边缘计算崛起，对云计算是危是机？
围观最近大火的《流浪地球》，在技术领域的一个集中槽点在于：故事所设定的2075年，离现在已经过去五十多年，为什么还没有自动驾驶？
细想其实也有合理性，自动驾驶可没那么简单。抛开高清地图、各种规划算法、激光雷达等软硬件的成熟不说，就汽车本身来讲，汽车还没有计算的能力，不能实时确认自己和周边环境的互动，出事故是必然的。要实现自动驾驶，最起码汽车本身要成为一个计算机，实时处理环境数据，以避免碰撞，而不是把数据传回云端进行处理，再把结果返回。这样的时滞带来的结果是，对车的指令已经触达了，但车已经跟周边的车碰撞了。
将数据在终端进行处理的方式，就是现在业界经常谈起的边缘计算。
今天的前沿技术情报所，我们来聊聊边缘计算——究竟这是门什么技术？落地应用的场景及价值能有多大？它跟云计算有什么样的关系？它会替代云计算么？
看完这篇，您就明白了。
数据不能全靠云端来处理
现在的计算与数据处理大都已经放在云端，集中化的数据处理降低了IT服务的成本，使企业可以接受更深入的IT计算服务。但随着数据化越来越深入，一个矛盾正在产生，数据越来越多地在终端形成、积累，传送到云端，进行数据处理，在返回到终端指导产品和业务的运营。这其中必然存在延迟，不一定符合终端客户的需求。
举个例子。熟悉农活的朋友可能知道，喷洒农业还是大水漫灌的形式，既浪费农药也加剧农产品的污染。现在在使用无人机在农田喷洒农药时，面对的情况也是，农田中的各片区病虫害灾情并不一样，有必要按照病虫害灾情的严重程度喷洒合适剂量的农药，这就需要有摄像头来识别病虫害，并对拍摄到的图像进行病虫害情况分析。
按照现在的流程，数据要发送到云端，在云端进行数据处理后，再发送给终端，依据数据处理结果来决定某个片区农药喷洒的数量。这样，无人机需要至少飞两遍，先去获取数据，再去喷洒农药。如果数据在无人机终端就可以进行数据处理，实时返回结果，就可以在飞过农田的瞬间实时决定农药喷洒量。
数据在终端产生并进行实时处理，这就是业界所说的边缘计算。“边缘计算”（Edge computing）中的边缘，指的是网络拓扑中靠近数据源的部分。这是相对于云计算的中心化处理来说的。
随着物联网、智能设备越来越普及，终端数据越来越多，为了提升终端设备的智能化水平，数据在终端实时处理的需求也在逐步凸显。
如安防和无人零售领域存在大量的人脸和图像识别需求；车联网与无人驾驶的高可用性也要求极低的时延。随着终端设备数据量的增大，以及终端算力的提升，会有越来越多的数据被放在终端进行流式计算的处理，而不是都做批量计算的处理。这就需要一套边缘数据解决方案。
从2016年开始，这个概念开始被科技大厂比较普遍地提及，发展到2018年，已经有多家电信运营商、云计算厂商、CDN厂商开始布局这个领域，推出相应的软硬件解决方案。
阿里云物联网边缘计算构架
百度云边缘计算解决方案构架
边缘计算解决方案的框架一般通过输入设备连接各种应用场景，在边缘计算端配备调度系统和函数计算，为函数分配计算资源，以及分配分配最优路径的边缘节点，弹性地分配任务，再通过函数模型对数据进行运算，通过软件连接云端。为保证终端的算力，在边缘往往需要部署芯片。
从整个系统来看，边缘计算会有多个不同的组件。金山云边缘计算相关负责人认为，一个比较完整的边缘计算的基本组件可以包括：路由子系统、能力开放子系统、平台管理子系统及边缘云基础设施。前3个子系统部署于移动边缘计算服务器内，而边缘云基础设施则由部署在网络边缘的小型或微型数据中心构成。
对于其中的关键性技术，金山云边缘计算相关负责人对虎嗅精选表示，边缘计算的关键技术主要体现在计算、存储、网络、安全等方面。
计算方面，轻量级函数库及虚拟化技术，网络边缘中存在着由不同厂家设计生产的海量边缘设备，这些设备具有较强的异构性且性能参数差别较大，因此在边缘设备上部署应用是一件非常困难的事情。虚拟化技术是这一难题的首选解决方案。但基于VM的虚拟化技术是一种重量级的库，部署延时较大，其实并不适用于边缘计算模型。对于边缘计算模型来说，应该采用轻量级库的虚拟化技术。
存储方面，边缘计算的数据特征具有更高的时效性、多样性，以及关联性，需要保证边缘数据连续存储和预处理，因此如何高效的存储和访问连续不断的实时数据，是边缘计算中存储系统设计需要重要关注的问题。传统的存储系统软件栈大多是针对机械硬盘设计以及开发的，并没有真正挖掘和充分利用非易失性存储介质的最大性能。随着边缘计算的迅速发展，高密度、低能耗、低时延以及高速读写的非易失存储介质将会大规模的部署在边缘设备当中.
网络方面，云技术, 需要引入 云化的软件架构，将软件功能按照不同能力属性分层解耦部署，实现有限资源条件下任务处理更具高可靠性、高灵活性与高性能。服务发现，开速配置，负载均衡等
隔离及安全方面，计算资源的隔离，即应用程序间不能相互干扰；数据的隔离，即不同应用程序应具有不同的访问权限。
Grand View Research最近的一份报告预测，到2025年，全球边缘计算市场将达到32.4亿美元，在预测期间，复合年增长率(CAGR)将达到41%。IDC数据的预测更加乐观，预计到2020年将有超过500亿的终端和设备联网，其中超过50%的数据需要在网络边缘侧分析、处理与存储，边缘计算市场之大最终可超万亿。
按照正常逻辑，这块市场具备比较大的应用潜力，毕竟现在在终端处理的数据还很少。而物联网、自动驾驶、工业互联网等领域会对终端数据处理有很大的需求。那么，边缘计算会产生哪些具体的价值，现在业界布局情况如何，还需要解决的问题是什么？
没有边缘计算，就没有产业互联网
具体来说，边缘计算能够带来哪些价值？
来剖析一下这个概念，边缘计算是相对于中心云来说的，数据在终端就进行处理，而不是传回中心进行处理。另一个点就是计算，以往设备是数据的管道，但没有数据的处理。边缘计算则实现了终端设备的计算，算力下沉。边缘计算的节点可能是网关，可能是终端设备，可能是基站，节点的形式有多种多样。
就是说，以前终端设备只是一个产生信息、接受信息的工具，边缘计算就是让终端设备有数据处理能力，可编程，可以处理信息。
边缘计算体现了几方面的价值：
一是终端数据的实时处理，降低延迟，提高终端数据处理效率。
二是实现数据优化，终端大量缺乏价值的垃圾数据不用传输到云端，只将有价值的数据进行远端存储备份以及分析。另外，对于网络不好的情况，可以优先在终端处理。终端的敏感数据也可以选择在终端进行存储和处理。
三是可以在终端部署AI算法，使终端可编程化，增强终端的数据处理能力，强化终端的智能化水平。例如说，没有边缘计算的时候，摄像头只是记录镜头下所发生的情况，但即使有突发事件，如果没有人的实时查看，事件也不会被发现。有边缘的数据处理之后，会具备在终端的图像处理能力，实时发现镜头做记录的事件。
现在业界都在谈论产业互联网的机会，并畅想未来的无人驾驶。但如果没有边缘计算，工业互联网和无人驾驶都无从谈起。
产业互联网和无人驾驶都是在数字化的基础上，赋予终端设备处理数据并作出决策的能力。如果数据传回云端处理，产生时滞，不能作数据的本地处理，则无人驾驶必然不能对外界环境做出及时反应，造成事故。
工业互联网领域则是不能对设备的运行情况做出及时反应，如实时监测轧钢产品的良品率水平并及时做出反应，则工业互联网所要求的效率没法达到。工业制造里面对时滞性的要求极高，如果反射闭环特别长，端上的数据跑到云上来，产业界没法接受。例如纺织工厂的产线检测，原来都要靠人检验，看看布是不是好。因为人的能力有限，生产线不能走太快。现在要换成机器去看，用摄像头照着生产线，机器来检测视频，这个时候就需要机器的实时处理能力，然后反馈给相应的工控，形成小闭环，需要实时性非常好，否则就达不到工业互联网要求的效率。
阿里云边缘计算技术负责人杨敬宇近日在接受虎嗅精选采访时表示，未来的世界，传感器、摄像头是整个社会的眼睛。要通过眼睛去识别各种事情，然后做智能的管理。从人类的管理需求来看，肯定希望摄像头的密度越高越好，要在不同的地方布摄像头。如果今天在云南某一个地级市要布大量摄像头，然后要把数据拉到杭州云机房进行处理，这个事情肯定不靠谱，因为有时滞，有时间成本，还有带宽成本。
这时候，合理的办法就是要在边缘进行计算，也就是在边缘先进行基本的视频分析或者处理，处理完之后的信息融合进入中心大脑。就像人的生理构造，人有神经反射，手一触摸东西，手就感觉到了。这个感知是人的最短闭环，可以立即感受到，再将感知的信息传回大脑。人的眼睛看到一个物体马上可以识别出来，识别完了之后再将结构化信息传回大脑。边缘计算也是如此。
怎么在云计算和边缘计算直接做取舍？
边缘计算无疑有价值。那么问题来了：云中心也可计算，边缘未来也可以计算，怎么在二者之间进行取舍？在设计业务逻辑的时候，数据到底在哪儿计算？
台积电中国业务发展副总经理陈平此前就曾提出这样的疑问：现在讨论很热络的 Edge AI，但并没看到太多的产品出现，因为关键在 Cloud（云端） 和 Edge （边缘）如何切割？哪些资讯是需要传到 Cloud 端处理？哪些又是可以 Edge 端直接处理？
阿里云边缘计算技术负责人杨敬宇对此有一套自己的理解。在他看来，要考虑终端的能耗限制。在云和端二者之间取舍的时候要对二者的综合成本做对比。在边缘进行数据处理要消耗电力资源。传回云端处理，要消耗算力与传输成本。对二者的综合成本做对比，就可以得出在云与端进行取舍的答案。
他对虎嗅精选表示，计算需要能耗，最终是电能转化成算力能，这个要满足能量守恒定律，强大的算力能要靠强大的电能保障。终端的电能供给通常会有局限性，而基站等边缘节点则更容易获得更强大可靠且低成本的电能。5G提供了URLLC高可靠低时延的通信能力，如果5G通信加上边缘计算的时延优于在终端计算的时延，且前者的传输加计算成本优于终端计算的成本的话，终端算力上移就会变成一种低时延，低成本的理想选择。例如进行图像识别，用手机处理可能需要5秒，但是在5G加边缘计算架构下可能只需要零点零几秒，并且手机消耗的电能会更少。这将颠覆现在的计算体系架构。
那么终端算力上移，要移到什么位置？或者说，在哪个位置进行计算是合理的？
杨敬宇表示，这里面有一个很通俗的说法，叫做上车点，也就是计算在哪里算。上车点要平衡计算在不同的位置上发生，寻找最佳的性价比。所以在解边缘计算问题的时候，其实是在解一个性价比的问题。如果说一个东西在云端计算就够了，传统手机加上现在的中心云，就能满足业务要求。在这种场景下提边缘计算就是伪需求。
在一些场景下，数据到边缘来计算，其中的计算成本，再考虑时延成本，综合起来有成本优势，就放在边缘进行计算。只有真正的性价比成立的情况下，才能产生真正的边缘计算需求。
可以设计一个通用的公式，看计算成本在什么地方最合适。以视频计算为例，视频计算在端上算，会大量消耗端的算力。所以现在在手机计算就不合适，但拿到云上算，又面临较高的传输成本。这就需要进行对比。考虑在端上的计算成本，计算成本主要是端的能耗。再考虑传上云端，有一个传输成本加上云的计算成本。两种模式下的成本进行对比，取综合成本较低的形态。
因此，在云端计算还是在终端计算，并没有一成不变的答案，将来会是一个动态调整的过程。如果终端计算能力越来越强的时候，可能更多数据会来终端。
但现实中，我们又不可能把大部分计算甚至所有计算都放在终端或者边缘，这是不现实的，也是不经济的。
杨敬宇认为，站在能源的角度来看，云最大的优势是做集约，就是把各种算力拿过来之后能够在这里做资源的最佳配置。原来没有云计算的时候，企业买大量物理机，大量的电被使用。云出现之后，同样是这些电，算力会被充分的利用起来。从能源的角度来说这是合理的。
边缘计算将来也是这个道理，如果所有的数据到端上面去计算，所有的摄像头都可以在本地做人脸识别，从整个社会来讲，它的能源总消耗和产能收益不是最佳的。就用户的投入产出来讲，一定是高成本的。
