北京郵電大學教授、大數(shù)據(jù)智能管理與分析技術國家地方聯(lián)合工程研究中心副主任 高志鵬

大家好，我是北京郵電大學高志鵬，今天我要做的報告是《5G + 邊緣計算：無人駕駛科幻變現(xiàn)實》。

大家都知道4G大規(guī)模網(wǎng)絡建設基本完成，5G的時代即將到來?！癎”是“Gernation”，5G的中文名字叫做“第五代移動通信技術”。5G技術以“大容量、大帶寬、大連結、低延遲、低功耗”為訴求。根據(jù)聯(lián)合國國際電信聯(lián)盟(ITU)對5G的標準要求，5G標準包括增強型移動寬帶（eMBB）、超高可靠低時延通信（URLLC）以及海量機器通信（mMTC）三大應用場景，并定義了以下關鍵指標：峰值吞吐率10Gbps、時延1ms、連接數(shù)100萬、高速移動性500km/h。移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展推動了5G網(wǎng)絡技術的誕生。

我們對5G的期望第一就是：以前的2G、3G、4G，每一代都有一個標志性的創(chuàng)新，5G目前還是在沿用4G的核心技術，但亮點在于提供差異化的新業(yè)務和新體驗。第二，5G一定要有足夠的技術包容性和靈活性，既能充分利用現(xiàn)有的網(wǎng)絡設施，又能引入全新的技術架構；既考慮宏蜂窩，又兼顧小微蜂窩；即能用授權頻譜，又能用非授權的頻譜和WIFI，包括和固網(wǎng)的融合等等。第三，5G網(wǎng)絡創(chuàng)新應該聚焦在水平集成的云化網(wǎng)絡架構。我認為這個跟4G有著很大的區(qū)別。因為5G絕不僅僅是空口的演進，而期望打破傳統(tǒng)的網(wǎng)絡模式，使網(wǎng)絡功能成為單一云化敏捷實體，從而大大加快對商業(yè)目標、客戶需求和行為，以及流量和應用變化的響應速度。

在當前的網(wǎng)絡架構中，核心網(wǎng)部署在遠端，導致傳輸時延比較大，無法滿足低延遲業(yè)務需求。此外，業(yè)務完全在云端完成并非完全有效，尤其一些區(qū)域性業(yè)務不在本地終結，既浪費帶寬，也增加時延。因此，時延指標和連接數(shù)指標決定了5G業(yè)務的終結點不可能全部都在核心網(wǎng)后端的云平臺。邊緣計算正好契合該需求。

但邊緣計算究竟是什么？和云計算有什么關系？很多人仍然一頭霧水，可以將這個結構類比人類：云計算相當于人的大腦，邊緣計算相當于人的神經(jīng)終端。來自邊緣計算產(chǎn)業(yè)聯(lián)盟(ECC)與工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟(AII)聯(lián)合發(fā)布的白皮書的比較官方的解釋是：邊緣計算是一個開放分布式平臺，在網(wǎng)絡邊緣靠近數(shù)據(jù)源就近提供網(wǎng)絡、計算、存儲等服務，滿足了行業(yè)數(shù)字化轉型在聯(lián)接、智能、實時、數(shù)據(jù)優(yōu)化和安全的訴求。一方面，邊緣計算部署在邊緣位置，邊緣服務在終端設備和邊緣計算服務器上運行，反饋更迅速，解決了時延問題；另一方面，邊緣計算將內(nèi)容與計算能力下沉，提供智能化的流量調(diào)度，將業(yè)務本地化，內(nèi)容本地緩存，讓部分區(qū)域性業(yè)務不必大費周章在云端終結。邊緣計算部署在網(wǎng)絡邊緣，融合了無線網(wǎng)絡和互聯(lián)網(wǎng)技術，并在無線網(wǎng)絡側增加了計算、存儲等功能模塊。通過把5G應用程序和業(yè)務部署在邊緣側，邊緣計算可以減少數(shù)據(jù)傳輸過程中的轉發(fā)和處理時間，明顯降低端到端時延，在滿足低延時要求的情況下，降低了功耗。

未來，如果沒有邊緣計算的支持，很多應用可能都是畫餅，包括很多對實時信息交互和數(shù)據(jù)傳輸、交互的延遲指標要求非常苛刻的應用程序和應用場景，一旦系統(tǒng)響應慢，輕則影響系統(tǒng)效率，重則導致一些事故。

那么邊緣計算和云有什么關系呢？邊緣計算和云計算的關系可以比喻為集團公司的地方辦事處與集團總公司的關系。云計算把握整體，聚焦于非實時、長周期數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護、業(yè)務決策支撐等領域發(fā)揮特長；邊緣計算則專注于局部，聚焦實時、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務的實時智能化處理與執(zhí)行。對于數(shù)據(jù)處理的時效性要求，如果完全依靠云計算，傳輸時間及反饋時間將會使得數(shù)據(jù)處理效率大打折扣。而如果先通過邊緣計算進行簡單初步的處理，對于復雜的數(shù)據(jù)再上傳至云端，通過云計算解決，這樣既可以解決數(shù)據(jù)處理的時效性問題，同時降低傳輸成本，又可以減輕云計算的壓力。因此，云計算與移動邊緣計算配合的運行模式是這樣的：邊緣端先對數(shù)據(jù)進行預處理，提取特征傳輸給云端再進行計算分析。

