北京邮电大学教授、大数据智能管理与分析技术国家地方联合工程研究中心副主任 高志鹏

大家好，我是北京邮电大学高志鹏，今天我要做的报告是《5G + 边缘计算：无人驾驶科幻变现实》。

大家都知道4G大规模网络建设基本完成，5G的时代即将到来。“G”是“Gernation”，5G的中文名字叫做“第五代移动通信技术”。5G技术以“大容量、大带宽、大连结、低延迟、低功耗”为诉求。根据联合国国际电信联盟(ITU)对5G的标准要求，5G标准包括增强型移动宽带（eMBB）、超高可靠低时延通信（URLLC）以及海量机器通信（mMTC）三大应用场景，并定义了以下关键指标：峰值吞吐率10Gbps、时延1ms、连接数100万、高速移动性500km/h。移动互联网和物联网的快速发展推动了5G网络技术的诞生。

我们对5G的期望第一就是：以前的2G、3G、4G，每一代都有一个标志性的创新，5G目前还是在沿用4G的核心技术，但亮点在于提供差异化的新业务和新体验。第二，5G一定要有足够的技术包容性和灵活性，既能充分利用现有的网络设施，又能引入全新的技术架构；既考虑宏蜂窝，又兼顾小微蜂窝；即能用授权频谱，又能用非授权的频谱和WIFI，包括和固网的融合等等。第三，5G网络创新应该聚焦在水平集成的云化网络架构。我认为这个跟4G有着很大的区别。因为5G绝不仅仅是空口的演进，而期望打破传统的网络模式，使网络功能成为单一云化敏捷实体，从而大大加快对商业目标、客户需求和行为，以及流量和应用变化的响应速度。

在当前的网络架构中，核心网部署在远端，导致传输时延比较大，无法满足低延迟业务需求。此外，业务完全在云端完成并非完全有效，尤其一些区域性业务不在本地终结，既浪费带宽，也增加时延。因此，时延指标和连接数指标决定了5G业务的终结点不可能全部都在核心网后端的云平台。边缘计算正好契合该需求。

但边缘计算究竟是什么？和云计算有什么关系？很多人仍然一头雾水，可以将这个结构类比人类：云计算相当于人的大脑，边缘计算相当于人的神经终端。来自边缘计算产业联盟(ECC)与工业互联网产业联盟(AII)联合发布的白皮书的比较官方的解释是：边缘计算是一个开放分布式平台，在网络边缘靠近数据源就近提供网络、计算、存储等服务，满足了行业数字化转型在联接、智能、实时、数据优化和安全的诉求。一方面，边缘计算部署在边缘位置，边缘服务在终端设备和边缘计算服务器上运行，反馈更迅速，解决了时延问题；另一方面，边缘计算将内容与计算能力下沉，提供智能化的流量调度，将业务本地化，内容本地缓存，让部分区域性业务不必大费周章在云端终结。边缘计算部署在网络边缘，融合了无线网络和互联网技术，并在无线网络侧增加了计算、存储等功能模块。通过把5G应用程序和业务部署在边缘侧，边缘计算可以减少数据传输过程中的转发和处理时间，明显降低端到端时延，在满足低延时要求的情况下，降低了功耗。

未来，如果没有边缘计算的支持，很多应用可能都是画饼，包括很多对实时信息交互和数据传输、交互的延迟指标要求非常苛刻的应用程序和应用场景，一旦系统响应慢，轻则影响系统效率，重则导致一些事故。

那么边缘计算和云有什么关系呢？边缘计算和云计算的关系可以比喻为集团公司的地方办事处与集团总公司的关系。云计算把握整体，聚焦于非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长；边缘计算则专注于局部，聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。对于数据处理的时效性要求，如果完全依靠云计算，传输时间及反馈时间将会使得数据处理效率大打折扣。而如果先通过边缘计算进行简单初步的处理，对于复杂的数据再上传至云端，通过云计算解决，这样既可以解决数据处理的时效性问题，同时降低传输成本，又可以减轻云计算的压力。因此，云计算与移动边缘计算配合的运行模式是这样的：边缘端先对数据进行预处理，提取特征传输给云端再进行计算分析。