未来用边缘计算和5G去服务产业互联网，服务大量的工业制造企业和中小企业，如果什么东西都在端里处理，放到制造业的工厂里面，企业得投大量的资金来搭建软硬件。对企业来说难以承受，边缘计算也就难以推广。
可以考虑的思路是在产业园区层面部署边缘计算。杨敬宇对虎嗅精选表示，就像现在做手机一样，一个很轻很便宜的手机就能上互联网，背后是电信运营商的基站。这个基站不在用户家里，而是在用户的周边。边缘计算应该运用这种思路，云的第一接入点不是现在看到的中心云的入口，而是在最前端。比如某个产业园区部署了边缘计算节点，这个产业园区里面的工厂都可以通过一个很轻量的端或者其他方法，将计算能力引导到需要的地方，共用一个计算设施，这样对他们才是有利的。
百度云边缘计算产品总监王尊此前也表示，现在很多需求要求提供无所不在的计算能力，有些依然要发上在云上，比如大规模数据分析、预测或者人工智能模型的训练工作。另一方面，很多计算会发生在距离信息源更近的地方，去完成实时分析或者低延迟控制等工作。
所以计算负载从中心向边缘迁移，这个迁移允许计算资源发生在更合理的位置。可迁移的目标位置可以划分成广域网边缘节点、局域网边缘节点、设备边缘节点，或者直接发生在设备本身。
_宜宾裸金属,巴拿马云主机
从中心走向边缘——解读边缘计算解决方案！
哈博罗内服务器,铁岭云主机_
从中心走向边缘——解读边缘计算解决方案！
2022-04-01
分类：资讯
阅读(2795)
评论(0)
导语 | 中心云计算正如火如荼竞争着，边缘云竞争又开始了。本文主要内容是介绍掌握业务上云必备知识云计算及服务模式；以及基于边缘计算“云-边-端”的框架，理解软硬一体解决方案；再结合在自动驾驶场景下的交付落地，了解“边缘计算+5G+AI”能做什么。
引言
（一）云计算定义
云计算的概念是Google CEO埃里克于2006年提出的，同年AWS成立云计算落地。根据美国国家标准与技术研究院NIST定义，云计算是一种按需使用，按量付费的服务模式，提供可用的、便捷的、按需的网络访问，可配置的计算资源共享池。
（二）服务模式
我们都知道云计算服务模式包括基础设施即服务IaaS（Infrastructure as a Service）、平台即服务PaaS（Platform as a Service）、软件即服务SaaS（Software as a Service）。为了更好地理解三种服务模式的区别，分享一个比较通俗的角度，请停留10秒钟，设想你是一个吃货，想吃到披萨有什么办法呢？
首先，我们可以去必某客、达某乐等店里买自己喜欢口味的披萨，或者点外卖购买披萨，可以去提供披萨制作服务的店里自己做，也可以在家自行制作等。那么，将吃到披萨的几种方法映射到云计算服务模式来看，IaaS层理解为他人提供厨房、炉子、煤气，你使用这些基础设施，来烤你的披萨。PaaS层理解为除了基础设施，他人还提供披萨饼皮。你只要把自己的配料洒在饼皮上，让他帮你烤出来就行了,也就是使用Paas层提供平台服务，实现你自己的设计；SaaS层理解为他人直接做好了披萨，不用你的介入，到手的就是一个成品。从用户的角度来看，从IaaS、PaaS到SaaS层，具有成本越来越低，运维管理更简单，用户租用范围变小，上线更快等特点。不同服务模式的区别如下：
具体来看云计算的技术架构与服务模式之间的对应关系。自下往上看来，Iaas层指的是服务器主机、存储、网络设备以及其他一些机房里的设备，通过虚拟化技术把底层物理资源虚拟化成上层对应的资源池；中间一层叫Paas层，这一层有数据库、中间件、负载均衡等服务；再往上就是Saas层提供给用户的各种应用。可以看到不同层次的服务提供的内容是不相同的，如果客户购买的是Iaas层的服务，那么上层的Paas、Saas资源需要客户自建。如果购买的是Saas应用层，则服务提供商已经把应用搭建好，用户只需要在上面使用即可。
基于云计算的服务模式和技术架构，各云厂商提供种类繁多的云服务，但建设思路都是类似的。以腾讯云产品矩阵为例，结合云计算服务模式，整体上看来腾讯云分别在计算、容器与中间件、存储、数据库、网络、cdn加速、视频、安全、大数据、人工智能、物联网、企业应用等类别，提供了几百种服务。
一、边缘计算
（一）什么是边缘计算
边缘云计算构筑在位于中心云与终端之间的边缘基础设施之上，是云计算能力由中心向边缘的下沉，强调通过云边的一体化、协同管理来解决在集中式云计算模式下所无法满足的业务需求。边缘云计算出现的背景是为了弥补集中式云计算能力的不足，因而讨论边缘云时往往不能独立于中心云，应当放在云-边-端的整体框架之下，将边缘云视作中心云在靠近用户侧的下沉。
在边缘计算领域有一个形象的比喻——章鱼说，章鱼的浑身布满神经元，其脑部仅有40%的神经元，而剩下的60%则分布在章鱼的八条腿上。章鱼“1个大脑+N个小脑”结构和中心云+边缘云的分布式架构极为相似，各式各样的终端采集到海量数据后，将需要实时处理的小规模、局部数据就近在边缘云上完成，而复杂、大规模的全局性任务则交由中心云汇总和深入分析，中心云与边缘云统一管控、智能调度，进而实现算力的优化分配。
（二）驱动因素
随着万物互联时代到来，互联网智能终端设备数量急剧增加；随着5G通信网络普及，互联网数据规模呈现指数级增长。在传统云计算的中心化架构下，数据从终端到云中心的传输、存储、计算，已经无法满足终端用户对于时效、容量、算力的需求。超低时延、海量数据、边缘智能、数据安全及云边协同的价值是促使企业选择边缘云的主要因素。计算资源模式由单一的集中化变成了往集中化和边缘化两个方向的分化。
（三）市场规模
据权威机构IDC报告显示2020年中国边缘云市场规模总计23.4亿元。边缘云计算作为新兴领域尚处在发展的萌芽期，未来成长空间非常广阔，预计到2030年中国边缘云计算市场规模将突破1000亿级别。而边缘云的爆发既有赖于行业自身的发展成熟，也需要关注下游重点场景的规模化商用，预计2020年到2030年将会是边缘云计算从兴起到繁荣的关键十年。
（四）挑战
在实现边缘计算解决方案中，面临的挑战如下：
运维部署难，海量边缘节点统一纳管：应用升级、运维监控难，应用部署在边缘端，没有链路实现远程对应用、主机进行各种操作，且各应用的部署运维都不尽相同。
云边弱网络：云边网络不稳定会导致K8S集群内的应用不稳定。控制中心和边缘设备之间网络较复杂，因特网、以太网、5G、WIFI等形态均有可能。
边缘设备算力有限：边缘计算设备的硬件资源能力有限，其中用户现场单设备内存有可能不到1G，因此有强烈的轻量化需求。
边缘设备异构问题，监控运维机制：边缘节点形态众多，需要处理多种异构问题；边缘节点网络状况复杂，传统的CI/CD、监控运维等机制已经不适用了。
云边集成难：对于云端+边缘站点的客户，需要将站点部署的本地边缘应用与总部控制的云端平台去做打通。
传统的架构下只能实现边到云的服务请求，但是无法做到云到边缘的服务，即边缘应用无法提供服务给外部用户。由于没有对边缘侧应用的数据和服务管理通道、以及登录账号的统一管理，部署到客户现场的应用常常无法互通，从而造成一个个信息孤岛。针对这些难题，关键的技术方案是边缘计算底座云边集群。
二、云边集群
云边集群作为边缘计算的底座，与云原生解决方案一致，也是基于容器技术和K8S的编排管理能力实现。容器相比物理机和虚拟机，具有轻量级、部署简单、支持多环境、启动时间短、易扩容、易迁移等特点，能解决边缘设备异构严重的问题。
在云边集群中，为了适配边缘设备做到更轻量，在边端使用containerd代替docker，K3S替代K8S。在容器编排上，K8S原本是针对集中式资源管理场景设计，简单地应用到边缘计算场景会遇到诸多不适应，云边集群在技术设计上和K8S扁平的二层结构截然不同，在技术架构上设计ServiceGroup作为抽象资源，ServiceGroup可以便捷地在共属同一个集群的不同机房或区域中各自部署一组服务，并且使得各个服务间的请求在本机房或本地域内部即可完成，避免服务跨地域访问。
下面来看看云边集群的定义，云边集群包括云端Master和边端工作节点 Node，在云端控制层面使用Kubernetes原生方式，实现边缘节点的资源分配调度和应用部署运维，支持云边协同、边缘节点自治、单元化部署、应用下发、服务拓扑等能力。
各家云厂商均有自己的云边集群容器底座，均是开源方案，阿里云提供ACK@Edge，腾讯云提供TKE Edge，百度云提供CCE@Edge，华为云提供IEF。
经过竞品调研得知其技术方案和架构设计在具体实现上各有不同，核心区别之一在于对单元化部署能力实现上，下面以单元化部署的场景为例介绍云边集群能解决的问题。
解决了什么问题
在边缘计算场景下，往往需要在同一个集群中管理多个边缘站点，每个边缘站点内有一个或多个计算节点。同时需要在每个边缘站点中都运行一组有业务逻辑联系的服务，每个站点内的服务具备一套完整的功能，可以为用户提供服务。
但由于网络限制，有业务联系的服务之间不希望或者不能跨站点访问。原生Kubernetes无法控制Deployment的Pod创建的具体节点位置，需要通过统筹规划节点的亲和性来间接完成。当边缘站点数量以及需要部署的服务数量过多时，管理和部署方面的极为复杂，甚至仅存在理论上的可能性。与此同时，为了将服务间的相互调用限制在一定范围，业务方需要为各个Deployment分别创建专属的Service，管理方面的工作量巨大且极容易出错并引起线上业务异常。
目前，已有常规方案应对上述问题，但是仍有运维部署难，海量边缘节点统一纳管难等痛点无法解决。为此，边缘容器服务提供ServiceGroup特性，可通过yaml或者通过控制台使用单元化部署功能，轻松实现上百地域的服务部署，且无需进行应用适配或改造。方便用户便捷地在共属同一个集群的不同机房或区域中各自部署一组服务，并且使得各个服务间的请求在本机房或本地域内部即可完成，避免服务跨地域访问。边缘计算解决方案不是单独一个产品，涉及到的领域比较多，例如云计算、5G、AI、视频等等。
下文将以某厂商的边缘计算解决方案展开介绍。
三、边缘计算解决方案
某厂商19年开始在边缘云领域进行布局，经过1年多的时间，已经形成了云-边-端三位一体的产品矩阵，发布了边缘计算节点、智能移动边缘、边缘服务器等产品。从边缘计算生态布局来看，按照距中心从近到远，可划分为云边缘、移动边缘、物边缘三类。
云边缘常分布于城域网内，由传统CDN节点构成，时延10~50ms；
移动边缘常分布于园区街道旁，5G MEC和运营商基站，时延2ms~10ms；
物边缘可分布在更小的区域，例如家中、IOT端、园区或厂房私有节点，时延2ms以内。
在云边缘层，边缘计算节点产品将公有云核心计算、存储、网络服务，分布式部署在更靠近用户的数据机房，和公有云资源使用方式对齐，提供客户按需付费、弹性扩展的边缘IAAS资源；
移动边缘层旨在与运营商合作，在5G网络边缘的运营商数据中心，嵌入更轻量化的计算、存储、网络等服务，为5G场景交付超低延迟网络能力和更加下沉的计算资源；
物边缘层边缘计算服务器将更适配边缘极端工况的非标准服务器资源，直接放到客户现场本地机房，支持端侧接入云端一键管控，支持边缘AI运行环境，解决低时延和本地数据处理需求。
（一）产品架构
智能移动边缘立足5G，以AI和视频为抓手，借助软硬一体的边缘计算平台能力，构建行业解决方案底座，屏蔽产业转型期的典型问题。通过开放合作和协同创新，支撑企业快速构建各种行业的解决方案，助力产业快速智能化转型。从产品架构整体上看，通过布局在Iass、Pass、Saas层的服务提供了一整套的解决方案。
其中，
在Iaas层的基础设施资源有自研的边缘服务器、边缘计算节点、和运营商合作的移动智能边缘MEC、与第三方厂商合作的硬件资源等；
