周超

名人推薦：Explosion of connected devices and the tremendous amounts of data generated as a result of these devices and their machine-machine interactions, can be handled only through edge computing!

Mohan Kumar Intel Fellow, Data Center Group

Cloud Edge Computing is an infrastructure revolution of Hybrid Cloud.

Nishi Ahuja Senior Principal Engineer，Intel Corporation

4G網路的普及和雲端運算的廣泛運用，催生了行動互聯網的迅猛發展和許多行動設備端應用場景的研究，包括AIOT、V2X和無人車等新技術的探...

1946 年，第一代電子管電腦—ENIAC（The Electronic Numerical IntegratorAnd Computer）在費城公諸於世，標誌著現代電腦的誕生。從此以後在不到一個世紀的人類發展史上，以數據為基礎、以網路為媒介、以運算為核心的科技發展以迅雷不及掩耳的速度極速發展，日新月異。特別是進入新世紀的近二十年以來，全球進入了行動網際網路時代，人與人、人與物之間的資料爆炸，產生的資料量相當於過去數世紀的資料量的總和，並持續以指數級的數量增加。以大數據處理為核心的雲端運算服務取代過去以終端運算為核心的服務，並迅速為全世界所接受。

特別是2006 年亞馬遜正式推出了EC2 的服務，標誌著人類進入了「雲」的時代。以運算、軟體網路、終端等為核心業務的各種企業開始紛紛轉型，並為不同產業和個人提供各種雲服務，誕生了亞馬遜、微軟、阿里巴巴等雲端服務全球領導者。經過十多年的發展，雲端服務已經影響到企業和個人生活的各方面。

隨著5G 技術的不斷成熟和即將商業落地，過去主要以人與人、人與物之間進行互連的互聯網技術開始朝向萬物互連的方向發展，特別是在物與物之間進行互連，人類開始進入工業網際網路時代。2018 年，富士康工業網際網路公司成功在A 股上市，吹響了傳統企業向工業互連網全面轉型的號角。在工業網際網路時代，每個裝置都將成為整個運算架構的一分子，不僅是資料的生產者，也是資料的消費者。但每個裝置、每個過程產生資料的方式可能不同，大小可能相異，格式更是五花八門，如何處理這些大量異質的資料將是工業網際網路時代亟須解決的難題。同時每個裝置聯網方式不一，無線網路和有線網路並存，甚至還有各種孤島裝置，如何確保不同的聯網裝置和孤島裝置能夠實現即時資料交換，是工業網際網路時代另外一個需要解決的難題。更為關鍵的是，工業網際網路時代每個裝置的資料或因安全問題，或因數據的即時性問題，需要在本機進行即時處理，否則將可能導致資料處理落後或生產資料的遺失。因此，在工業網際網路時代，如何對「六流」（人流、物流、過程流、金流、訊流、技術流）過程中產生的異質資料同構化，並進行即時安全的處理，如何透過DT（Data Technology）、AT（Analytical Technology）、PT（Platform Technology）、OT（Operation Technology）等四種不同資料分析方法對資料進行分析處理，並且進行深度學習，是我們需要面對的挑戰，解決之道就是邊緣運算。

邊緣運算的雛形其實早在20 年前就已經以CDN 的方式出現，其主要業務形態是內容儲存和網路分發，並沒有對運算有特別的要求。隨著大數據的爆發和物聯網的廣泛應用，邊緣的內涵和外延開始不斷擴充，場景也不斷擴大，特別是工業網際網路的到來，網路邊緣已經延伸到人們的衣食住行各方面，誕生了智慧出行、智慧城市、智慧家居、智慧工廠等各種不同的邊緣應用場景。過往「雲- 端」架構在網路類型和頻寬、資料即時、安全可控等方面已經不能滿足要求，高穩定、高效能、大頻寬和低延遲將是整個邊緣運算的基本需求。以運算為核心內涵的邊緣運算作為一個獨立的概念在最近幾年被正式提出並獲得廣泛回應與應用，「雲-端」架構被「雲- 邊- 端」架構正式取代。透過邊緣運算，把雲和端聯繫起來，把雲端運算服務延伸至邊緣，實現運算的當地語系化、邊緣化，資料的同構化，同時減少雲與端之間資料的巨量傳輸，實現安全可控的資料處理，快速推動和支撐工業網際網路時代的快速發展。

