摘要：隨著(zhù)5G網(wǎng)絡(luò )商用部署步伐的加快，以5G網(wǎng)絡(luò )和MEC技術(shù)為基礎的移動(dòng)通信網(wǎng)絡(luò )大帶寬（enhanced Mobile BroadBand，eMBB）、超高可靠超低時(shí)延（ultra Reliable Low Latency Communications，uRLLC）和海量連接（massive Machine Type Communication，mMTC）成為牽引5G應用落地的核心能力。在眾多的垂直行業(yè)需求中，以4K/8K高清視頻、增強現實(shí)/虛擬現實(shí)（Augmented Reality/Virtual Reality，AR/VR）為代表的視頻業(yè)務(wù)無(wú)疑是5G+MEC技術(shù)的“殺手锏”應用。本文以MEC平臺和云平臺部署位置、部署模式、部署條件、部署規模和平臺能力等差異為出發(fā)點(diǎn)，圍繞5G視頻業(yè)務(wù)用戶(hù)體驗，分析5G視頻業(yè)務(wù)終端視頻顯示能力對視頻文件帶寬需求的影響，提出基于面向用戶(hù)體驗的5G視頻業(yè)務(wù)邊云協(xié)同策略，可以在不降低用戶(hù)體驗質(zhì)量的條件下降低5G視頻業(yè)務(wù)對MEC平臺存儲容量和傳輸帶寬的需求，提高邊云協(xié)同效率。

關(guān)鍵詞：無(wú)線(xiàn)通信；5G；視頻業(yè)務(wù)；邊云協(xié)同；用戶(hù)體驗

1　引言

邊緣計算，從字面上理解，便是將計算處理、數據存儲、網(wǎng)絡(luò )加速及智能分析等能力遷移至網(wǎng)絡(luò )邊緣。因此，在邊緣計算誕生之前，便已經(jīng)有了與之相對的概念——云計算。傳統的云計算平臺采用集中式模式部署在核心網(wǎng)絡(luò )，終端設備如果要訪(fǎng)問(wèn)云計算平臺，需要通過(guò)接入網(wǎng)、承載網(wǎng)最終達到核心網(wǎng)，其中與傳輸距離成正比的傳輸時(shí)延成為限制時(shí)延性能的重要瓶頸。當云計算平臺的計算、存儲等能力下沉至網(wǎng)絡(luò )邊緣時(shí)，由于傳輸距離的大大縮減，邊緣計算可以逾越集中式云化部署方案中不可壓縮的傳輸時(shí)延，以支持uRLLC業(yè)務(wù)需求；其次，終端設備在邊緣計算平臺同樣可以獲得數據清洗、融合、計算、存儲能力，在本地即可進(jìn)行大帶寬數據進(jìn)行處理，而無(wú)需將海量寬帶數據上傳至中心云平臺，可極大降低寬帶業(yè)務(wù)對帶寬的需求，顯著(zhù)節省 后向帶寬，減少本地流量對核心網(wǎng)絡(luò )的帶寬壓力，提升eMBB業(yè)務(wù)性能；另外，在mMTC業(yè)務(wù)場(chǎng)景，邊緣計算平臺可以卸載終端設備的智能數據處理、圖像渲染等能力，在降低終端設備成本，提升計算處理性能的同時(shí)，并沒(méi)有顯著(zhù)增加業(yè)務(wù)時(shí)延。因此，邊緣計算技術(shù)雖然不是因5G而生，卻因其對uRLLC、eMBB和MMTC業(yè)務(wù)都有相輔相成的技術(shù)特色而伴隨5G快速成長(cháng)，成為5G時(shí)代炙手可熱的技術(shù)之一。

2　云計算與邊緣計算

2.1　云計算定義與特征

ISO/IEC JTC1和ITU-T聯(lián)合工作組制定的國際標準ISO/IEC 17788《云計算詞匯與概述》（Information technology-Cloud Computing-Overview and vocabulary）中，對云計算給出了明確的定義：云計算是一種將可伸縮、彈性、共享的物理和虛擬資源池以按需自服務(wù)的方式供應和管理，并提供網(wǎng)絡(luò )訪(fǎng)問(wèn)的模式。ISO/IEC 17788《云計算詞匯與概述》定義云計算的關(guān)鍵特征，包括廣泛接入、服務(wù)可測、多租戶(hù)、按需自服務(wù)、彈性擴展和資源池化。

