在接下來的幾年中，5G有望通過新的用例，業務模型和組織重塑整個行業，這些新用例，業務模型和組織將隨著技術和業務格局的變化而出現。這其中，5G無線技術的成長，包括邊緣計算架構，都是必要的。5G主要的發展有：O-RAN（開放無線接入網），它直接解決了網絡的服務快捷性和成本問題；云計算的發展，對于企業使用公共本地私有云的任何靈活IT架構而言，它都是可伸縮的和不可或缺的，云計算還通過終端設備支持具有高帶寬應用程序的各種混合模型；和人工智能的結合，AI在改善網絡運行（尤其是網絡邊緣）并創造新的服務機會方面可以發揮重要作用。
本文提供了有關5G架構的演變，其對現有云架構的適應性以及可用于當前cloud-native應用的各種方法。它涵蓋了新興用例及其對5G網絡的要求的詳細全景圖，這些用例可為不同延遲范圍的應用程序提供先進的移動，計算，存儲和加速功能。
最重要的是，本文在定義邊緣架構的同時，深入了解了各種行業計劃，同時還考慮了計劃為5G應用服務的新興網絡?？傮w而言，它定義了下一代邊緣參考架構，并探索了網絡的未來方向。
下一代5G邊緣計算技術
作為下一代無線技術，5G與以前的無線世代完全不同。前幾代的無線技術旨在連接人與人以及人與網絡，而它能夠連接物品與人、網絡以及其他的許許多多東西。它還解決了一系列垂直行業的擴展問題，使網絡更靈活地滿足對時延，單元密度，射頻頻譜和數據速率的廣泛要求。
5G致力于支持三種廣泛的應用類別，以實現前所未有的用例：eMBB（增強型移動寬帶），mMTC（大規模機器類型通信）和URLLC（超可靠的低延遲通信）。5G架構比以往的無線世代要要分散得多，需要更多的單元以實現更分布的處理。
5G架構與云的交互以及支持更廣泛的垂直領域的關鍵特征和特性有：
5G CLOUD-NATIVE架構是分散化和虛擬化的
具有分布式架構
5G無線接入網絡：新級別的容量，峰值數據速率和低延遲。
5G和邊緣計算使用案例
近些年，云計算成為了數據中心發展的主導因素。一些大規模的基于云的數據平臺，如Super 7 CSPs，持續地提高能力和影響力。云計算經濟也十分引人注目；大規模共享的可重復使用的計算，網絡與存儲資源可以產生可觀的利潤。到2020年，發布的應用中超過70%將會用于云、網絡部署。
圖1 預期邊緣演變
邊緣計算對于機器學習和其他形式的人工智能（例如圖像識別，語音分析和傳感器的大規模使用）特別重要。5G與客戶之間的無線通信以及核心架構中不斷涌現新的創新，可能的改進或新服務中最佳示例用例如下：自動車輛控制、緊急通訊、工廠單元自動化/智能工廠、大型戶外活動/體育場、大量的地理位置分散的設備/物聯網、遠程手術和檢查、智慧城市、智能電網、交通信息、虛擬現實，增強現實和游戲。使用案例有：增強現實、邊緣視頻分析、內容分發網絡和邊緣內容緩存、邊緣加速網、健康保健、語音分析和派生工作負載、物聯網邊緣的數據處理、視頻監控和安全應用、將活動參與者連接到視頻和虛擬現實應用程序、遠程監控，網絡故障排除和虛擬機。
AI / ML在下一代邊緣系統中的作用
AI / ML（人工智能/機器學習）的作用越來越大，這是設計下一代邊緣網絡的正在加速的趨勢。先進的AI / ML技術正被用于解決新興的自主，沉浸式和多模式感官應用所帶來的復雜，嚴格和多樣化的要求。
預計AI / ML工具的應用將滲透到邊緣系統設計的各個方面，從啟用AI / ML的客戶端設備到無線接入網再到云基礎架構。最近的一項工作是將ML技術應用于優化各種應用程序的端到端（E2E）交付，密集和分層的多無線接入邊緣基礎架構的部署和管理，以及對這些應用程序的動態適應和編排軟件定義的云和服務基礎架構。
圖2 基于ML和AI的技術滲透到E2E無線系統設計，服務管理和交付的各個方面