邊緣運算是一個比較廣泛的概念，每家都有各自對邊緣運算定義的了解，本書作者充分研究邊緣運算的發展和現狀，並且對各種邊緣運算的模型和定義分別進行分析和說明，同時提煉邊緣運算的本質和共通性，即：在接近資料來源的網路邊緣某處就近提供服務。該書緊密圍繞邊緣運算這個核心主題，深度闡明了邊緣運算的原理和基本特徵，並深入分析「雲- 邊- 端」模型中的雲端運算與邊緣運算服務的區別和聯繫。同時分別就邊緣運算的基礎技術架構、網絡架構、儲存架構、軟體架構以及資訊安全等方面進行重點分析和說明，並對邊緣運算所適用的各種場景進行深入研究、分析和探討，力圖讓讀者可以對邊緣運算有一個清晰的認識和理解。此外，邊緣運算不只會帶來硬體層面的升級，同時也會加強存取效能、效率、對比值與數據用量，推動整個產業生態鏈的演化。本書作者透過充分研究走訪，圖文並茂、深入淺出地對各個企業領先企業在邊緣運算的最新具體實作介紹，如專注於SMT 智慧製造和工業互連網業務的富士康旗下子公司海納智聯科技有限公司在SMT 工業網際網路方面的最新實作等，力圖讓讀者能夠感受到最新的技術實作以及企業生態，為業界中不同的企業和客戶提供參考，讓讀者知道邊緣運算不只是高科技產業的專利，也是未來中小企業與傳統產業向數位化和智慧化轉型升級的關鍵要素，進一步觸發更大的靈感和創新。

如今，以運算為核心內涵的邊緣運算在蓬勃發展，本書不僅從邊緣運算的理論和架構方面進行系統說明，還從企業實作角度進行全面介紹。衷心祝賀此著作的出版！相信本書的出版對邊緣運算領域具有深刻的指導意義，同時也會對邊緣運算領域的技術發展和企業指導造成極大的推動作用。在此祝福所有企業的朋友，能為邊緣運算的發展做出更大的貢獻！

傅富明

富士康科技集團伺服器事業群總經理

兼海納智聯科技有限公司董事長，IPC 董事

1946 年，第一代電子管電腦—ENIAC（The Electronic Numerical IntegratorAnd Computer）在費城公諸於世，標誌著現代電腦的誕生。從此以後在不到一個世紀的人類發展史上，以數據為基礎、以網路為媒介、以運算為核心的科技發展以迅雷不及掩耳的速度極速發展，日新月異。特別是進入新世紀的近二十年以來，全球進入了行動網際網路時代，人與人、人與物之間的資料爆炸，產生的資料量相當於過去數世紀的資料量的總和，並持續以指數級的數量增加。以大數據處理為核心的雲端運算服務取代過去以終端運算為核心的服務，並迅速為全世界所接受。

特別...

推薦序

前言

01 邊緣運算整體說明
1.1 邊緣運算概述和定義
1.2 邊緣運算原理

02 邊緣運算基礎資源架構技術
2.1 邊緣運算與前端技術的連結和融合
2.2 邊緣運算優勢、覆蓋範圍和基礎資源架構準則
2.3 邊緣運算架構
2.4 邊緣運算相關網路
2.5 邊緣儲存架構

03 邊緣運算軟體架構
3.1 雲原生
3.2 微服務
3.3 邊緣運算的軟體系統

04 邊緣運算安全管理
4.1 資訊系統安全概述
4.2 邊緣運算安全
4.3 邊緣運算安全技術分析
4.4 邊緣運算安全威脅現狀與發展
4.5 邊緣運算輕量級可信運算硬體發展
4.6 邊緣運算安全技術應用方案

05 邊緣運算應用案例
5.1 智慧城市和無人零售
5.2 自動駕駛
5.3 智慧電網
5.4 智慧醫療
5.5 智慧家居
5.6 智慧工廠
5.7 邊緣CDN 應用
5.8 uCPE 通用用戶端邊緣裝置
5.9 Kata Containers 百度邊緣網路運算應用

06 邊緣運算發展展望
6.1 邊緣運算規模商用部署面臨的挑戰
6.2 邊緣運算核心技術走勢
6.3 邊緣運算未來發展典型場景探討
6.4 邊緣運算前端整體方案展望和探討
6.4 實戰應用

推薦序

前言

01 邊緣運算整體說明
1.1 邊緣運算概述和定義
1.2 邊緣運算原理

02 邊緣運算基礎資源架構技術
2.1 邊緣運算與前端技術的連結和融合
2.2 邊緣運算優勢、覆蓋範圍和基礎資源架構準則
2.3 邊緣運算架構
2.4 邊緣運算相關網路
2.5 邊緣儲存架構

03 邊緣運算軟體架構
3.1 雲原生
3.2 微服務
3.3 邊緣運算的軟體系統

04 邊緣運算安全管理
4.1 資訊系統安全概述
4.2 邊緣運算安全
4.3 邊緣運算安全技術分析
4.4 邊緣運算安全威脅現狀與發展
4.5 邊緣運算輕量級可信運算硬體發展
4.6 邊緣運算安全...