2.2　邊緣計算/邊緣云定義

邊緣云即實(shí)現邊緣計算的云化平臺。而邊緣計算作為一個(gè)新生技術(shù)，不同領(lǐng)域對邊緣計算概念的理解也眾說(shuō)紛紜。從電信運營(yíng)商的角度出發(fā)，除了采用部署在區域數據中心的核心云計算平臺，其他部署在本地城域數據中心、邊緣數據中心、端局機房的計算平臺都可以稱(chēng)為邊緣計算平臺；從OTT公司角度出發(fā)，部署在用戶(hù)側的計算平臺則稱(chēng)為邊緣計算平臺；從企業(yè)用戶(hù)的角度出發(fā)，部署在廠(chǎng)房、操作間等現場(chǎng)級的計算平臺則稱(chēng)為邊緣計算平臺；對于攝像頭、物聯(lián)網(wǎng)設備、車(chē)輛、機器手等終端設備而言，具有計算存儲和遠程訪(fǎng)問(wèn)等智能設備也被稱(chēng)為邊緣計算平臺。因此，邊緣計算平臺的物理形式也千差萬(wàn)別，既可能是具有智能處理能力的邊緣終端，也可能是具備數據采集匯聚分流能力的邊緣網(wǎng)關(guān)；既可能是在幾臺通用服務(wù)器上采用虛擬化技術(shù)搭建的一個(gè)IT級邊緣云平臺，也可能是包含計費、策略下發(fā)等核心網(wǎng)功能的電信級邊緣云平臺。

ETSI從電信運營(yíng)商的角度給出邊緣計算的定義：在靠近移動(dòng)用戶(hù)的移動(dòng)網(wǎng)絡(luò )邊緣提供IT服務(wù)環(huán)境和計算能力。

OpenStack從IT化的角度給出邊緣計算的定義：邊緣計算是為開(kāi)發(fā)者和服務(wù)提供商在網(wǎng)絡(luò )管理域的邊緣側提供云服務(wù)和IT環(huán)境服務(wù)。

ISO/IEC JTC1/SC38從行業(yè)標準化的角度給出邊緣計算的定義：邊緣計算是一種需要處理和數據存儲放在網(wǎng)絡(luò )邊緣節點(diǎn)的分布式計算模式。

邊緣計算產(chǎn)業(yè)聯(lián)盟（ECC）從產(chǎn)業(yè)界的角度給出邊緣計算的定義：在靠近物或者數據源頭的網(wǎng)絡(luò )邊緣側，融合網(wǎng)絡(luò )、計算、存儲、應用核心能力的開(kāi)放平臺，就近提供邊緣智能服務(wù)，滿(mǎn)足行業(yè)數字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數據優(yōu)化、應用智能、安全與隱私保護等方面的關(guān)鍵需求。

2.3　云與邊緣云的異同

由于邊緣計算脫胎于云計算技術(shù)，因此，邊緣云與云一樣，都由計算資源、存儲資源和網(wǎng)絡(luò )資源構成，都可以通過(guò)虛擬化和資源池化技術(shù)將底層資源抽象屏蔽，實(shí)現多個(gè)用戶(hù)和應用程序之間的資源共享，并支持基于A(yíng)PI來(lái)增強平臺間的互操作性，具有廣泛接入、服務(wù)可測、多租戶(hù)、按需自服務(wù)、彈性擴展和資源池化等特點(diǎn)。但是，由于業(yè)務(wù)場(chǎng)景不同，邊緣云還具有其獨特的屬性。

（1）部署位置

云計算平臺通常部署的位置較高，大多在核心網(wǎng)區域數據中心。邊緣云平臺要依據邊緣業(yè)務(wù)需求和覆蓋范圍，可以下沉部署在本地城域數據中心、邊緣數據中心、接入局房甚至業(yè)務(wù)現場(chǎng)。

（2）部署模式云計算平臺大多采用集中式部署模式對云計算資源進(jìn)行統一管控。部署在不同地理位置的邊緣云平臺則采用分布式分層多級部署模式，邊緣云可以通過(guò)廣域網(wǎng)與中心云相連，或通過(guò)中心云調度動(dòng)態(tài)加入邊緣云共享資源池，但是多個(gè)邊緣云之間存在潛在的高延遲、網(wǎng)絡(luò )不可靠和低帶寬風(fēng)險。