5G和边缘计算技术的发展，除了能带来更快的传输速率和更高的网络带宽，也将带来超高可靠性和低延迟，并实现大规模机器间的相互通信。因此，它们的应用领域广泛，无人驾驶、虚拟现实、智慧城市等领域都将释放强大的潜力。

边缘计算有很多典型案例，其一是车联网。车联网旨在利用无线通信技术改善交通安全程度并提升通行效率，实现车与人(V2P:Vehicle to Pe destrian)、车与车(V2V:Vehicle to Vehicle)、车与基础设施(V2I:Vehicle to Infrastructure)之间的消息互通。V2I、V2V、V2P统称为V2X。V2X技术要求车辆、行人手机或可穿戴设备以及道路设施具备近距离通信功能，以实现物理位置相距较近的车辆、路侧设施、行人之间通过通信来提升行车安全、交通效率。目前车联网的主要实现方式是专用短程通信(DSRC:Dedicated Short Range Communications)和蜂窝通信(LTE-V2X)。

车联网诞生和存在是非常有必要的。根据中国通信标准化协会(CCSA)的研究报告《基于公众移动通信网的协作式智能交通网络技术需求研究》中提供的数据，截至2016年6月底，我国汽车保有量已达1.84亿辆，汽车驾驶人员2.96亿人。截至2015年年底，公路通车总里程为457万公里，其中高速公路已超过12万公里。随着交通机动化的不断发展，我国道路交通安全形势严峻，每年因道路交通安全事故伤亡人数超过20万人，事故约470万起，在全球处于事故率、死亡率较高的水平。

车联网技术可以通过感知车辆的行为和路况，提高车辆的安全性，减轻交通拥堵的程度，也能带来一些增值服务的机会，比如车辆定位、寻找停车位置等。边缘计算通过将连接的车云系统扩展到高度分布的移动基站环境中，使数据和应用程序可以更靠近车辆，这样可以有效的减少数据的往返时间。

我国车联网技术已在乌镇等地部署试点。可以预见，未来将有越来越多的车辆通过DSRC或LTE-V2X实现互联。边缘计算在车联网中的应用程序运行在部署于LTE基站站点的边缘计算服务器上，提供道路侧的相关功能。通过接收并分析来自邻近车辆和路边传感器的消息，边缘计算服务器能够在20ms端到端的延迟内传播危险警告和延迟敏感信息，低延迟使得附近的车辆能够在几毫秒内接受到数据，从而让驾驶员可以立即做出反应。

具体来说，边缘计算可以将汽车云分散部署到网络边缘的移动基站中，在靠近网络边缘的基站中为应用程序提供服务器，数据的处理尽可能靠近车辆和道路传感器，从而减少数据的往返时间。边缘计算的服务器端应用可以直接从车辆和路面传感器的应用程序中获取本地消息，通过算法分析后识别其中的需要近乎实时传输的高风险数据和敏感信息，并将预警消息直接下发至该区域的其他车辆，使得附近汽车可以在20 ms内接收预警，驾驶员将有更多反应时间并处理突发情况，比如躲避危险、减速行驶或改变线路等。服务器端应用也可以快速通知在附近其他边缘计算服务器上运行的应用程序，使危险告警传播到更广泛的区域，便于驾驶员提前决策，降低道路拥堵的可能。对于复杂情况，服务器端应用将把本地信息发送到连接的汽车云上进行进一步的统筹处理，以获取更多帮助和支援。

5G和边缘计算技术的发展，使得车联网以及后续无人驾驶的幻想变成现实。最后想引用一下钱穆老先生的一句话，“认识你的时代，带领你的时代”。在这个不断发展的时代，我们都希望能够把5G和边缘计算以及车联网最快的落地，真正的产生社会价值和商业价值，真正的去改变我们的世界！

最后，再次感谢各位嘉宾参加本次大会，预祝各位嘉宾工作顺利、身体健康，预祝大会取得圆满成功！

谢谢大家！

（作者高志鹏系北京邮电大学教授、大数据智能管理与分析技术国家地方联合工程研究中心副主任）