5G和邊緣計算技術的發(fā)展，除了能帶來更快的傳輸速率和更高的網(wǎng)絡帶寬，也將帶來超高可靠性和低延遲，并實現(xiàn)大規(guī)模機器間的相互通信。因此，它們的應用領域廣泛，無人駕駛、虛擬現(xiàn)實、智慧城市等領域都將釋放強大的潛力。

邊緣計算有很多典型案例，其一是車聯(lián)網(wǎng)。車聯(lián)網(wǎng)旨在利用無線通信技術改善交通安全程度并提升通行效率，實現(xiàn)車與人(V2P:Vehicle to Pe destrian)、車與車(V2V:Vehicle to Vehicle)、車與基礎設施(V2I:Vehicle to Infrastructure)之間的消息互通。V2I、V2V、V2P統(tǒng)稱為V2X。V2X技術要求車輛、行人手機或可穿戴設備以及道路設施具備近距離通信功能，以實現(xiàn)物理位置相距較近的車輛、路側設施、行人之間通過通信來提升行車安全、交通效率。目前車聯(lián)網(wǎng)的主要實現(xiàn)方式是專用短程通信(DSRC:Dedicated Short Range Communications)和蜂窩通信(LTE-V2X)。

車聯(lián)網(wǎng)誕生和存在是非常有必要的。根據(jù)中國通信標準化協(xié)會(CCSA)的研究報告《基于公眾移動通信網(wǎng)的協(xié)作式智能交通網(wǎng)絡技術需求研究》中提供的數(shù)據(jù)，截至2016年6月底，我國汽車保有量已達1.84億輛，汽車駕駛人員2.96億人。截至2015年年底，公路通車總里程為457萬公里，其中高速公路已超過12萬公里。隨著交通機動化的不斷發(fā)展，我國道路交通安全形勢嚴峻，每年因道路交通安全事故傷亡人數(shù)超過20萬人，事故約470萬起，在全球處于事故率、死亡率較高的水平。

車聯(lián)網(wǎng)技術可以通過感知車輛的行為和路況，提高車輛的安全性，減輕交通擁堵的程度，也能帶來一些增值服務的機會，比如車輛定位、尋找停車位置等。邊緣計算通過將連接的車云系統(tǒng)擴展到高度分布的移動基站環(huán)境中，使數(shù)據(jù)和應用程序可以更靠近車輛，這樣可以有效的減少數(shù)據(jù)的往返時間。

我國車聯(lián)網(wǎng)技術已在烏鎮(zhèn)等地部署試點?？梢灶A見，未來將有越來越多的車輛通過DSRC或LTE-V2X實現(xiàn)互聯(lián)。邊緣計算在車聯(lián)網(wǎng)中的應用程序運行在部署于LTE基站站點的邊緣計算服務器上，提供道路側的相關功能。通過接收并分析來自鄰近車輛和路邊傳感器的消息，邊緣計算服務器能夠在20ms端到端的延遲內(nèi)傳播危險警告和延遲敏感信息，低延遲使得附近的車輛能夠在幾毫秒內(nèi)接受到數(shù)據(jù)，從而讓駕駛員可以立即做出反應。

具體來說，邊緣計算可以將汽車云分散部署到網(wǎng)絡邊緣的移動基站中，在靠近網(wǎng)絡邊緣的基站中為應用程序提供服務器，數(shù)據(jù)的處理盡可能靠近車輛和道路傳感器，從而減少數(shù)據(jù)的往返時間。邊緣計算的服務器端應用可以直接從車輛和路面?zhèn)鞲衅鞯膽贸绦蛑蝎@取本地消息，通過算法分析后識別其中的需要近乎實時傳輸?shù)母唢L險數(shù)據(jù)和敏感信息，并將預警消息直接下發(fā)至該區(qū)域的其他車輛，使得附近汽車可以在20 ms內(nèi)接收預警，駕駛員將有更多反應時間并處理突發(fā)情況，比如躲避危險、減速行駛或改變線路等。服務器端應用也可以快速通知在附近其他邊緣計算服務器上運行的應用程序，使危險告警傳播到更廣泛的區(qū)域，便于駕駛員提前決策，降低道路擁堵的可能。對于復雜情況，服務器端應用將把本地信息發(fā)送到連接的汽車云上進行進一步的統(tǒng)籌處理，以獲取更多幫助和支援。

5G和邊緣計算技術的發(fā)展，使得車聯(lián)網(wǎng)以及后續(xù)無人駕駛的幻想變成現(xiàn)實。最后想引用一下錢穆老先生的一句話，“認識你的時代，帶領你的時代”。在這個不斷發(fā)展的時代，我們都希望能夠把5G和邊緣計算以及車聯(lián)網(wǎng)最快的落地，真正的產(chǎn)生社會價值和商業(yè)價值，真正的去改變我們的世界！

最后，再次感謝各位嘉賓參加本次大會，預祝各位嘉賓工作順利、身體健康，預祝大會取得圓滿成功！

謝謝大家！

（作者高志鵬系北京郵電大學教授、大數(shù)據(jù)智能管理與分析技術國家地方聯(lián)合工程研究中心副主任）