（3）部署條件

部署在核心區域數據中心的云計算平臺，具有良好的物理空間、通風(fēng)散熱及供電環(huán)境，可以采用1~1.2米深，19英寸標準機柜部署通用機架式服務(wù)器。部署在本地城域數據中心邊緣云平臺的部署條件與核心區域數據中心的部署條件差異較小，可以采用1~1.2米深，19英寸標準機柜部署通用機架式服務(wù)器。如果邊緣云平臺部署在環(huán)境較好的邊緣數據中心，受場(chǎng)地物理空間限制，可以選擇1米深通用刀片服務(wù)器。在部署在條件較差邊緣數據中心或接入局房時(shí)，只能采用深度低于600毫米的定制化專(zhuān)用服務(wù)器。在部署條件極為惡劣的接入局房或者業(yè)務(wù)現場(chǎng)，除了物理空間更加狹小之外，邊緣云平臺部署可能面臨直流供電的問(wèn)題，因此，支持直流電源的小型硬件設備成為搭載邊緣云平臺的首選。

（4）部署規模

部署在核心區域數據中心的云計算平臺通常具有上千臺服務(wù)器的規模，資源相對較為充足。而部署越靠近網(wǎng)絡(luò )邊緣的邊緣云平臺，面臨的部署條件越苛刻，部署規模也越小，極端情況下，只能部署在1~2U的服務(wù)器或者微型硬件平臺，CPU、內存、硬盤(pán)等硬件性能十分有限。

（5）平臺能力

受部署條件和平臺規模限制，云計算平臺具有更強大的計算存儲能力。但是，邊緣云平臺更靠近數據源和用戶(hù)側，能夠獲得更多的原始數據和對終端設備的控制能力，因此，邊緣云平臺除了對eMBB、uRLLC、mMTC邊緣業(yè)務(wù)的增強能力之外，還可以提供面向大數據應用的數據清洗、融合、脫敏等預處理能力，將已脫敏的高質(zhì)量數據提供給云計算平臺執行高精度數據分析。另外，面向機器學(xué)習、深度學(xué)習、人工智能類(lèi)邊緣業(yè)務(wù)，云平臺可以基于歷史數據預先訓練算法模型、優(yōu)化參數，邊緣云平臺則基于云平臺推送下發(fā)的算法模型執行現場(chǎng)推理，并將高質(zhì)量數據在網(wǎng)絡(luò )閑時(shí)上傳至云計算平臺以支持算法模型的迭代優(yōu)化。通過(guò)云邊協(xié)同，充分發(fā)揮邊緣計算和云計算的互補優(yōu)勢。

3　5G視頻業(yè)務(wù)帶寬需求

3.1　5G視頻文件傳輸帶寬需求

視頻業(yè)務(wù)對邊緣云平臺傳輸帶寬的需求由與圖像分辨率、圖像幀率、色彩深度、掃描模式及編碼格式相關(guān)。圖像分辨率是指單位英寸中所包含的像素點(diǎn)數，常見(jiàn)的圖像分辨率包括720P、1080P、2K、4K、8K等。由于5G網(wǎng)絡(luò )對大帶寬業(yè)務(wù)的支撐能力特性，1080P、2K甚至更高清晰度的4K/8K超高清視頻已經(jīng)成為5G時(shí)代的主流業(yè)務(wù)。圖像幀率是單位時(shí)間內顯示的圖幀數量，圖像幀率越高畫(huà)質(zhì)越好，基于ITU-R RecommendationBT.2020標準，圖像幀率可選取值包括120、60、60/1.001、50、30、30/1.001、25、24、24/1.001FPS，圖像幀率越高，傳輸帶寬需求越大，5G視頻業(yè)務(wù)為了提供優(yōu)質(zhì)的用戶(hù)體驗，通常采用50FPS以上的圖像幀率，甚至在A(yíng)R/VR沉浸式交互業(yè)務(wù)中采用120FPS、180FPS、240FPS的超高頻圖像幀率。色彩深度是存儲介質(zhì)在存儲或緩存單位像素時(shí)所需二進(jìn)制數據位數，常用可選參數為8、10或12bpp，5G視頻業(yè)務(wù)通常采用至少10bpp的色彩深度。掃描模式有逐行掃描p和隔行掃描i兩種模式，由于隔行掃描只傳輸一般的圖像，其傳輸帶寬也只有逐行掃描的一半，5G超高清視頻通常選用逐行掃描模式；編碼方式是在保證一定畫(huà)質(zhì)要求前提下，對視頻文件進(jìn)行壓縮處理的方式，以便提高傳輸和存儲效率，5G視頻業(yè)務(wù)通常采用H.264、H.265等編碼格式。目前典型5G視頻業(yè)務(wù)傳輸帶寬需求如表1所示。