在Paas层依托边缘计算平台作为私有化交付平台，以云边集群作为云上的云边集群形态提供边缘应用托管、边缘智能运维、边缘设备管理等能力。依托边缘AI平台提供AI算法一键托管、算力最优调度、资源弹性能力；
在Saas层提供边缘应用增强套件，针对不同应用场景，为私有化客户定制化开发可视化管理的系统。下面主要介绍边缘容器底座的设计架构。
（二）边缘容器底座技术架构
在边缘计算解决方案中，边缘容器底座定位为边缘基础套件，提供Paas层的服务。主要解决中心统一管控、海量异构节点管理、复杂网络环境、设备地域分散、边缘应用全生命周期托管、远程自动化交付、云边协同需求带来的挑战。
（三）有什么亮点
边缘容器底座设计原则是中心管控，边缘自治，云边协同。支持以下几个特性：
纳管海量边缘节点：集群以树形的方式级联起来，理论上可以无限扩展。
边缘节点自治：提供了K8S/K3S agent的缓存和代理，在弱网环境下当云端节点和边端node节点失联时，能够保证node节点不被K8S驱逐，服务正常运行。
云边协同：边缘集群和边缘节点皆可被纳管，使得可以在云端一键部署，便能下发至海量的边缘节点。
边缘集群轻量化：引入了K3S轻量化集群，替代原docker方案，剔除不必要的插件，使得容器底座可以在更小的内存空间中正常运行。
自动化集成交付：自研组件使得在边缘项目中能够迅速完成私有化整体环境的交付。
屏蔽底层异构：通过云原生技术K8S及Docker完成底层资源差异的屏蔽，边缘节点上完成GPU适配，在CPU架构上完成X86和ARM的适配。
四、边缘计算在车联网中的应用
边缘计算应用于车联网，旨在把单车解决不了的问题移到路端去解决。车联网是以V2X为核心，实现车与车、车与人、车与路和车与网的全方位网络连接，从而进行智能信息的共享与交换，推动自动驾驶和智能交通发展。边缘云计算应用于车联网也同样是基于云边端模式，在靠近网络接入的路侧基础设施上进行边缘计算。通过路侧设备和车辆之间的V2X消息交互来进一步辅助自动驾驶，提升交通安全能力，提升道路出行效率，形成“聪明的车”和“聪明的路”。
在私有园区的自动驾驶场景中，某项目以园区作为中心去放置中心机房，开放道路灯杆下面放置小型服务器rscu (road site compute unit) ，将感知算法部署在这个小型服务器上跟车做通信，园区机房做统一的rscu服务器的管理。把边缘计算平台的master中心节点部署在园区机房，agent部署在边端rscu上提供统一的容器环境供感知算法运行，园区机房也会通过边缘计算平台部署一些中心服务组件，作为管理平台给用户提供服务。
边缘计算依托5G和AI的能力助力智慧交通的实现。其中，汽车集成激光雷达、摄像头等感应装置，将采集到的数据与道路边缘节点和周边车辆进行交互从而扩展感知能力，实现车与车、车与路的协同。
边缘云计算通过节点下沉的方式，可以在距离车辆最近的基站进行计算，缩短计算距离，还可实时提供实时车辆位置，利用附近基站传送给临近区域的其他联网车辆，在区域范围内快速完成传递，帮助驾驶员及时做出决策。
云计算中心则负责收集来自分布广泛的边缘节点的数据，感知交通系统的运行状况，通过大数据和人工智能算法，为边缘节点、交通信号系统和车辆下发合理的调度指令，从而提高交通系统的运行效率。边缘计算是云计算领域一个很新的方向，充满了机会和挑战。
作者简介杨丽秦
腾讯智慧出行产品测试组员工腾讯智慧出行产品测试组员工，毕业于华中科技大学。目前负责腾讯自动驾驶云业务的专项测试工作，在云计算产品质量保障领域有丰富的经验。
文章只代表原作者观点，边缘云致力于打造独立、客观的资讯信息平台，转载请注明来源于边缘云信息平台。 分享到
清风
相关推荐
诚邀合作伙伴
释放智能边缘广阔机遇，英特尔携手生态伙伴构建万物互联未来
安恒信息与九州云深度合作，打造云网边端安整体解决方案
天翼云Serverless边缘容器，为云上创新开启加速度
参与讨论 抢沙发
评论前必须登录！
立即登录 注册
中富通2023年年度董事会经营评述
莱芜服务器,滨州服务器_
中富通2023年年度董事会经营评述
2024-04-29 21:40:03
来源： 同花顺金融研究中心 收藏(
0)
微博
QQ空间
中富通（300560）2023年年度董事会经营评述内容如下：
一、报告期内公司所处行业情况
公司需遵守《深圳证券交易所上市公司自律监管指引第4号——创业板行业信息披露》中的“通信相关业务”的披露要求
1、通信服务业
全球正加速推进5G网络建设，我国在5G建设中占主要地位，以华为、中兴通讯为代表的国内厂商 5G技术领先全球。2023年，三家基础电信企业和中国铁塔股份有限公司共完成电信固定资产投资4205亿元，比上年增长0.3%。其中，5G投资额达1905亿元，同比增长5.7%，占全部投资的45.3%。5G通信行业景气度回升，拉动各细分板块持续受益。
随着5G商用进入高速发展期，作为基础设施的5G基站不断完善。在通信基础设施方面，据工信部统计，截至2023年年底，我国5G基站总数达 337.7万个，占比较上年末提升 7.8个百分点。截至2023年底，平均每万人已拥有5G基站24个，较2022年末提高 7.6 个。“十四五”信息通信行业发展规划提出，预期到2025年，我国每万人拥有5G基站数26个。2023年12月，工信部表示，将加快网络基础设施建设，继续坚持适度超前的理念，加快推进5G网络和千兆光网建设部署。当前，各行业对5G应用的重视程度和项目需求持续提升，5G正在加速融入国民经济，已覆盖超七成国民经济大类。随着5G应用范围和规模不断扩大，带动通信业服务需求持续提升。
2、信息化软件服务业
党的“二十大”报告提出，要“加快建设数字中国”、“加快发展数字经济”，“构建新一代信息技术、人工智能等一批新的增长引擎”等战略要求，《“十四五”软件和信息技术服务业发展规划》中提到软件是新一代信息技术的灵魂，是数字经济发展的基础，是制造强国、网络强国、数字中国建设的关键支撑，发展软件和信息技术服务业，对于加快建设现代产业体系具有重要意义。
工信部数据显示，2023年1—10月，我国软件业务收入为98191亿元，同比增长13.7%，较2022年同期提升3.7个百分点；利润总额为11426亿元，同比增长13.8%，比2022年同期提升9.3个百分点；产业结构趋于稳定，信息技术服务收入为64955亿元，同比增长14.9%，高于软件产品3.5个百分点，展现出了较快的发展势头。
（1）数字要素
2023年中国在数字经济领域出台了一系列重要政策，旨在通过加强数字基础设施建设、推动数字技术创新和应用，以及保障数据安全和隐私，促进中国经济的数字化转型和高质量发展。
2023年 2月，中共中央、国务院印发了《数字中国建设整体布局规划》，对数字中国建设做出了全面的战略部署，要求各地各部门结合实际情况落实推进数字基础设施建设、数字化转型、数据要素市场培育等方面的工作。
2024年1月，国家数据局等17部门联合印发《“数据要素×”三年行动计划》，旨在发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济。
数据要素是数字经济时代的核心生产要素，在经济社会发展中起到越来越关键的作用，目前我国数据要素市场整体上还处于初步发展的阶段，但是市场规模却在不断增长，在国家支持、市场需求持续旺盛的背景下，数据要素将迎来巨大的发展机遇。
（2）电子证照应用
在数字经济的快速发展趋势下，电子证照应用发展及全国互通互认的普及，将构建数字经济发展的重大基础设施项目，该项目的发展已上升至国家级战略。未来5年，电子证照具有巨大的发展机遇，随着电子证照在各行各业推广普及，以及电子证照全社会认可度提高，个人电子证照将在婚姻登记、医院就诊、生育登记、异地就医报销、药房购药、不动产登记、住房公积金异地转移接续、户籍迁移、酒店入住、社会保障卡申领、养老保险关系转移接续、就业创业、工作应聘、景点旅游等场景，这将迎来不仅是硬件，而且还孕育大量的软件、服务以及承载的应用和延伸出来的商业模式创新等机会。
（3）数字乡村
自党的十九大提出实施乡村振兴战略以来，相关举措在近年的中央一号文件、“十四五”规划、二十大报告和《政府工作报告》中均有重点体现，并受到广泛的关注。数字乡村建设作为信息化驱动产业升级的关键一环，能够为乡村振兴，以及农业农村现代化和农业强国提供新的动能。
（4）自主可控下的软件信创
全球进入数字经济时代。科技发展水平决定了一个国家的数字化程度和全球市场地位，世界上主要经济体通过国家战略来抢占未来数字经济产业链的制高点，加快数字化发展，建设数字国家已经成为全球共识。IDC预测，到2023年数字经济产值将占到全球GDP的62%，占到中国GDP的67%，超过全球平均水平。
在中国信创市场，随着党政领域信创应用的成功示范，关键基础设施信创应用方面，在电信、广播电视、金融、能源、交通运输、水利、应急管理、卫生健康、社会保障、国防科技工业等多个关键领域国产化替换已经启动，预计在2025年将完成30%的关键信息基础设施的替换。据海比研究院预测，到2025年中国信创生态市场规模将达到8000亿元，复合增长率达37.4%。
3、数字营销业务
根据中关村互动营销实验室发布的《2023 中国互联网广告数据报告》，2023 年中国互联网广告市场规模预计约为 5,732 亿人民币，较 2022 年上升 12.66%，市场经历 2022 年结构化调整与资源优化配置后，再次呈现出增长态势，说明中国互联网广告市场韧性十足。
随着人工智能技术的兴起、AIGC生产模式的成熟，营销企业正在不断适应技术变化、沉淀技术能力，更好地通过技术，驱动数字营销业务的优化升级。
4、边缘计算相关行业
2023年 2月，中共中央国务院发布了《数字中国建设整体布局规划》，该政策阐述了系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。
2023年 10月，工信部和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委六部门联合印发《算力基础设施高质量发展行动计划》，在该项政策文件中提出到2025年，算力在计算力、运载力、存储力、应用赋能等层面将有巨大突破，能够充分推动数字经济发展，助力中国数字产业转型升级。同时，为进一步深化算力赋能行业应用，《行动计划》围绕“算力+工业”“算力+教育”“算力+金融”“算力+交通”等方面明确系列具体部署，并提出在工业、金融等领域算力渗透率显著提升，医疗、交通等领域应用实现规模化复制推广，能源、教育等领域应用范围进一步扩大。
“十四五”时期，中国政府进一步加大了对边缘计算的政策支持力度，国务院、工信部等国家主管部门推出了大量支持边缘计算技术发展的政策，特别鼓励其在新能源汽车、医疗、工业互联网等领域的应用。这些政策不仅涵盖了技术研发、云边融合、基础设施建设，也包括了边缘计算在各行业应用的推广，为边缘计算产业提供了前所未有的发展机遇。
算力作为数字经济时代中最核心的生产力之一，直接影响数字经济发展的速度。日益优化的高性能计算与智能超算将让更多数据价值得以充分挖掘，推动人类社会朝着智能先进、便捷高效的方向演进。
二、报告期内公司从事的主要业务
公司需遵守《深圳证券交易所上市公司自律监管指引第4号——创业板行业信息披露》中的“通信相关业务”的披露要求
（一）公司主要业务
公司报告期内主要业务包括通信服务业务、信息化软件服务业务、数字营销业务、边缘计算业务、渠道销售业务。
1、主营业务方面
报告期内，公司以“通信服务飞轮+数字生态飞轮”的双轮发展战略为指引，一手抓通信网络服务，一手布局数字生态，打造有竞争力的产品体系及技术储备，为客户提供“软件+硬件+服务”致力于成为卓越的数字科技生态服务商。
