中国联通智能MEC技术白皮书_25页_1mb

中国联通智能MEC技术白皮书总结

1. 概述

中国联通发布《智能MEC技术白皮书》，旨在探讨MEC边缘云智能化的发展方向与技术路径。随着5G商用化进程加快，MEC作为关键基础设施，正在成为推动5G网络重构和数字化转型的重要工具。MEC通过将计算和存储能力下沉至网络边缘，为用户提供低时延、高带宽的本地化服务，是运营商接入垂直行业的重要触点。

目前，中国联通已在多个省市开展MEC Edge-Cloud试点，涉及智慧港口、智能驾驶、智能制造等60多个场景，推动了产业链的发展。随着AI、大数据等技术的成熟，智能MEC边缘云将成为未来发展的趋势，通过AI技术优化边缘计算性能，实现更高效的本地处理与云边协同。

2. MEC边缘云智能化演进趋势

2.1 MEC边缘云发展概述

MEC边缘云作为5G网络的重要组成部分，可承载多种接入方式下的应用，为SaaS、PaaS、IaaS等提供融合平台。随着行业数字化转型和云计算普及，边缘计算成为云计算的重要补充，为低时延、高带宽业务提供支持。

2.2 MEC边缘云面临的挑战

• 数据量指数级增长，对边缘计算能力提出更高要求。
• 网络和业务协同不足，影响用户体验。
• 需要引入AI能力，提升边缘节点的智能化水平，优化资源调度和业务处理。

2.3 智能MEC边缘云分阶段演进

MEC边缘云智能化分为四个阶段：

• Lv0 传统MEC：未引入AI能力，边缘节点与云端独立。
• Lv1 初级智能化：为特定场景引入单一AI能力，如视频监控中的人脸识别。
• Lv2 中级智能化：引入轻量级AI引擎，支持本地小规模模型训练和推理。
• Lv3 高级智能化：实现云边协同，形成灵活自治、自主进化的泛在智能计算服务。

3. MEC边缘云智能化的需求分析

3.1 业务需求

MEC边缘云需满足以下业务需求：

• 视频监控：支持本地预分析、异常事件识别。
• 工业视觉：用于质检，提升效率和准确性。
• 交通物流：数据脱敏、本地处理关键数据。
• 大视频业务：支持CDN智能调度、降低访问时延。

3.2 管理需求

• 需要引入AI能力，实现智能运维。
• 支持海量应用监控、告警、日志管理。
• 实现资源池划分、权限管理、性能监控等统一管理功能。
• 通过AI算法评估潜在风险，实现问题闭环处理。

4. 中国联通智能MEC边缘云部署策略

4.1 组网结构

• 5G智能MEC边缘云：引入AI能力引擎，组网结构与MEC边缘云保持一致。
• UPF用户面功能：支持eMBB、URLLC等场景，实现业务的本地化处理和资源调度。

4.2 部署位置

• 管理及业务域：部署在大型或特大城市，支持全局编排与策略下发。
• 中心/区域DC（省级）：负责本地与边缘业务的管理，对接集团MEAO。
• 边缘DC（地市级）：适合部署VCDN、AR/VR、云游戏等业务，支持弹性扩容。
• 边缘DC（边缘级）：用于时延敏感业务，支持轻量化部署和本地分流。

4.3 智能MEC边缘云功能架构

• 智能MEC边缘云平台：部署在边缘节点，支持多种硬件和AI技术，提供视频处理、vCDN等服务。
• 云管平台：部署在云端，负责资源池管理、智能运维、服务治理等。
• AI能力引擎：支持多种算法框架，如TensorFlow、Python，提供模型训练、推理、状态查询等功能。

4.4 应用场景及案例

• Lv0 传统MEC场景：本地分流，提升用户体验。
• Lv1 初级智能化场景：
  • 网络与业务协同的TCP优化，提升视频传输效率。
  • 特定钢板质检，实现自动化质检流程。
• Lv2 中级智能化场景：
  • 本地控制优化，基于AI分析优化用户策略。
  • 频谱共享与干扰协同，提升无线资源利用率。
  • CDN智能调度，实现内容本地化分发。
  • 新能源电池生产工艺优化，实现智能控制与调整。
• Lv3 高级智能化场景：
  • 车联网智能切片，实现低时延、高可靠的服务。
  • 智能驾驶，实现车辆与云端协同，支持导航、监控、数据上传等功能。

5. 总结和展望

• 数字化转型已成为全球趋势，MEC与AI的融合是推动其发展的重要方向。
• 智能MEC将逐步从零智能走向边云协同的高级智能化阶段。
• 中国联通将持续推进智能MEC技术的研究与部署，推动产业生态发展，促进AI与边缘计算的深度融合。

6. 附录

6.1 缩略语

6.2 参编单位与人员