隨著基于無線網絡的分布式AI / ML的普及，將有廣泛極大的動機將無線邊緣用于分布式學習的集成計算通信引擎?？紤]到無線基礎設施的普遍性，人們可以設想將無線邊緣用于ML訓練的趨勢正在增加，而這將會使得其計算工作負載過重。為此，必須解決無線邊緣網絡和客戶端的限制，這需要開發一種新的設備，并使用跨學科的方法，既運用AI / ML技術，又能滿足無線通信的局限性。
5G架構，流狀態分析
3GPP當前專注于基于ITU IMT-2020要求的第五代無線系統5G規范。針對5G早期版本的5G規范的第一階段，該版本的功能有限，已作為3GPP第15版的一部分發布。該版本從2019年開始已部署15版兼容的5G系統，并預計在2020年時大規模推出。
O-RAN聯盟是一個由運營商主導的行業組織，旨在開發基于3GPP Split RAN架構的Open RAN架構。
圖3 O-RAN結構
圖4總結了前傳，中傳和回傳之間不同的傳輸網絡要求。盡管中傳網絡的延遲預算比回傳略小，但所需的傳輸網絡架構和技術卻非常相似，如表1所示。實際上，在許多情況下，考慮到運營商甚至在給定城域內將采用的不同部署方案，中傳和回傳流量也將在網絡的許多部分中合并（例如，Distributed-RAN (D-RAN)和Centralized-RAN/Cloud-RAN (C-RAN/Cloud-RAN)的合并）。
表1 移動傳輸網絡特性
LTE和5G無線的帶寬增長要求對前傳流量進行打包以支持所需的規模。
圖4 減少前傳帶寬
一旦部署了5GC（5G Core），移動網絡運營商（MNO）將能夠利用3GPP標準中定義的這一新功能。5G旨在支持廣泛的應用程序和業務需求，這些應用和需求都有其各自的性能，規模，可靠性要求。標準中定義了3GPP網絡切片，以增加靈活性和可擴展性，以在同一基礎架構上同時有效地支持更多樣化的需求。盡管沒有3GPP網絡切片的目標用例的事實清單，但行業中正在討論許多不同的觀點和候選應用。
圖5 網絡切片的整體視圖
邊緣架構-流狀態分析
作為5G所需的重新架構的一部分，很大的一系列轉換將在邊緣進行。與服務的貨幣化相關的業務轉換包括：OTT服務，以及渴望實現更快的上市時間（TTM）的技術轉換；技術轉換包括：服務質量（QoE），超低延遲技術，SDN、NFV和開放邊緣云的集成，利用邊緣分析能力進行數據收集和分析，5G組件虛擬化和自動化。
該架構正在轉變，以包括類似于5G新型無線多業務自適應（NORMA） 的網絡架構云概念，ECOMP（增強控制，編排，管理和策略）以及由RAN，核心，內容分發網絡（CDN）和應用程序交付組成的靈活架構 ，自動化和物聯網。最終的變革發生在工業領域，其中IT（信息技術）與OT（運營技術）相交。這包括信息，通信技術和電子（ICT&E），SCADA（監督控制和數據采集）系統，ICS（工業控制系統）和物聯網，所有這些領域都需要低延遲和高安全性。
圖6 云，霧，邊緣示意圖
下一代邊緣參考架構
預計5G在許多方面都是革命性的，這將需要對5G系統的計劃、設計和運營進行新的考慮。例如，最佳功能布局已成為有效，高效地部署支持超低延遲和高帶寬應用的5G網絡的關鍵要求。虛擬RAN和核心網元的位置以及應用程序工作負載（AR / VR，工業自動化，聯網汽車等）將取決于光速，如圖7所示。
圖7 邊緣計算布局
以下是一些可能會在邊緣上部署的應用程序及其關聯的時標：
非實時應用程序/第三方分析應用程序（>?500毫秒）
近實時（?50-100 ms）UE /區域優化應用程序/第三方應用程序
作為增值服務的第三方應用程序
與UEs直接交互的第三方應用程序
圖8引入了一種架構模式，該模式用簡單的控制應用程序替代了當前的單片系統。使用這種方法，創建用戶流成為將這些控制應用程序與東西向和南北向接口拼接在一起的問題。這些控制應用程序可以用一組與各自的用戶平面（UP）功能和適用于它們所服務的區域的資源相關聯的控制平面組件來實現。
圖8 有線和無線訪問的統一邊緣架構
此體系結構模式的主要元素是延遲受限的網絡功能的分解，可編程性，分解及分解后的功能組件的分布和互連，以及用于自優化系統的智能分布。