通信服务业务为电信运营商（ 中国移动（ 600941）、中国联通、 中国电信（ 601728））、通信设备商（华为公司、中兴通讯等）、广电网络等提供通信网络建设、维护、优化服务业务；为行业用户提供自组网、ICT、物联网等系统解决方案和软件开发服务。
信息化软件服务业务行业立足社会公共安全领域，以公安、司法、军队、社区等优质客户为核心，为其提供系统集成、软件开发、技术服务业务。报告期内公司的相关业务主要聚焦在公安信息化、人口信息管理（涵盖福建、广西、陕西、山东、河北省份）、社区管理信息化等领域，专注为客户提供数字技术及数字应用解决方案。
数字营销业务系公司2022年新增主营业务，主要以巨量引擎为主的数字化营销服务平台的代理业务为基础，通过为客户提供精准营销策略和营销效果评估，进而调整优化营销策略的运营服务。
边缘计算业务系2021年通过收购深圳英博达智能科技有限公司，主要提供边缘计算、智能化终端的研发、设计以及AI智能视觉检测技术、AI服务器等硬件解决方案服务商。
渠道销售业务系公司2020年新增业务，该业务系公司利用自身渠道优势代理销售产品。
报告期内，营业收入 128,665.80万元，同比增长 21.87%；实现归属于上市公司股东的净利润- 5281.76万元，同比下降247.89%
1、通信服务业务
通信服务业务主要是为电信运营商（中国移动、中国联通、中国电信）、通信设备商（华为公司、中兴通讯等）、广电网络等提供通信网络建设、维护、优化服务业务。通信网络建设、维护服务主要是通过通信网络工程建设、施工集成、运行管理、故障维修及日常保养等专业技术服务，通过全面完整的综合技术服务为通信网络建设、运行提供保障。通信网络优化服务：主要采集多维网络数据，结合业务种类及优化需求进行综合数据分析，通过对网络硬件配置方案的优化和软件参数设置的调整，确保移动通信网络稳定、可靠、安全、高质量的运行，以满足日益增长的通信需求。
①通信网络建设服务
公司具备高等级的专业资质，可以承接各种规模的通信信息网络建设工程总体方案策划、设计、设备配置与选择、软件开发、工程实施、工程后期的运行保障等业务。目前，公司承接的通信网络建设服务涉及通信网络的核心网、传输网、无线及有线接入网等多个网络的建设。
②通信网络维护服务
通信网络维护服务主要是提供通信网络机房环境、基站设备、传输线路及附属设施的运行管理、例行检修及故障处理等全方位的专业技术服务；提供对因各种突发原因造成的通信网络重大故障做出快速响应并在最短时间内给予解决的应急通信保障服务；为重要社会活动或特殊事件提供应急通信保障服务。通信网络维护服务主要包括机房环境维护、基站及配套维护、室分直放站及 WLAN维护、铁塔及天馈维护、传输线路维护、集团客户专线维护、家庭宽带维护等。
③通信网络优化服务
通信网络优化服务主要是采集多维网络数据，结合业务种类及优化需求进行综合数据分析，通过调整优化，不断增强移动通信网络的稳定性、可靠性、高效性、适用性，改善运营商的业务品质，提升移动通信终端用户感知。公司拥有专业的网络优化分析团队，具备多厂家、多运营商的综合性网络优化能力，能够针对多种制式无线网络提供专业的优化解决方案，包括建网初期及后期扩容的工程优化服务、运维期间的日常网络优化服务、针对网络短板的专项网络优化服务，致力于节电功能、深度覆盖优化、基础射频优化等专项内容，切实提升无线网络质量和用户感知。
2、信息化软件服务业务
信息化软件服务业务行业立足社会公共安全领域，报告期内公司的相关业务主要聚焦在公安信息化、智慧社区、数字乡村、数字孪生、元宇宙等产品。
（1）公安信息化
2018年10月，公司收购天创信息68%的股权，2020年10月，公司继续增持天创信息22%的股权，天创信息是国家公安部认可的具备公安治安、人口业务管理系统研发资质的高新技术企业、软件企业,是国家公安部治安、人口相关业务系统的技术标准规范的主要参与者,主要从事公安行业的综合应用平台开发、人口信息数据库建设运维及人口信息增值服务。
公司已围绕相关领域开发出AR眼镜、智慧电子门牌、****通信系统、智慧社区管理平台、垃圾分类智能监控系统、人口信息管理系统，治安综合管理信息系统、社会治安综合管控平台、一标三实信息管理平台、智慧门牌管理系统、标准地址管理平台、公安E便民自助服务系统等软硬件产品。
a.人口信息管理系统
实现户籍业务、身份证办理、实现跨省跨市通办业务、流动人口申报，居住证受理，审核等业务、实现户政电子印章，电子档案，电子证照、互联网+户政服务等应用、大幅度提升户政管理业务办理便捷性，让人民群众有更多获得感。
b.智慧警务
通过警务微信和 APP，建立治安民警、治安协管力量和社区网格员三方共同参与的工作交流渠道；实现拍摄人像进行身份核查，比对布控、社区管控、安全防范以及地址房屋人员单位等基础信息采集、走访调查、群众工作等功能,提升了民警的工作效率。
C.标准地址服务平台
通过地址采集、治理，实现地址标准化。对外提供地址检索，地址登记，地址结构化等开发服务；为各类政务应用提供统一的地址支撑服务，实现基于地址的数据关联，通过地址库示范建设，使标准地址成为业务关联桥梁，夯实公安网业务数据空间分析及可视化应用功能基础，推进公安基础信息化建设。
d.社会治安综合管控平台
通过建设治安综合管理工作台、数据汇聚模块、综合应用、智能预警研判、可视化指挥等应用模块，实现要素全采集，信息全汇聚，治安管理业务信息化、流程化全覆盖，实现重要警情、重要预警信息实时推送基层民警，为基层民警提供“靶向滴灌”式数据支撑，全面提升治安管理工作智能感知、立体防控、快速处置、精准打击和便捷服务能力，全面提升对各类风险隐患的自动识别、敏锐感知和预测、预警、预防能力。
（2）智慧社区、平安校园、数字乡村等业务
a.智慧社区
围绕通过物联网技术，对社区安防、消防、垃圾分类等公共资源进行智能管理，实时监测，公司已经具备成熟的技术和丰富的管理经验，已经开发具有自主知识产权以及可复制可推广的标准化产品，如电子门牌、电子门禁、基于物联网的视频动态感知垃圾分类智能监管平台、智慧社区警务平台、智慧社区安防平台等。
b.平安校园、平安医院
平台依托AR实景地图，通过前端人像抓拍摄像机、数字闸机、车辆识别摄像头、手机定位、数字（智能芯片）工作牌等前端设备，充分利用“人防”、“物防”和“技防”等多种手段，与警务平台联动，构建平安校园和平安医院。
c.数字乡村
公司利用数字化技术，搭载物联网感知设备、溯源系统，将农业产、供、销全过程的感知及可控，促农业从传统型农业向智慧型农业进行转变。
（3）数字孪生、元宇宙、人工智能等技术研究与应用
a.智慧楼宇管理平台
智慧楼宇管理平台凭借其高质量的图形表现力和交互性，将传统楼宇管理系统进行了革新升级，大大提升了楼宇管理的效率和体验，也为未来智慧城市建设提供了强有力的技术支撑。
b.元宇宙线上展厅平台
系统依托于前沿数字技术和虚拟现实（VR）、增强现实（AR）等手段构建的高度互动和沉浸式的展览空间，可以支持多人在线协同浏览，举办虚拟活动，并借助人工智能与数据分析技术，对参观者行为进行记录与分析，从而为商家提供更精准的市场反馈和营销策略依据。
3、数字营销
（1）主要业务和产品
数字营销业务系公司2022年新增主营业务，主要以巨量引擎数字化营销服务平台的代理业务为基础，为客户提供精准营销策略和营销效果评估，进而调整优化营销策略的运营服务。
（2）经营模式
a.采购模式
现阶段，公司与合作媒体签订全年采购框架协议，承接媒体流量投放业务，根据客户投放需求，确定媒体位置、内容、时间后，向供应商统一采购媒体资源，当前主要为巨量引擎、磁力金牛等。
b.销售模式
公司销售团队积极找寻客户，根据客户的实际营销需求与投放内容，为其甄选与整合符合其营销目标与定位适配的数字媒体渠道，通过科学的算法模型为客户提供精准营销策略和营销效果评估，提升客户营销效果和使用服务体验。
2023年，公司数字营销服务业务实现高速发展，为公司持续优化业务结构点燃新引擎、增添 新动力（ 300152）。报告期内，公司数字营销服务业务收入实现快速增长，线上流量运营能力进一步提升，公司营业收入12.86亿元，同比增长21.87%。
4、边缘计算业务相关产品
2023年，公司立足数字生态的基础，布局以人工智能、AI视觉、AI服务器及边缘计算服务器及算力服务器为主的系列产品，加快人工智能与5G大数据、云计算、区块链等技术的融合创新，推动关键核心技术攻关，培育良好发展生态，构建“智边算+” 新产业（ 300832）链生态。
边缘计算业务系 2021年通过收购深圳英博达智能科技有限公司，目前已开发出成熟的边缘计算终端及网关、边缘计算服务器、AI智能视觉检测、云计算终端盒子等产品，具有PCB油墨凸起检测元器件检测、模组焊接焊缝缺陷检测、发动机壳体视觉检测、软包电芯及Pack检测、圆柱电池表面缺陷检测等应用场景的技术解决方案等。
其中，5G平板-T700M、FTTR等产品已被选入中国移动一级终端营销库及连楹家庭智慧平台产品库。
5、渠道销售业务
渠道销售业务系公司 2020年新增业务，该业务系公司利用自身渠道代理销售产品。报告期内，公司渠道销售业务收入 2,359.81万元。通过开展渠道销售业务，公司利用了现有的资源，在不额外增加销售团队、销售经费的情形下提升，提升公司资源的复用率，增强盈利能力。
1、产品或业务适用的关键技术或性能指标情况
从事通信配套服务的关键技术或性能指标
公司从事的代维及网络优化服务中主要涉及的网络技术指标包括工单指标、资源指标、网络指标、日常维护指标、5G优化性能指标、4G优化性能指标等，运营商的代维及网络优化服务以完成达到上述技术指标的工单形式进行任务派发和考核。
1、代维业务考核主要涉及故障工单处理及时率、故障工单质检合格率、资源数据完整率、资源数据准确率、小区完好率、集客家客客户投诉处理满意率等指标
指标要求：基准值99.5% 挑战值99.8%
集团客户专线网络投诉率＝每月集团客户专线网络类投诉工单数/每月集团客户专线到达数×100%指标要求：投诉未在15分钟内响应，每例扣1分，投诉未处理清楚，造成在线退单或对方单位退回处理，判责为代维单位的，每例扣2分
集客专线维护及时率＝及时维护的代维集客专线故障及投诉工单数量/代维集客专线故障及投诉工单总数×100%
指标要求：出现一次客户回访不满意扣3分
家庭宽带安装及时率＝(及时完成装拆移的工单数量)/(家庭宽带装拆移工单数量)×100%。
2、5G网络的主要技术性能指标
5G时长驻留比=占用NR总时长/总连接态时长
设置基准值和挑战值。优于挑战值得满分，劣于基准值不得分，二者之间线性得分。
基准值为 97%、挑战值为 99%。
5G下行平均速率=FTP应用层下载总流量/FTP下载总时长，记录和统计路测中UE的应用层下行吞吐量并计算平均吞吐率
设置基准值和挑战值。优于挑战值得满分，劣于基准值不得分，二者之间线性得分。
基准值为550Mbps、挑战值为 700Mbps。
EPS fallback接通率=EPS fallback成功次数/EPS fallback尝试次数（只统计主叫侧）；
EPS fallback成功次数：UE在LTE侧接收180Ringing消息的次数；
EPS fallback尝试次数：UE在NR侧发送Invite消息的次数。
设置基准值和挑战值。优于挑战值得满分，劣于基准值不得分，二者之间线性得分。
基准值为 96%、挑战值为 99.5%。
3、4G网络的主要技术性能指标
4G网络体验优良率=（1-VoLTE两高两低小区占比）×（1-4G质差小区占比）。
VoLTE 两高两低小区占比：VoLTE 高吞字、高掉话、高丢包、低接入和低驻留的小区个数占比。
