8月6日，深信服研發架構師趙振陽受邀出席由中國信息通信研究院等單位聯合舉辦的“邊緣原生”技術沙龍，并做《深信服邊緣關鍵技術及落地實踐》的主題分享。在分享中，趙振陽介紹了邊緣計算面臨的主要挑戰，深信服在云邊協同、邊緣計算上做的探索和方案，深信服基于開源社區對于邊緣計算、云邊協同一些能力建設和考慮，以及如何使用邊緣計算幫助用戶解決實際問題。
邊緣計算的發展
趙振陽介紹，在邊緣計算之前，物聯網和云計算已經有了長足的發展。1990 年，美國卡內基梅隆大學的程序員寫完代碼后經常到樓下的可樂售賣機買冰可樂，但很多時候只能看著空的可樂機敗興而回。為了解決這個問題，他們發揮程序員的專長，把樓下的販賣機連上互聯網，編寫代碼監視可樂的存量和冰凍情況。自此之后，物聯網的概念進入大眾視野。
邊緣計算概念在2013 年被正式提出來，2013-2017 年期間，是云計算傳統基礎能力的發展階段。2019 年之后，華為將KubeEdge捐獻給CNCF KubeEdge完全兼容K8S的API，這標志著在IT領域真正實現了云邊協同。
在趙振陽看來，邊緣計算的發展經歷了從中心端云端1.0時代到算力下沉的2.0時代。云計算技術架構起初的發展路徑是集中在中心端，在中心側提供PaaS平臺和SaaS應用，來處理邊上收集到的數據。
現在邊緣的傳感器越來越多、種類也越來越豐富，數據從端設備傳輸到中心的帶寬越來越大，成本也越來越高；同時，隨著業務的發展，車聯網、安全生產等越來越多的業務需要快速給出計算結果，甚至要求在毫秒級給出處理結果，這就必須使用邊緣計算的方案，讓算力從中心下降到邊緣、在數據本地計算，才能滿足要求。
深信服邊緣計算的關鍵設計與實現
趙振陽介紹了深信服邊緣計算的方案設計架構：在中間云側，利用信服云托管云聯合合作伙伴在全國建立的 70+數據中心節點，實現邊緣數據的匯聚、分析。在近場邊緣，通過超融合實現數據中心算力的下沉。在現場邊緣，深信服提供邊緣計算一體機，把原生的能力沉淀下來，更快地獲取到設備端的數據。
趙振陽認為，通過信服云托管云+超融合+邊緣計算一體機的組合，深信服可以幫助企業實現算力向數據源進行下沉，同時把計算的結果向云端進行匯聚，在云端做分析，給諸多企業的高效管理提供了助力。
在深信服設計的邊緣計算架構方案里，一個管理平臺可以管理多cluster，既能夠管理中心端k8s cluster， 也可以管理邊緣。如果遇到邊緣節點宕機的情況，業務可以自治，邊緣側的業務不受影響，并且數據是能夠保持和中心端的最新同步。
即使遇到邊緣節點與中心節點網絡故障的情況，中心端跟設備端之間可以直接通過DNS 進行訪問。把業務部署在邊上之后，需要針對每一個邊設置不同的私網或者不同的網絡環境。這也是深信服希望把這種云邊協同真正做到極致的原因，才能真的把原生的能力應用到邊緣上。
談及深信服在云邊協同目前主要的努力，“一方面是深度參與社區。我們把深信服自己的遇到的一些場景和社區共享；另一方面是做一些額外開發，開發完之后我們會反饋給社區。這樣不斷沉淀問題，聯合社區不斷更新，從而為這個產業去不斷貢獻自己的力量。”趙振陽介紹。
深信服邊緣計算案例分享
趙振陽還分享了深信服邊緣計算的典型應用場景，包括園區監管、安全生產等場景。
在園區的監管場景，監管單位出于安全考慮需要收集園區里每個企業的數據，借助于深信服的邊緣計算平臺和產品，園區內的企業可以實現原始數據不出企業，監管數據上傳可視可控。基于邊緣AI現場的推理分析，可以有效降低帶寬成本，同時也可以提高事件預警的及時性。此外，一體機部署靈活，云邊協同，能夠大幅減少運維成本。
在化工園區安全生產監管場景，邊緣計算一體機部署在企業內網環境中就近采集數據，接入重點防范區域的攝像頭實時視頻流，通過AI算法進行實時視頻的智能分析，并根據算法預設規則對視頻分析結果進行業務后處理，將異常事件上報到園區管委會，滿足安全生產的監管需求。
在煤礦安全生產場景，APP運行在邊緣端，通過AI、IOT實現智能自動控制，實現井下無人本地化處理，保證實時性，減少傳輸時延和傳輸流量。云邊一體化運維，實現邊緣設備、邊緣應用能力靈活更新，降低整理運維成本。
在新能源場站設備預測維護場景，將邊緣數據采集裝置部署在接口機后，采集全量設備的運行數據，包括溫度、濕度、震動頻率等，根據前端設備協議類型，從邊緣計算管理平臺推送相應的協議插件實現設備統一接入；將采集到的數據傳輸到數據轉發服務裝置，實現數據預處理及標準化，將治理后的數據上報至集控中心，結合大數據、AI技術實時對設備進行綜合監控、預測分析和優化改進。
最后，趙振陽強調，云原生技術使得邊緣計算發展進入快車道，云邊協同與邊緣自治，也是當前邊緣計算要解決的核心問題。他指出，邊緣計算必須解決復雜的邊緣組網問題，才能為企業提供更加安全可靠的接入、傳輸服務，才能真正地助力各行各業實現數字化轉型。