表1 5G視頻業(yè)務(wù)傳輸帶寬需求

3.2　基于用戶(hù)體驗的5G視頻文件傳輸帶寬需求

在5G視頻業(yè)務(wù)中，影響用戶(hù)體驗的因素除了視頻源視頻文件大小還有視頻接收終端屏幕分辨率。終端設備屏幕分辨率的選擇通常由終端設備屏幕大小、觀(guān)看距離和人眼分辨能力決定。人眼分辨能力理論極限是20"，視力好的人對易于分辨的黃綠波的分辨能力通常為1'，而普通人眼的分辨能力通常為3'~5'。因此，常見(jiàn)終端設備分辨率配置通常如表2所示。

表2 常見(jiàn)終端設備分辨率配置

由表2可見(jiàn)，受人眼分辨能力、屏幕尺寸和觀(guān)看距離的約束，視頻顯示終端的屏幕分辨達到滿(mǎn)足要求或性能極限的配置提供最佳的用戶(hù)體驗質(zhì)量，更高配置的屏幕分辨率只會(huì )增加終端設備成本，因此終端設備廠(chǎng)商的屏幕配置通常為表2中的結果保持一致。同樣，5G視頻業(yè)務(wù)同樣可以依據終端分辨率需求由MEC平臺提供相應的視頻文件。例如，對于智能手機、平板電腦和40寸以下的電視，傳輸帶寬需求在30M以下的1080P視頻業(yè)務(wù)即可滿(mǎn)足絕大多數用戶(hù)的需求；對于采用100寸以下的終端設備時(shí)，完全不需要傳輸4K以上視頻文件，因此其5G視頻業(yè)務(wù)帶寬需求通常小于50~100M；只有在200寸以上的巨幕5G高清視頻業(yè)務(wù)中才會(huì )需要100M以上帶寬傳輸8K以上的視頻，而占用傳輸帶寬和存儲資源的高畫(huà)質(zhì)視頻文件在云端進(jìn)行備份存儲即可。

4　5G視頻業(yè)務(wù)邊云協(xié)同解決方案

面向用戶(hù)體驗的5G視頻業(yè)務(wù)邊云協(xié)同解決方案如圖1所示。本方案中，終端設備管理系統基于無(wú)線(xiàn)側上報IMEI號解析終端設備信息，或者通過(guò)手動(dòng)配置、終端設備類(lèi)型信息爬取等方式采集通過(guò)5G基站或CPE設備接入網(wǎng)絡(luò )的終端設備信息。

當終端設備上傳或下載視頻文件時(shí)，基站首先將終端設備視頻業(yè)務(wù)需求發(fā)送到MEC平臺。MEC平臺基于終端設備管理系統提供的終端類(lèi)型信息，選擇滿(mǎn)足終端分辨能力需求的格式對視頻文件進(jìn)行處理、本地存儲或文件下發(fā)，并將高畫(huà)質(zhì)視頻文件在網(wǎng)絡(luò )閑時(shí)上傳至遠端云平臺。

如果MEC平臺本地存儲的視頻文件畫(huà)質(zhì)不能滿(mǎn)足終端類(lèi)型需求，則將視頻業(yè)務(wù)需求及終端類(lèi)型信息轉發(fā)至遠端云平臺，由云平臺完成高畫(huà)質(zhì)視頻業(yè)務(wù)處理與視頻下發(fā)。

圖1 5G視頻業(yè)務(wù)邊云協(xié)同解決方案

該方案中，MEC平臺分流決策模塊基于終端設備類(lèi)型信息，為5G視頻用戶(hù)提供可滿(mǎn)足其終端顯示能力的視頻文件，而無(wú)需傳輸或存儲遠高于終端設備所需的高畫(huà)質(zhì)視頻文件。