4G 质差小区占比：忙时所有 LTE 质差小区（高掉线+低接入）个数占比。
设置基准值和挑战值。优于挑战值得满分，劣于基准值不得分，二者之间线性得分。
基准值为 99%、挑战值为 99.8%。
4G网络性能优良率=（1-劣于竞对小区占比）×（1-高负荷小区占比）×（1-高干扰小区占比）。高干扰小区占比：LTE小区每个 PRB上检测到的干扰噪声的底噪电平值≥-110dBm的采样点占比〉5%的小区数/LTE总小区数。
高负荷小区占比：LTE高负荷待扩容小区数/LTE总小区数。
弱覆盖小区占比：（RSRP〈-110dbm 的采样点占比高于 20%的宏站 LTE小区数+RSRP〈-110dbm的采样点占比高于 10%的室分 LTE小区数）/LTE小区总数。
设置基准值和挑战值。优于挑战值得满分，劣于基准值不得分，二者之间线性得分。
基准值为 92%、挑战值为 96%。
VoLTE话务占比=VoLTE话务量/总话务量
设置基准值和挑战值。优于挑战值得满分，劣于基准值不得分，二者之间线性得分。
2、公司生产经营和投资项目情况
三、核心竞争力分析
报告期内，公司立足技术创新，逐步提升管理团队经营管理水平，不断搭建和完善企业架构，努力提升相关行业资质等级水平，并致力于5G通信技术和数字信息技术融合，立足公司成提供“软件+硬件+服务”致力于成为卓越的数字科技生态服务商。公司核心竞争力具体表现在以下几个方面：
1、通信服务业务
①具备优质的客户资源
公司一直坚持全网络、全制式服务，同时为电信、联通、移动等电信运营商、中兴、华为通信设备供应商、广电运营商、部队和市政部门的通信网络提供服务。公司充分发挥现有客户资源优势，加强新客户开发力度，经过20年的运营，公司积累了丰富的项目经验，已充分熟悉各电信运营商的工作流程、管理规范和企业文化，公司自主开发的网优管理和测试软件也更符合客户的需求以及使用习惯，与客户保持长期稳定的合作关系。
②资质品牌与技术优势
公司是国家高新技术企业、国家知识产权优势企业、福建省级企业技术中心、省级创新型企业、福建省软件和信息技术服务业综合竞争力50强企业、拥有通信工程总承包一级资质、CMMI5认证、电子与智能化一级资质、通信网络代维（外包）甲级资质、均为行业最高等级资质。公司鼓励创新，针对通信运维和网优业务，研发出通信行业服务支撑管理系统、通信传输系统信息化应用平台、光网监测云平台、网优测试数据管理平台、动环监控平台等多款通信网络管理服务专用系统，改造通信光缆保护架、砍草开路机等多项业务专用设备，提高公司项目管理的工作效率和工作质量，并能够有效降低成本。
③公司服务能力强，具备很强的承接项目能力
公司经过二十余年的发展，打造了一支成熟稳定的专业技术服务团队，能够为客户提供通信网络建设，基站综合维护、数据综合维护、传输线路综合维护、接入网综合维护、无线局域网综合维护、业务软件运行维护等全面的通信网络维护服务，还可提供主流网络制式的通信网络优化服务，具备了较强的综合服务能力。电信运营商及其他客户对于通信网络的故障响应时间和日常投诉处理时间有严格的规定，公司充分贴近客户的网络资源，配置了足够的技术人员、电子设备和运输车辆；同时，公司根据客户通信网络的重要性进行分级管理，设定严格的故障抢修时限，提高了通信故障的应急响应速度，保证了客户通信网络的正常运行。
④市场和渠道优势
市场区域上，公司已在多省市开展业务，并在境外建立了子公司，将业务范围拓展至东南亚地区，市场和渠道优势较为明显。
2、信息化软件服务业务
①具有丰富的信息化软件服务产品线
公司致力于社会公共安全领域的软件开发、系统集成及技术服务，经过多年的研究和发展，在公安信息化、社区信息化、军队信息化、运营商后台管理等领域开发出一系列具有自主知识产权，具备先进性的软硬件产品。目前形成了警务云平台、互联网应用平台、智能终端、大数据应用四大产品体系，其产品覆盖“科技强警”、“平安城市”、“便民服务”、“民生警务”、“智慧监狱”、“智能社区”等多方面，具有丰富的产品体系。
②跨区域持续拓展业务覆盖
报告期内，公司社会公共安全领域核心产品已在福建、广西、陕西实现了全覆盖，在山东、河北、湖北、河南、江苏各地实现了重点产品市场突破。公司利用在通信服务业务中营销服务网点优势，持续为信息化软件服务业务提供渠道营销支持，持续跨区域拓展，扩大客群基础。
③行业标准制定的参与者优势
公司子公司天创信息参与了国家治安综合管理、实有人口管理、居民身份证管理及身份证指纹采集管理等相关技术标准制定和方案设计工作，是国家公安部指定的“人口信息管理系统”、“治安管理信息系统”、“第二代居民身份证信息管理系统”、“指纹信息管理系统”、“指纹信息采集前端系统”和“二代证网上应用”等产品的研发和建设单位，成功实施了“金盾工程”、“数字福建”及“保密系统”等大型网络集成项目的建设，成为“金盾工程”最主要的应用软件及整体解决方案提供商之一。天创信息的“五要素”思想被国家公安部采纳，成为国家“金盾工程”的重要建设规范，参与设计全国人口及二代身份证部级数据库。天创信息参与了“CTID平台拓展居民身份证电子证照系统“核心研发单位。近年来，天创信息多次应邀参与了公安部组织的国家公安行业应用软件研发的标准制定和方案设计工作。
④政务数字化政策加速业务拓展
随着政策持续迎来催化，数字政府建设将进一步加速政务数字化的速度，政务数字化建设目标导向逐渐扩大，从解决党政机构内部联网的问题，提高办事效率，逐渐扩展到服务群众、保障民生为导向的数字政府建设。根据天创信息的先天优势，在该业务拓展方面将更加便利、高效，对公司生产经营起到积极作用。
⑤农产品数字化运营和服务能力
公司具备农业数字化运营和服务能力。目前公司已研发出成熟的溯源系统和农业数字孪生系统，通过物联网、农业大数据、先进感知等数字技术应用，实现农业的综合态势监测、日常状态监测等多种功能，广泛运用于农业生产运营动态、分析研判、农产品展示等应用场景。
3、数据营销业务
公司具备优化数据流量变现和销售转化的能力。通过收购良辰美布局数据营销，融入数据经济重构商品营销的历史变革中。公司在边缘计算、智能制造AI视觉检测等前沿技术领域方面的积累，进一步实现 IT赋能产业生态的业务发展，提升流量传递效率，在实践优化数据流量变现与销售转化的解决方案的同时，进一步增强公司数字营销产品竞争力；同时，通过收购华智信布局智慧社区，通过与福建省供销社战略合作布局数字乡村，将新一代信息技术与社区、乡村结合应用，通过赋能流量变现，激活社区和乡村经济。
4、算力服务产品
公司具备专业的经营团队，已形成较完善的产品体系，技术研发能力进一步增强，算力领域相关市场持续拓展，逐步建立起自身的核心技术优势。
四、主营业务分析
1、概述
报告期内，公司以“通信服务飞轮+数字生态飞轮”的双轮发展战略为指引，一手抓通信网络服务，一手布局数字生态，打造有竞争力的产品体系及技术储备，为客户提供“软件+硬件+服务”致力于成为卓越的数字科技生态服务商。
（1）通信服务业务为电信运营商（中国移动、中国联通、中国电信）、通信设备商（华为公司、中兴通讯等）、广电网络等提供通信网络建设、维护、优化服务业务；为行业用户提供自组网、ICT、物联网等系统解决方案和软件开发服务。
（2）信息化软件服务业务行业立足社会公共安全领域，以公安、司法、军队、社区等优质客户为核心，为其提供系统集成、软件开发、技术服务业务。报告期内公司的相关业务主要聚焦在公安信息化、人口信息管理（涵盖福建、广西、陕西、山东、河北省份）、社区管理信息化等领域，专注为客户提供数字技术及数字应用解决方案。
（3）数字营销业务系公司2022年新增主营业务，主要以巨量引擎为主的数字化营销服务平台的代理业务为基础，通过为客户提供精准营销策略和营销效果评估，进而调整优化营销策略的运营服务。
（4）边缘计算业务系2021年通过收购深圳英博达智能科技有限公司，主要提供边缘计算、智能化终端的研发、设计以及AI智能视觉检测技术、AI服务器等硬件解决方案服务商。
（5）渠道销售业务系公司2020年新增业务，该业务系公司利用自身渠道优势代理销售产品。
报告期内，公司营业收入128,665.80万元，同比增长21.87%；实现归属于上市公司股东的净利润-5,281.76万元，同比下降247.89%。
五、公司未来发展的展望
（一）公司未来发展战略
公司将紧跟国内主流经济发展趋势，围绕5G通信、物联网、社会公共安全、边缘计算等领域，以“服务飞轮+数字生态飞轮”的双轮发展战略为指引，一手抓通信网络服务，一手布局数字生态，为客户提供“软件+硬件+服务”综合数字技术解决方案，致力于成为卓越的数字科技生态服务商。
公司进一步打造丰富的产品体系及技术储备，持续加强边缘计算、AI视觉、数字技术等相关技术的研发、储备，进一步加强5G通信技术、物联网技术、数字技术与市场需求相结合，加大市场推广应用。同时，大力实施创新驱动发展战略，以数字产业化和产业数字化为抓手，充分发挥数据生态优势、前沿技术优势、应用场景理解优势，积极推动数字经济与实体经济深度融合，真正践行数字赋能实体，促进全社会高质量发展，增强公司持续盈利能力。
（二）2024年经营计划
公司管理层将继续贯彻“服务飞轮+数字生态飞轮”的双轮发展战略，把握数字经济的时代机遇，充分整合集团各子公司、事业部和基层项目团队的渠道、人力、物料、资质、资金等各项资源，提升各种核心技术能力，驱动公司不断成长，不断提升竞争力。
1、加强市场拓展和资源整合，进一步提升通信网络服务能力
“东数西算”“数字经济”利好新型信息基础设施建设，为网络通信服务行业提供增长空间。公司须紧跟运营商政策、规划和产业链格局的变化，增强各业务区域的技术服务等综合能力，加大中国移动、中国电信、中国联通服务区域市场开发，提升中标量与服务省份，扩大 5G建设市场总体份额。新兴业务上，公司持续关注通信运营商、广电网络、铁路、部队、市政等行业客户需求，加强自组网、ICT等解决方案的市场拓展。
2、创新突破，提升社会公共安全领域信息化技术领先水平
公司继续夯实现有天创信息在公安行业的综合应用平台开发、“人口信息化”和“标准地址”优势地位，积极推进“E治安”APP覆盖率以及外围AR眼镜的搭载，提高治安一线的智能采集、人员身份精准识别，数字赋能公安一线工作。继续扩大省级及市级智慧城市、智慧社区、智慧警务等建设业务覆盖地区，并在产品、运营以及盈利模式上形成新突破。
3、加强供应链资源赋能精品农产品业务发展
落实公司新业务板块发展三年战略部署，稳中求进，提升行动力，以加快布局精品农业为目标，以夯实咔咔供应链底座为根基，打造精品农产品及优质供应链，以平元双轮驱动（直播+社区）2C端销售为关键，以农服推动2B端大宗销售为助力，合力打造高品质精品农产品销售能力。齐心协力、协同发展，奋力开创集团新业务板块高质量发展新局面。
4、加强算力产品的研发及推广，丰富算力产品体系，推动算力业务快速发展。
公司大力支持算力产品的研发推广，丰富在 AI服务器、AI视觉、云智能终端三大产品体系的架构，持续优化市场运营，推动算力业务快速发展。此外，公司将持续加强算法团队建设，加强算力产品在垂直领域的应用，形成在特定垂直领域下的数据治理、模型应用、算力支撑的一体化解决方案，打造公司算力产品的核心竞争力。
5、加大研发投入，快速提升公司技术储备
加大对专业人才的引进和激励，提高研发能力，储备 5G、物联网、边缘计算、溯源系统、区块链信息安全及智能AI等技术研究,探索相在工业、交通、进金融等垂直领域的技术应用，增强公司技术实力，支撑公司持续发展。
6、完善公司治理，构建平台型集团
公司治理方面，上市公司形成平台化、集团化管理模式，实现各子公司、事业部独立经营、核算，资源共享；持续完善三会运作机制，加强精细化管理，提高管理效率，提升生产经营管理、交付能力；
