隨著物聯網(Internet of Things, IoT)與5G時代來臨，數據海量化、低延遲需求持續攀升，傳統的雲端運算因終端設備與雲端伺服器距離較遠，造成運算無法即時取得，而讓服務範圍受限，為解決上述問題，近年來邊緣運算(Edge Computing)應運而生，其能實現低延遲的即時資料處理及減少網路頻寬使用。

邊緣運算是一種分散式運算的網路架構，將運算與資料由位於網路中心的雲端伺服器移至網路邊緣節點，使運算過程盡可能靠近使用者以減少網路傳輸延遲和頻寬的使用，為近年來廣受討論的科技趨勢之一。目前國際上許多組織與機構皆主動提出邊緣運算的架構、白皮書與發展藍圖，本篇文章將介紹國際上主流常見的邊緣運算架構類型。

一、霧運算(Fog Computing)

霧運算由開放霧(OpenFog)聯盟所推動。開放霧聯盟為2015年由安謀(ARM)、思科(Cisco)、戴爾(Dell)、英特爾(Intel)、微軟(Microsoft)及普林斯頓大學(Princeton University)所創建，霧運算之參考架構如圖1所示。

圖１.霧運算的架構 (圖片來源：參考資料1)

霧運算作為雲端伺服器的補充功能，透過將部分運算任務由雲端伺服器轉移到網路的邊緣，使資料與運算在邊緣運算設備上執行，更靠近使用者所在的設備以加速服務的反應。霧運算可用於物聯網、5G、人工智慧(Artificial Intelligence, AI)等多種場景，亦適合用於擴增實境(Augmented Reality, AR)及虛擬實境(Virtual Reality, VR)等具有資料處理量大、需要快速回應及低延遲的服務。開放霧聯盟白皮書亦呈現支持霧運算的8根支柱如圖2所示，即代表著霧運算架構的8項主要技術，分別為安全性、可擴充性、開放性、自主性、可靠性/可用性/可服務性(Reliability, Availability and Serviceability, RAS)、敏捷性、層次性及可程式化性。

圖2.代表支持霧運算的8項主要技術 (圖片來源：參考資料1)

二、多接取邊緣運算(Multi-access Edge Computing, MEC)

多接取邊緣運算的前身為行動邊緣運算(Mobile Edge Computing, MEC)，是歐洲電信標準協會(European Telecommunications Standards Institute, ETSI)所主推的技術，並且已制定為行動網路中的標準。

多接取邊緣運算主要在行動網路邊緣提供資訊科技(Information Technology, IT)環境服務與雲端運算環境，給予使用者低延遲、高頻寬與即時存取的服務特性。因智慧型手機裝置的普及，使得行動網路流量大幅度成長，多接取邊緣運算主要將伺服器設置於基地台內，利用基地台提供資料與運算，如此可以減輕基地台的網路傳輸流量，無須等待雲端伺服器的回應即可提供服務。整體多接取邊緣運算架構可參考圖3所示。

圖3.多接取邊緣運算架構 (圖片來源：參考資料2)

三、微雲(Cloudlet)

微雲由開放邊緣運算(Open Edge Computing, OEC)聯盟所倡議，目前成員有微軟、英特爾、安謀及亞馬遜等；微雲是在靠近用戶端部署小型資料中心，以提升使用者的體驗。微雲主要的技術為虛擬化，將使用者的執行環境透過虛擬化技術打包後，可在微雲上部署用以提供與雲端相同的運算環境，微雲的架構如圖4所示。

圖4. 微雲的架構 (圖片來源：參考資料3)

微雲設備包含行動設備、邊緣伺服器及後端系統元件。微雲運作時使用者設備會找到最適合的邊緣伺服器，後台設施將執行環境透過提供虛擬機(Virtual Machine, VM)，將執行環境由後端系統打包後，快速部署到邊緣伺服器上，由邊緣伺服器提供使用者運算服務；且若注意到使用者離開當前的微雲，則虛擬機必須遷移到下一個最佳的邊緣伺服器上。

四、ECC邊緣運算(ECC Edge Computing)

邊緣計算產業聯盟 (Edge Computing Consortium, ECC)是2016年11月由華為技術有限公司、中國科學院瀋陽自動化研究所、中國信息通信研究院、英特爾、ARM與軟通動力信息技術有限公司共同創立的聯盟，並於2017年定義ECC邊緣運算的參考架構。

ECC邊緣運算架構分為三層，由雲層、邊緣層及現場設備(site plant)層所構成，邊緣層具有大數據處理為主的運算、網路及儲存資源，並且包含有低功率的訊息採集傳感器元件，邊緣管理器對邊緣層進行資源的分配與調度管理，其參考架構如圖5所示。

圖5. ECC邊緣運算參考架構3.0 (圖片來源：參考資料4)

ECC邊緣運算架構中包含雲層的範圍，雲層亦是本架構中重要的一環，相較於邊緣層用以提供即時、短周期數據、本地(local)決策的任務，雲層提供非即時、長期週期數據與綜合業務決策，本架構屬於邊緣運算與雲運算的共同運作模式。

因ECC邊緣運算架構係基於模組化的方法，所以各產業可以建立和重複使用模組，達到快速開發與有效合作的方式，有利於物聯網各領域進入使用，且容易進行跨平台的移植，可有效延長整體服務的生命週期。

五、結語
各種聯盟所提出的技術並非是彼此互斥，而是具有高度相關性，例如多接取邊緣運算中，邊緣伺服器為基地台內的設備，然對於霧運算來說，可歸類為霧運算節點元件的一種。此外，邊緣運算目標並非取代雲端運算，而是改善傳統雲端運算的不足，目前更多的運算架構為雲-霧混合運算，各取雲端運算與邊緣運算兩者所長，互補兩者不足之處。

目前邊緣運算多應用於相關智慧型服務，比如智慧城市、智慧醫療、智慧農業等領域，因其具有高速、低延遲的特性，故於資料密集型的應用如車聯網、AR/VR等領域，亦存在不少應用空間，圖6即為應用邊緣運算於智慧安防的實例。

圖6.應用邊緣運算於智慧安防的實例 (圖片來源：參考資料5)

參考資料:

1. OpenFog Consortium , OpenFog Reference Architecture for Fog Computing, Feb. 2017, Retrieved from https://reurl.cc/12Ye29.
2. 工研院資通所，陳建成、陳昀暄，多接取邊緣運算（MEC）技術，107年4月30日，檢自https://reurl.cc/02zOYK。
3. Rolf Schuster, Prakash Ramchandran, OPEN EDGE COMPUTING- FROM VISION TO REALITY, Open Edge Computing,Jun. 21 2016, Retrieved from https://reurl.cc/X4WL5E.
4. K. Cao, Y. Liu, G. Meng and Q. Sun, An Overview on Edge Computing Research, IEEE Access, vol. 8, p. 85714-85728, 2020, Retrieved from https://reurl.cc/zMeAA0.
5. 朱師右、杜佩圜、林信亨、姚陵錦、翁紹庭、陳俊宇、張妤玥、葉貞秀、楊長鳴、韓揚銘、NIKKEI ELECTRONICS、RIC，物聯網產業發展與智慧化應用，財團法人資訊工業策進會產業情報研究所，109年6月。

• 發布日期 : 111-04-05
• 更新日期 : 111-03-29
• 發布單位 : 國際及法律事務室
• 瀏覽人次 : 1650