5　結論

本文從5G網(wǎng)絡(luò )新媒體行業(yè)技術(shù)需求出發(fā)，結合5G終端能力、視頻業(yè)務(wù)特性、MEC平臺與云平臺能力差異，提出面向用戶(hù)體驗的5G視頻業(yè)務(wù)邊云協(xié)同策略。面向用戶(hù)體驗的邊云協(xié)同策略以MEC平臺和云平臺部署位置、部署模式、部署條件、部署規模和平臺能力等差異為出發(fā)點(diǎn)，圍繞5G視頻業(yè)務(wù)用戶(hù)體驗，分析5G視頻業(yè)務(wù)終端視頻顯示能力對視頻文件帶寬需求的影響，提出基于面向用戶(hù)體驗的5G視頻業(yè)務(wù)邊云協(xié)同策略，可以在不降低用戶(hù)體驗質(zhì)量的條件下降低5G視頻業(yè)務(wù)對MEC平臺存儲容量和傳輸帶寬的需求，提高邊云協(xié)同效率。

參考文獻：

[1] Parameter values for ultra-high definition television systems for production and international program exchange BT series Broadcasting service (television) Recommendation ITU-R BT. 2020.

[2] 英特爾亞太研發(fā)有限公司. Linux 開(kāi)源網(wǎng)絡(luò )全棧詳解[M]. 北京: 電子工業(yè)出版社, 2019.

[3] Cisco System. Cosic Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2017 -2022 White Paper [R]. 2019.

[4] 謝人超, 黃韜, 楊帆, 劉韻潔. 邊緣計算原理與實(shí)踐[M]. 北京: 人民郵電出版社, 2019.

[5] S. Barbarossa, S. Sardellitti, and P. Di Lorenzo. Communicating while Computing: Distributed mobile cloud computing over 5G heterogeneous networks[J]. IEEE Signal Processing Magazine, 31 (6), 45 - 55, 2014.

[6] 張涌, 陳丹, 范斌, 韓賽, 呂華章. 中國聯(lián)通邊緣計算技術(shù)演進(jìn)規劃與部署方案[J]. 無(wú)線(xiàn)通信, 2018, (4) : 42 - 47.

[7] 呂華章, 陳丹, 王友祥. 邊緣云平臺架構與應用案例分析[J], 郵電設計技術(shù), 2019, (3) : 35 - 39.

[8] 陳丹, 陳淑平, 呂華章, 王友祥. 中國聯(lián)通邊緣云平臺架構與業(yè)務(wù)能力開(kāi)放[J]. 2018, (11) : 63 - 67.

[9] 李銘軒, 魏進(jìn)武, 張云勇. 面向電信運營(yíng)商的IT資源微服務(wù)化方案[J]. 信息通信技術(shù), 2017, (2) : 48 - 55.

[10] 李銘軒. 基于A(yíng)rda的容器化大數據應用研究[J]. 電信技術(shù), 2016, (11) : 29 - 33.

[11] 李銘軒, 邢鑫, 王本忠. 面向電信運營(yíng)商的容器云SDN云網(wǎng)一體化方案研究[J]. 信息通信技術(shù), 2019, (2) : 7 - 12.

作者簡(jiǎn)介：

劉秋妍，博士，中國聯(lián)通網(wǎng)絡(luò )技術(shù)研究院高級工程師，主要研究方向為無(wú)線(xiàn)通信、區塊鏈與邊緣計算技術(shù)。

呂華章，碩士，中國聯(lián)通網(wǎng)絡(luò )技術(shù)研究院工程師，主要研究方向為5G網(wǎng)絡(luò )與邊緣計算技術(shù)。

李銘軒，碩士，中國聯(lián)通網(wǎng)絡(luò )技術(shù)研究院工程師，主要研究方向為云計算、容器、通信云解耦技術(shù)。

張忠皓，博士，中國聯(lián)通網(wǎng)絡(luò )技術(shù)研究院高級工程師，主要研究方向為5G網(wǎng)絡(luò )、毫米波技術(shù)與邊緣計算技術(shù)。

李佳俊，博士，中國聯(lián)通華盛通信有限公司創(chuàng )新業(yè)務(wù)部總監，主要研究方向為無(wú)線(xiàn)通信網(wǎng)絡(luò )與移動(dòng)終端技術(shù)。

李福昌，博士，中國聯(lián)通網(wǎng)絡(luò )技術(shù)研究院高級工程師，主要研究方向為無(wú)線(xiàn)新技術(shù)研究和無(wú)線(xiàn)標準技術(shù)研究。

馮　毅，中國聯(lián)通網(wǎng)絡(luò )技術(shù)研究院高級工程師，主要研究方向為無(wú)線(xiàn)通信新技術(shù)和5G創(chuàng )新業(yè)務(wù)研究。

摘自《自動(dòng)化博覽》2019年12月刊