继续推行项目责任制，充分调动各业务区域管理团队工作的积极性；加强品牌宣传，打造“中富通”信息服务品牌。
7、资本运作
公司根据发展战略，围绕自身核心业务，在时机较为成熟的前提下，公司将继续充分利用自身优势和资本市场平台，采用兼并收购等多种方式扩张，积极谋求数字经济行业相关的企业并购，有效整合资源、提高运营效率，借助上市公司综合优势，有效的资本运作，以进一步加强公司持续盈利能力。
（三）公司可能面对的风险及应对措施
1、人力资源的风险
随着公司业务规模、业务类型不断增加，公司持续的发展需要高层次、实用性、复合型专业技术技能的人才，对公司人力资源提出了更高的要求，而且近年来用工成本逐年上涨，还不断呈现加速趋势，给公司未来经营增加了一定的难度，同时也制约着公司的发展。
应对措施：公司将通过制定相应的人力资源政策，加强招聘、培训等措施，对公司进行未来发展的人才队伍建设工作，来提高生产率降低人力资源的风险。
2、渠道销售业务可能导致经营活动净现金流减少的风险
公司于2020年新增渠道销售业务，若渠道销售业务的客户未按时回款，造成公司经营活动现金流量净额持续为负数，则可能导致公司产生较大的资金压力，出现流动性风险，影响公司盈利质量，进而对公司的持续经营能力产生不利影响。
应对措施：公司将控制渠道销售业务的总体规模和垫资规模，缩短渠道销售业务的结算账期，并加强客户回访跟踪，从而控制风险。
3、应收账款坏账风险
2021年末至 2023年，公司应收账款余额分别为 112,019.34万元、104,649.33万元和113,337.65万元，占公司总资产比重分别达40.91%、38.62%及40.38%。公司制定了较为谨慎的应收账款坏账准备计提政策，报告期内公司主要客户资信情况较好，各期实际发生的坏账损失金额较小，公司坏账准备计提充分，但公司应收账款规模较大，若公司应收账款的账龄和回款周期存在进一步延长的可能，将影响公司应收账款的及时收回，公司可能面临应收账款坏账风险。
应对措施：公司将账款催收与销售部门和项目交付部门的业绩挂钩，组织销售部门和项目交付部门协同配合结算工作，尽量缩短结算流程停滞周期，并且通过定期和不定期上门拜访客户，沟通推进结算工作。
4、商誉减值的风险
公司商誉为16,274.23万元，主要系2018年收购天创信息及2021年收购英博达所致。如上述公司在市场拓展、内部管理等方面受到不利因素影响，导致盈利不及预期，将会面临业绩较以往年度大幅下滑的风险，进而导致公司产生商誉减值的风险，对公司前景及未来盈利能力预期造成不利影响；如在进行商誉减值测试的过程，上述公司的预测财务数据与实际财务数据产生较大差异，则将造成公司商誉减值金额较大，甚至导致公司净利润或者扣除非经常性损益的净利润出现亏损。
应对措施：公司充分整合集团各子公司、事业部和基层项目团队的渠道、人力、物料、资质、资金等各项资源整合协同发展，在通信服务业务的基础上不断叠加政府服务业务、信息化系统集成业务、销售业务、边缘计算业务等，从而实现资源的充分利用，以此驱动并购子公司不断成长，不断提升竞争力。
5、毛利率下降的风险
报告期内，公司主营业务毛利率为17.50%，较去年主营业务毛利率有所下降较去年主营业务毛利率有所下降。如果未来市场环境发生不利变化，公司营业收入下降、汇率波动，或者公司原材料价格上涨、营业成本上升，公司综合毛利率、主营业务毛利率存在下降的风险，进而对公司经营业绩产生不利影响。
（1）选择优势区域深耕市场，叠加项目，提升资源复用率；加大市场拓展力度，努力扩大营业规模，用业务量增长抵消一部分毛利率下降对毛利额的影响。
（2）加大研发深度，提供产品竞争力，提高毛利率水平。
6、行业竞争加剧的风险
随着5G时代的到来，通信服务行业竞争较为激烈，对通信网络技术服务的需求将进一步增加，从而吸引更多的资本可能进入该行业，市场竞争将更加激烈。信息化软件服务业的发展主要是依靠新产品、核心技术的不断研发，具有技术进步快、产品生命周期短、升级频繁等特点。技术更新带来广阔市场空间的同时也往往会增加行业内企业的经营成本。若公司不能在服务质量、技术创新、技术研发、客户维护等方面进一步增强实力，未来可能面临较大的竞争压力。
应对措施：加强研发投入，努力实现技术创新，保持技术优势；从项目经营理念逐步向产品经营理念转变，用技术创新引导客户需求，从而增加客户黏性，提升议价能力。
7、新业务拓展的风险
新业务拓展方面，公司将抓住数字经济、人工智能等细分领域的发展机遇，在原有主营业务的基础上积极拓展新业务，但新业务前期投入大，团队建设和管理模式也与原有业务不同，如果公司不能紧跟发展趋势，无法将新业务投入转化成收入，就面临新业务拓展失败的风险。
应对措施：公司将通过对新业务进行充分全面的可行性分析论证，集体决策，科学决策，以目标为导向，灵活调整业务发展方向，降低新业务拓展风险。
关注同花顺财经（ths518），获取更多机会
0人
+1
收藏(0)
分享到：
边缘计算Edge Native概念、技术及架构
台湾云主机,佳木斯云手机_
边缘计算Edge Native概念、技术及架构
图片
随着 2020 年 5G 行业应用的快速发展，当前的边缘计算能力在实际应用中体现出部分不足，无法完全满足各类行业场景的实际诉求。一个关键因素在于 MEC 平台无法完全独立于运营商 5G 网络之外，网络能力与计算能力两者必须相互协同以进一步提升方案效率。在这样的背景下，本白皮书提出面向未来网络演进的 Edge Native 理念以支持运营商与行业面向未来的行业数字化转型。本文首先分析边缘计算发展现状及 5G 行业市场边缘需求，边缘计算虽进入 2.0，但在 5G MEC 部署过程中仍然存在若干痛点，因此需要新的 Edge Native 理念。其次，阐述Edge Native 产业理念及主要技术能力，Edge Native提供联接和计算的高效协同，是运营商网络以行业市场为主的中期目标架构。其中包含边缘编排、边缘智能、边缘安全等多种增强技术能力。
随着边缘计算产业的发展逐步从产业共识走向落地实践，边缘计算的主要落地形态、技术能力发展方向、软硬件平台的关键能力等问题逐渐成为产业界的关注焦点，边缘计算 2.0 应运而生。
边缘计算 2.0主要包括云边缘、边缘云和边缘网关三类落地形态；以“边云协同”和“边缘智能”为核心能力发展方向；软件平台需要考虑导入云理念、云架构、云技术，提供端到端实时、协同式智能、可信赖、可动态重置等能力；硬件平台需要考虑异构计算能力，如 X86、ARM、GPU、NPU 等。
图片
据不完全统计，全球在 2020 年开展了超过 5000 个行业试点项目，其中约 60% 均涉及 MEC 部署。以中国三大运营商为例，已在 40 多个城市开展了 100 多个基于边缘计算的 5G 商业应用试点项目，覆盖了多个行业和应用场景，包括智慧工厂、矿山、能源等。2020 年中国工业和信息化部的“绽放杯”5G 应用大赛中，5G MEC 的使用率达到 43%，相比去年增长 10 个百分点，在参加总决赛的 30 个项目中，MEC 的使用率超过 80%，5G MEC 已成为 5G 应用关键使能技术。
图片
结合上述行业实践，我们可以看出当前 5G MEC 技术上仍然存在一些不足。这些不足主要体现在网络部署及设备能力、软件开发两个方面。在网络部署及设备能力上：MEC可较好满足单一场景需要，但各场景对 MEC的部署位置、形态等差异较大，因此需要 MEC 可以支持更丰富的异构设备及组网形态；MEC平台及其承载的应用需要更强的数据分析能力，尤其是基于 AI 的高效智能化数据分析，因此需要MEC 在软硬件上都要提升 AI 能力；行业应用对于网络传输、可靠性要求普遍较高，因此 MEC 需要与行业应用、运营商网络进行高效协同；系统隔离、数据安全能力仍有待进一步提高。在边缘应用软件开发方面，开发者面对 5G MEC 的场景以及多样的 MEC 平台形态，需要考虑最大化的使用到 5G MEC 的开放能力。一个典型的 MEC 应用开发者流程如下：选择服务框架：根据应用开发者的语言技能，结合应用的最终运行场景进行应用开发态包含如应用框架、三方件、数据库等的选择。即在同一个 MEC 平台上，多微服务框架之间可以进行互相的注册发现、通信以及相关的服务治理。定义 Rest API：简而言之，是应用开发者需要确定自身应用对外的交互接口，对外能提供对应能力；使用 5G 网络能力：充分使用 5G 网络的低时延，大带宽等能力，并且是代码级的使用。即 5G 网络能力能够进行抽象，为开发者提供如 SDK/Rest API 等方便编程的能力；或者能够抽象为应用模板，使得开发者能够直接使用 Orchestrator 进行编排管理，而不需要关心里面具体的实现细节；适配多种平台：这里的平台需要区分为两层，即 IaaS 和 PaaS 层，即既需要应用能够适配 X86/ARM 等 平 台， 同 时 也 需 要 能 够 使 用 Openstack/Kubernetes 等 IaaS 平台，同时 MEP 平台也能够提供如基础数据库、安全、人工智能、区块链等边缘解决方案能力；DevSecOps/Orchestration：即应用需要端到端的DevSecOps 工具链支撑，同时也需要能够端到端的能力编排，如应用在部署时的依赖应用、三方能力等；为了更好地满足未来 5G 行业市场的发展，5G 确定性网络产业联盟（5GDNA）、EdgeGallery开源社区、边缘计算产业联盟（ECC）和工业互联网联盟（AII）共同提出 Edge Native（边缘原生）的产业理念。首先，Edge Native 与 Cloud Native（云原生）类似，都是一种长期文化与理念。因此其包含的范畴可能随着产业的发展而发生变化。就如同 Cloud Native 诞生之初更关心软件开发的 12 因子原则，而随后 2018 年 CNCF 将Cloud Native 定义为一种范式，让应用更加适应并使用云的特性，如弹性、分布式，而不需要关心底层的技术实现，从而实现快速部署、按需伸缩、不停机交付的特性。其次，Edge Native 与 Cloud Native 是一体两面，体现了 ICT 产业的重心不断向边缘转移。在这一转移过程中，Cloud Native 的技术面临了一些挑战，包括：端到云中心RTT时间较长，所有的计算、存储、网络消耗以及管理需要在中心终结。传输成本与计算成本相对较高隐私与数据安全的挑战而 Edge Native 则体现出了部分截然不同的特征和价值：
图片
由于 Edge Native 融合了更多的电信联接概念，导致熟悉 IT 的开发者较难理解边缘环境的一些架构、参数、特征等。所以边缘平台需要面向开发者将网络属性，包括 3GPP 等定义的具体参数进行友好的抽象表达。另外，对于 5G 网络行业数字化转型而言，Edge Native 也是网络的目标架构。基于 Edge Native 可在边缘云环境下深度利用边缘计算特有价值特性，高效构建、运行和维护管理时延敏感的边缘应用。
图片
Edge Native技术架构以边缘侧 5G 网络能力开放为特征，基于云边协同和边边协同的边缘网格技术、面向复杂场景跨网络的边缘编排技术、支持多语言 /serverless 和边缘自治的边缘框架技术、大量异构初始数据的低时延 / 实时预处理分析的边缘数据技术、基于认证加密和区块链的边缘可信技术、基于异构边缘智能硬件和硬件加速的边缘 AI 技术。