部署注意事項
邊緣云（EC）站點構成共享資源，用于交付各種應用程序，例如AR / VR，自動駕駛汽車，智能高速公路，互聯房屋，工廠和交互式服務。邊緣云站點被實現為一套虛擬網絡功能（vNF），每個虛擬站點功能都有自己的EC站點資源和位置要求。同樣，不同的RAN功能拆分也對EC站點提出了要求。EC站點的選擇和理想的網絡拓撲在很大程度上取決于重要屬性的綜合要求，這些要求涵蓋了所有受支持的網絡功能，包括：
延遲——UE-EC
訂閱者分布
所需的地理覆蓋范圍
流量特性——每天的時間變化，UE的移動
吞吐量，計算和存儲要求
與基于網絡的通用功能的連接
跨EC站點的彈性和負載平衡
可用性，恢復性和網絡可靠性
選擇邊緣計算（EC）站點并將工作負載分配到EC站點是一個復雜的優化問題。SLA的延遲要求，用于不同vNFs的各種資源，拓撲和其他資源限制以及包括成本和可用性在內的多個標準都會是不同的挑戰。從本質上講，這是一個很大的約束組合問題。幾種聚類和數學編程方法被用于設計，并且已經開發了許多有效的啟發式方法。設計方法的詳細信息特定于提供商的網絡和資源。
開源和標準的作用
邊緣的特點是，固定和移動接入網絡的各種需求由不同的主題、用例、部署方案和業務模型驅動。有兩個關鍵技術范例與這些邊緣的特點重疊——5G和云計算。
ETSI NFV有一個MEC特定的工作組，但是在移動系統體系結構上工作的其他SDO（例如3GPP和O-RAN Alliance）沒有指定特定于邊緣的體系結構。也有一些開源項目從云概念汲取到邊緣。其中Linux Foundation Edge和OpenStack Edge計劃值得注意。
為了創建帶有“護欄”的開放式創新領域，組織不得不適應并創建側重于邊緣的需求和開源項目。開放源代碼計劃與標準開發組織（SDO）共同發揮的作用是5G技術發展的關鍵要素。
使用開源的最主要驅動力包括通過降低互操作門檻促進多廠商生態系統，通過利用開源軟件提高創新速度以及通過虛擬化實現云規模經濟。
未來方向
當前的互聯網體系結構是基于以主機為中心的通信模型。擁有地址可連接并在主機和客戶端之間建立會話是接收數據的先決條件。然而，互聯網的使用已經發展，大多數用戶主要對訪問大量信息感興趣，而對其物理位置如何并不在乎。
互聯網使用模式的這種轉變，以及對安全性和移動性支持的需求，已導致研究人員考慮使用基于名稱的體系結構。路由，轉發，緩存和數據傳輸操作是在與拓撲無關的內容名稱上執行的，而不是在IP地址上執行的。命名數據塊可以使ICN（信息中心網絡）按照其語義直接解釋和處理內容，而無需進行深度數據包檢查（DPI）或將其委派給應用程序層。
圖9 互聯網架構的時間表
當今的邊緣計算是實時執行的，但業務流程主要是通過集中式架構在帶外進行的。然而，由于移動性，無線鏈路的開啟或關閉，上下文的變化等，計算和邊緣服務要求可能會在邊緣動態變化。ICN的基本體系結構是分布式和分散的，這與動態業務流程的需求非常吻合。諸如NFN和RICE之類的其他協議通過將編排與執行綁在一起，從而在邊緣進行深度學習或聯合學習的編排。
結論
隨著移動業務量的增長，人們普遍接受在移動網絡中采用更多虛擬化技術，以及更多由軟件驅動的設備，這些設備具有靈活，智能和高能效的特點，以促進高效的無線訪問和融合網絡設計。O-RAN是該領域的最新發展之一，致力于解決網絡的服務靈活性和成本問題。在此方面，本白皮書討論了幾個關鍵問題，包括5G和人工智能技術相結合的新興創新。
5G網絡的示例用例和要求也在本文中提供了。已經演示了5G如何在考慮了一系列延遲問題的情況下促進應用程序的移動，計算，存儲和加速功能。該論文還涵蓋了5G，AI和邊緣計算領域的應用，并詳細介紹了新興的用例和服務的好處。它概述了下一代Edge網絡的愿景和發展路徑，研究了5G和Edge架構的當前狀態，并回顧了AI和ML的新興作用。
在定義下一代Edge參考架構并探索網絡的未來方向時，5G確實被證明處于計算邊緣。