边缘基础设施 EdgeInfra边缘基础设施是 Edge Native 的底层基础，包括硬件与平台技术。硬件上，边缘基础设施不仅需要考虑增强计算能力，也需要考虑如何更好的支持 5G 网络所需要的大流量转发能力。因此需要支持异构硬件如 CPU（ARM 或 X86）、GPU、NP 等。平台技术上，目前越来越多的应用逐渐容器化 / 虚拟化。底层基础设施平台逐渐收敛至 Kubernetes 相关产品。但是 Kuberenetes 对于 MEC 应用的容器安全性、隔离性等有一些限制，需要对基础设施提出更高的诉求：增 强 的 电 信 网 络 支 持：电 信 MEC 场景需要Kubernetes 增强应用及平台的多网络平面隔离，多租户增强，以及电信网络能力增强（如 TSN 等）。容器与虚机的混合编排能力：电信网络功能及边缘应用厂商的容器化甚至虚拟化进展较慢，需要支持容器与虚机的混合编排。边缘网络 EdgeNetwork边缘计算平台作为联接 5G 网络与应用、最终用户的桥梁，需要在保障自身网络联接能力的基础上进一步加强与应用的协同，提供完善的 5G 网络开放能力：5G 网络能力开放：ETSI MEC 定义了一系列网络开放能力，如位置信息等；同时 3GPP 与电信运营商也定义了基于 3GPP NEF 的网络开放架构。算网一体的边缘计算平台：MEC 对下承载 5G 网络能力的打通，对上提供应用必须的计算与网络资源。MEC 平台需要对 5G 网络基础连接能力、计算能力、行业所需的确定性网络能力进行高效编排。边缘编排器EdgeOrchestrator由于边缘节点具有容量较小，部署环境复杂等特征，需要在整体边缘领域提供较强的边缘编排能力，以满足以行业为代表的业务 SLA： 边缘自治：边缘节点面临的弱网络等情况可能导致其与中心节点断联，出现如数据不同步，应用难以恢复等问题。插件式的多云支持：EdgeOrchestrator 需要针对不同场景适配典型的基础设施层（如各种云平台/裸金属），如集群场景下可以支持 Kubernetes、Openstack，单机场景下支持 K3S、MicroKubernetes，裸金属场景下可能需要支持如 RunC。边缘协同EdgeCollaborationMEC 边缘节点，即需要与运营商网络增强协同，也需要支撑最终应用客户端的协同，同时也需要考虑在多个 MEC 节点之间的协同，如算力的共享，网络的编排等等：
边边协同：结合 EdgeOrchestrator 可以对整网的MEC 节点进行统一的协同编排。
边云协同：由于云端/中心端通常具备海量计算能力，并且能提供给应用一系列的开放能力，通过边云协同可以使 MEC 上的应用充分使用云端的能力。
边端协同：由于 VR/AR/ 视频为代表的终端应用对时延有严格的要求，同时也对图像渲染等能力有一定要求，因此需要从架构 / 技术上保证 MEC 节点到端侧的高效通信，提供边端的高效数传协议，并通过 MEC 提供图像处理、渲染等能力。
边缘智能EdgeAI
边缘计算与人工智能结合的课题，目前在学术界与工业界都有比较深度的分析与研究。无论基于边缘计算节点进行就近训练，还是将中心节点训练好的模型下载到边缘进行推理，都有比较多的场景。结合目前高校与业界的深度讨论与探索，目前诉求如下：统一的边缘智能框架与模型：结合边缘、终端、中心协同，提供模型分割、数据分割、分布式学习、增量/迁移学习的引擎，以及对应的算法与协议接口。AI 异构算力的统一调度能力：边缘计算平台可以提供 HAL（Hardware Abrastraction Layer）层为最终应用提供异构硬件的资源抽象，提供屏蔽异构差异的统一硬件资源，并由 MEC 智能调度合适的硬件资源运行不同类型的服务为应用提供最佳的运行效率。
边缘安全 EdgeSecurity
边缘平台的安全要求毋庸置疑，结合行业对于安全的诉求，EdgeSecurity 需求包括如下：提供边缘平台端到端安全机制：边缘平台需要提供基础设施安全可信、网络安全可信（如网络隔离，网络监测与防护预警）、数据安全可信、应用安全可信等能力。如为防止 MEP 与 APP 等之间的通信数据被拦截、篡改，MEP 与 APP 等之间的数据传输应启用机密性、完整性、防重放保护等等功能。不可篡改的数据保存联盟链：通过抽象应用镜像摘要如 Hash 等 Meta 信息，并对此 Meta 信息加密后保存到区块中，将每个边缘节点作为私有区块数据存储点进行管理，同时接入统一的公有链进行协同，保障了应用的端到端数据安全
边缘存储 EdgeData
目前包括 IEEE 等研究组织都在对边缘计算上的存储进行多方面研究。此外边缘计算的分布式特点也对其存储系统提出了相应的诉求：分布式存储：其数据一致性需要 EdgeData 系统自行保持一致，支持去中心化存储系统之间的互联互通，包含冗余，容灾，边边数据协同等场景。异构化存储：边缘设备针对场景可采用不同存储软件或存储介质，EdgeData 需要解决不同存储软件或者存储数据的抽象问题。轻量化存储：例如针对 IoT 场景海量设备的监控数据和业务消息，可以提供轻量化的 TSDB 方案 ( 如TDEngine 等 )。虽然2020年基于MEC的各类5G行业试点项目均取得了不小的进展，但对 Edge Native 来说仍然只是一个起点。其整体理念与框架仍有待完善，各种具体技术也需要进一步深入研究。本次合作的联盟和开源社区还将继续探讨 Edge Native 技术架构，携手推动 Edge Native 的产业落地和实践。
© 著作权归作者所有,转载或内容合作请联系作者
- 人面猴 序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解… 沈念sama 阅读 224,176 评论 6 赞 522
- 死咒 序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都… 沈念sama 阅读 95,928 评论 3 赞 402
- 救了他两次的神仙让他今天三更去死 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些… 开封第一讲书人 阅读 171,252 评论 0 赞 366
- 道士缉凶录：失踪的卖姜人 文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不… 开封第一讲书人 阅读 60,700 评论 1 赞 300
- 港岛之恋（遗憾婚礼） 正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我… 茶点故事 阅读 69,717 评论 6 赞 399
- 恶毒庶女顶嫁案：这布局不是一般人想出来的 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一… 开封第一讲书人 阅读 53,231 评论 1 赞 314
- 城市分裂传说 那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决… 沈念sama 阅读 41,608 评论 3 赞 428
- 双鸳鸯连环套：你想象不到人心有多黑 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我… 开封第一讲书人 阅读 40,572 评论 0 赞 279
- 万荣杀人案实录 序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经… 沈念sama 阅读 47,117 评论 1 赞 324
- 护林员之死 正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日… 茶点故事 阅读 39,137 评论 3 赞 344
- 白月光启示录 正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。… 茶点故事 阅读 41,280 评论 1 赞 354
- 活死人 序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带… 沈念sama 阅读 36,908 评论 5 赞 350
- 日本核电站爆炸内幕 正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境… 茶点故事 阅读 42,597 评论 3 赞 336
- 男人毒药：我在死后第九天来索命 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日… 开封第一讲书人 阅读 33,067 评论 0 赞 25
- 一桩弑父案，背后竟有这般阴谋 文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响… 开封第一讲书人 阅读 34,202 评论 1 赞 275
- 情欲美人皮 我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还… 沈念sama 阅读 49,784 评论 3 赞 380
- 代替公主和亲 正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚… 茶点故事 阅读 46,308 评论 2 赞 365
推荐阅读更多精彩内容
- 从概念到现状，一文读懂边缘计算（转载） 什么是“边缘计算”？ 想要弄清楚这一概念的含义，我们还得从“云计算”谈起。云计算（cloud computing）… 沉落的星星 阅读 490 评论 0 赞 0
- 一文读懂边缘计算核心技术 边缘计算（Edge Computing）是云计算向边缘的延伸，本文对边缘计算、雾计算、MEC、Cloudlet、分… 边缘计算社区 阅读 2,410 评论 0 赞 3
- 瞄准边缘计算和 5G，微软推出 Azure Edge Zones 微软近日揭开了 Azure Edge Zones 的神秘面纱，这是一个全新的边缘计算平台，旨在处理对延迟敏感的用例… 边缘计算社区 阅读 380 评论 0 赞 1
- 爱奇艺怎么做边缘计算的？ 摘要 随着云原生技术的发展和 5G 商用的到来，边缘计算随“风”而起。本文将从提升视频播放体验和降低带宽成本的两个… 边缘计算社区 阅读 1,299 评论 2 赞 1
- 2019－11－28 周四 阴 今天感恩节哎，感谢一直在我身边的亲朋好友。感恩相遇！感恩不离不弃。 中午开了第一次的党会，身份的转变要… 迷月闪星情 阅读 10,578 评论 0 赞 11
数字孪生的认识
数字孪生的认识
理解数字孪生
随着互联网技术的深入发展，数字孪生被越来越多地提及，那么数字孪生到底是什么？数字孪生，翻译自Digital Twin，最早在2002年，被从事产品生命周期管理PLM的Michael Grieves教授，在一次产品生命周期管理课程中提出，因而有一种观点认为数字孪生就是PLM的演变。发展至今，我认为对数字孪生最完整的解释是：综合运用感知、计算、建模等信息技术，通过软件定义，对物理实体进行描述、预测，进而实现物理空间与虚拟空间的交互映射。通俗来讲就是，把现实世界中的物理实体，通过一系列技术映射到虚拟空间中去，以实现一些更高要求的目的。
我们用生活中的场景举例：我想有一个不用我打开衣柜翻找和过多思考就能解决我穿衣问题的「聪明的助手」。我找到的解决方案就是「孪生」一个聪明衣柜。
然后就是执行方案：
step1：把所有的衣服和我自己制作成3D的素材，我可以找设计师或者自己使用可视化设计工具去进行。
step2：整理我所有的相关数据，包括：衣服的数据（尺码、颜色、风格、配件）、我的数据（身体数据、日程、心情、偏好）、场景数据（场合、天气）、衣柜的数据（空间、分区）。
step3：数据整理后实时接入，需要一套智能的算法帮助我完成搭配、衣服管理、新旧更换等等一系列事情。
step4：这些都准备好了需要有一个可以承载的平台，让可以通过屏幕或者投影去完成一系列展示和交互。每天有推荐搭配、数量提醒、换季提醒等等。
step5：衣服搭配都这么智能了，我的衣柜要不要也做成3D的，可以远程控制，衣服放入自动叠放、分区、挂好，旧衣服淘汰包装。新衣服线上试穿、购买直接下单等等都搭配起来呢？
举这个例子，是为了让大家感受到在这个简单的数字孪生过程中，有着无限可能的商机存在，并且上下游关联，形成一个闭环，你可以找到自己要做哪一环。
科学拆解数字孪生生态结构
数字孪生的圈层
关于数字孪生生态，需要先明确几个圈层。具体包括：
物理层是基础：现实世界的物理实体；
数据层是关键：数据收集、数据处理、数据分析；
模型层是核心：可视化模型、算法模型、数据模型（软件）；
功能层是目标：描述、诊断、预测、决策。
现在已经有的应用体现在：智慧城市、智慧工厂（工业互联网5.0）、车联网、智慧医疗、智慧园区等。
数字孪生的技术要素
数字孪生生态中的要素包括2个空间和3个关键技术。
两个空间指的是现实空间与虚拟空间，二者信息实时联通并且能够进行交互：现实空间的数据反映到虚拟空间的描述中，虚拟空间的决策和处理结果反馈回现实空间。
三个关键技术包括数据、模型、软件。数据要求实时、动态，并且围绕数据做处理和分析；模型包括可视化模型和数据模型（多偏向于算法模型）；软件是前两者重要的表现形式，也是应用和市场化的基础。
数字孪生生态中的多种角色
从以上的分析可以知道，在数字孪生生态中，有多种角色：
专注于数据的：数据采集（物联网相关）、数据处理、数据驱动模型（算法）；
专注于软件的：代码、软件；
专注于映射的：可视化设计与表达、动态监测和呈现；
专注于决策的：人工智能、决策支持、综合服务。
并且除此之外，衍生的一系列服务、解决方案、咨询、平台、工具等等，都是大家可以参与进去的身份。
数字孪生的发展和作用
当前全球50多个国家、1000多个研究机构、上千名专家学者开展了数字孪生的相关研究并有研究成果发表。包括：
德国、美国、中国、英国、瑞典、意大利、韩国、法国、俄罗斯等科技相对发达的国家；
德国亚琛工业大学、美国斯坦福大学、英国剑桥大学、瑞典皇家理工学院、清华大学等各国一流大学；
西门子、PTC、德国戴姆勒、ABB、GE、达索、空客等国际著名一流企业；
美国NASA、美国空军研究实验室、法国国家科学研究中心、俄罗斯科学院等世界顶尖国家级研究机构；
具有智能制造、航空航天、医疗健康、城市管理等各研究背景的专家学者。
数字孪生以数字化的形式在虚拟空间中构建了与物理世界一致的高保真模型，能够模拟对象在物理世界中的行为，监控物理世界的变化，反映物理世界的运行状况，评估物理世界的状态，诊断发生的问题，预测未来趋势，乃至优化和改变物理世界。
数字孪生能够突破许多物理条件的限制，通过数据和模型双驱动的仿真、预测、监控、优化和控制，实现服务的持续创新、需求的即时响应和产业的升级优化。
数字孪生正在成为提高质量、增加效率、降低成本、减少损失、保障安全、节能减排的关键技术，同时数字孪生应用场景正逐步延伸拓展到更多和更宽广的领域。数字孪生具体功能、应用场景及作用如下表所示。
数字孪生如何落地
综上，数字孪生绝对不是某种技术、某个方案、某种商业模式，而是一个生态圈，并且是开放的、协作的。从工业到互联网，从企业到城市到国家，已经有很多力量投入到数字孪生生态的构建和技术的尝试中。从数字孪生五维模型的角度出发，如下技术大发展对数字孪生的实现和落地应用起到重要的支撑作用。
物联网
对物理世界的全面感知是实现数字孪生的重要基础和前提，物联网通过射频识别、二维码、传感器等数据采集方式为物理世界的整体感知提供了技术支持。
VR/AR/MR
实现可视化与虚实融合是使虚拟模型真实呈现物理实体以及增强物理实体功能的关键。VR/AR/MR技术为此提供支持：
VR技术利用计算机图形学、细节渲染、动态环境建模等实现虚拟模型对物理实体属性、行为、规则等方面层次细节的可视化动态逼真显示；
AR与MR技术利用实时数据采集，场景捕捉，实时跟踪及注册等实现虚拟模型与物理实体在时空上的同步与融合，通过虚拟模型补充增强物理实体在检测、验证及引导等方面的功能。
边缘计算
边缘计算技术可将部分从物理世界采集到的数据在边缘侧进行实时过滤、规约与处理，从而实现了用户本地的即时决策、快速响应与及时执行。结合云计算技术，复杂的孪生数据可被传送到云端进行进一步的处理，从而实现了针对不同需求的云-边数据协同处理，进而提高数据处理效率、减少云端数据负荷、降低数据传输时延，为数字孪生的实时性提供保障。
云计算
数字孪生的规模弹性很大，单元级数字孪生可能在本地服务器即可满足计算与运行需求，而系统级和复杂系统级数字孪生则需要更大的计算与存储能力。云计算按需使用与分布式共享的模式可使数字孪生使用庞大的云计算资源与数据中心，从而动态地满足数字孪生的不同计算、存储与运行需求。
5G
虚拟模型的精准映射与物理实体的快速反馈控制是实现数字孪生的关键。虚拟模型的精准程度、物理实体的快速反馈控制能力、海量物理设备的互联对数字孪生的数据传输容量、传输速率、传输响应时间提出了更高的要求。
5G通信技术具有高速率、大容量、低时延、高可靠的特点，能够契合数字孪生的数据传输要求，满足虚拟模型与物理实体的海量数据低延迟传输、大量设备的互通互联，从而更好的推进数字孪生的应用落地。
大数据
数字孪生中的孪生数据集成了物理感知数据、模型生成数据、虚实融合数据等高速产生的多来源、多种类、多结构的全要素/全业务/全流程的海量数据。
大数据能够从数字孪生高速产生的海量数据中提取更多有价值的信息，以解释和预测现实事件的结果和过程。
区块链
区块链可对数字孪生的安全性提供可靠保证，可确保孪生数据不可篡改、全程留痕、可跟踪、可追溯等。独立性、不可变和安全性的区块链技术，可防止数字孪生被篡改而出现错误和偏差，以保持数字孪生的安全，从而鼓励更好的创新。
此外，通过区块链建立起的信任机制可以确保服务交易的安全，从而让用户安心使用数字孪生提供的各种服务。
AI
数字孪生凭借其准确、可靠、高保真的虚拟模型，多源、海量、可信的孪生数据，以及实时动态的虚实交互为用户提供了仿真模拟、诊断预测、可视监控、优化控制等应用服务。
AI通过智能匹配最佳算法，可在无需数据专家的参与下，自动执行数据准备、分析、融合对孪生数据进行深度知识挖掘，从而生成各类型服务。数字孪生有了AI的加持，可大幅提升数据的价值以及各项服务的响应能力和服务准确性。
© 著作权归作者所有,转载或内容合作请联系作者
- 人面猴 序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解… 沈念sama 阅读 224,176 评论 6 赞 522
- 死咒 序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都… 沈念sama 阅读 95,928 评论 3 赞 402
- 救了他两次的神仙让他今天三更去死 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些… 开封第一讲书人 阅读 171,252 评论 0 赞 366
- 道士缉凶录：失踪的卖姜人 文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不… 开封第一讲书人 阅读 60,700 评论 1 赞 300
- 港岛之恋（遗憾婚礼） 正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我… 茶点故事 阅读 69,717 评论 6 赞 399
- 恶毒庶女顶嫁案：这布局不是一般人想出来的 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一… 开封第一讲书人 阅读 53,231 评论 1 赞 314
- 城市分裂传说 那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决… 沈念sama 阅读 41,608 评论 3 赞 428
- 双鸳鸯连环套：你想象不到人心有多黑 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我… 开封第一讲书人 阅读 40,572 评论 0 赞 279
- 万荣杀人案实录 序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经… 沈念sama 阅读 47,117 评论 1 赞 324
- 护林员之死 正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日… 茶点故事 阅读 39,137 评论 3 赞 344
- 白月光启示录 正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。… 茶点故事 阅读 41,280 评论 1 赞 354
- 活死人 序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带… 沈念sama 阅读 36,908 评论 5 赞 350
- 日本核电站爆炸内幕 正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境… 茶点故事 阅读 42,597 评论 3 赞 336
- 男人毒药：我在死后第九天来索命 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日… 开封第一讲书人 阅读 33,067 评论 0 赞 25
- 一桩弑父案，背后竟有这般阴谋 文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响… 开封第一讲书人 阅读 34,202 评论 1 赞 275
- 情欲美人皮 我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还… 沈念sama 阅读 49,784 评论 3 赞 380
- 代替公主和亲 正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚… 茶点故事 阅读 46,308 评论 2 赞 365
推荐阅读更多精彩内容
- 数字孪生应用场景有哪些？工业数字孪生、汽车数字孪生、手术虚拟培训场景-05-18 对传统工业来说，当下似乎有些困难。特别是近几年，影响全球的新冠疫情削弱了组织的生产力，破坏了传统供应链。事实上这只… ONE资讯 阅读 577 评论 0 赞 0
- 数字孪生的几点启示 什么是数字孪生？ 最近数字孪生（Digital Twin）很火，那什么是数字孪生呢，狭义的讲，数字孪生就是利用数字… 周山 阅读 1,398 评论 0 赞 0
- 学习元宇宙，不如先了解下数字孪生 元宇宙的本质就是数字化的延伸，或者说是下一代的互联网形态。 如果说元宇宙终极形态是100分，现在科技水平能做到1分… 于连林520wcf 阅读 739 评论 0 赞 0
- 什么是数字孪生？ 内容来源于百度百科与各方资料！ 数字孪生 数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物… 火烧冰山 阅读 652 评论 0 赞 3
- TWINS？是“数字孪生”啊！ 1.何为数字孪生 最早，数字孪生的思路由密歇根大学的 Michael Grieves 提出的，当时叫做“信息镜像模… 黄军雷 阅读 1,293 评论 0 赞 0
_都柏林云手机,阿布扎比裸金属