1.移動邊緣計算強調靠近用戶提供計算能力，應用場景豐富。
移動邊緣計算（MEC）是一個“硬件+軟件”的系統，通過在移動網絡邊緣提供IT服務環境和雲計算能力，以減少網絡操作和服務交付的時延。其技術特徵主要包括“鄰近性、低時延、高寬帶和位置認知”，未來有廣闊的應用前景，例如車聯網（如無人駕駛）、AR、視頻優化加速、監控視頻分析等。IDC預測顯示，2018年將有40%的數據要在網絡邊緣側分析、計算與存儲。
2.移動邊緣計算與雲計算並不對立，更多是協同互補的關係。
移動邊緣計算和雲計算的關係可以比喻爲集團公司的地方辦事處與集團總公司的關係，可以彼此互補。雲計算把握整體，聚焦於非實時、長週期數據的分析，能夠在週期性維護等領域發揮特長；而移動邊緣計算則專注於局部，聚焦實時、短週期數據的分析，能夠更好地支撐本地業務的實時智能化處理與執行。
3.移動邊緣計算與CDN有諸多不同，是CDN的發展方向之一。
相較CDN，移動邊緣計算更靠近無線網邊緣，下沉位置更深，因此時延更小；CDN應用場景的關注點是“分發加速”，而移動邊緣計算不僅要“加速”，還擁有開放API能力及本地化的計算存儲能力，可以讓網絡智能化。因此，傳統CDN是以緩存分發業務爲中心的IO密集型系統，未來的演進方向之一是邊緣計算。
4.多因素推動移動邊緣計算加速發展，如5G、物聯網、SDN。
一是5G的三大應用場景和小於1ms的時延指標，決定了5G業務的終結點不可能都在覈心網後端的雲平臺，因此移動邊緣計算的發展具有必要性。二是物聯網的核心是讓萬物互聯，而隨着連接數的快速增長，一方面意味着海量數據的產生，另一方面物聯網設備往往還需要智能計算，而移動邊緣計算可以通過更靠近邊緣的數據處理能力，幫助物聯網更好地實現物與物之間的傳感、交互和控制。三是SDN將助力移動邊緣計算的發展。例如，SDN的架構能夠讓網絡可以靈活互換使用雲計算和邊緣計算的資源，滿足敏捷和動態系統需求，爲用戶提供最佳的服務。
5.移動邊緣計算雖處發展初期，但巨頭紛紛佈局，前景廣闊。
移動邊緣計算誕生於2013年，目前仍處於技術研發和產業化過程中，雖仍處於發展初期，但作爲5G的核心技術之一，發展前景廣闊。數據顯示：通過增加邊緣雲服務器的部署，運營商可以減少專有的網絡部署，節省無線接入網絡與現有應用服務器之間的回程線路使用達35%以上。因此，巨頭紛紛佈局，包括諾基亞、英特爾、華爲、中興等。從投資角度來看，我們建議重點關注佈局領先、與運營商合作良好的供應商：中興通訊、日海通訊。
風險提示
移動邊緣計算的技術發展不及預期、商業模式不清晰等。
一
移動邊緣計算爲何物
1.1移動邊緣計算的概念、特徵與基本組件
移動邊緣計算（MEC）最初於2013年在IBM和Nokia Siemens共同推出的一款計算平臺上出現。之後，各大電信標準組織開始推動移動邊緣計算的規範化工作。根據歐洲電信標準協會（ETSI）的定義，移動邊緣計算側重在移動網邊緣提供IT服務環境和雲計算能力，強調靠近移動用戶以減少網絡操作和服務交付的時延。
2016年，華爲在國內倡議發起了“邊緣計算產業聯盟”。根據邊緣計算產業聯盟的定義，邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，以滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。
我們認爲：移動邊緣計算通過與內容提供商和應用開發商深度合作，在靠近移動用戶側就近提供內容存儲計算及分發服務，使應用、服務和內容部署在高度分佈的環境中，以更好地滿足低時延和高帶寬需求。
根據Intel的架構，移動邊緣計算位於無線接入點與有線網絡之間，傳統無線接入網具備了業務本地化和近距離部署的條件，從而提供了高帶寬、低時延的傳輸能力，同時業務面下沉形成本地化部署，可有效降低對網絡回傳帶寬的要求和網絡負荷。移動邊緣計算由於提供了應用程序編程接口（API），並對第三方開放基礎網絡能力，從而使得網絡可以根據第三方的業務需求實現按需定製和交互，這將是5G邁向更扁平網絡的第一步。
移動邊緣計算的技術特徵主要體現爲：鄰近性、低時延、高寬帶和位置認知。
（1）鄰近性：由於移動邊緣計算服務器的佈置非常靠近信息源，因此邊緣計算特別適用於捕獲和分析大數據中的關鍵信息，此外邊緣計算還可以直接訪問設備，因此容易直接衍生特定的商業應用。
（2）低時延：由於移動邊緣計算服務靠近終端設備或者直接在終端設備上運行，因此大大降低了延遲。這使得反饋更加迅速，同時也改善了用戶體驗，大大降低了網絡在其他部分中可能發生的擁塞。
（3）高帶寬：由於移動邊緣計算服務器靠近信息源，可以在本地進行簡單地數據處理，不必將所有數據或信息都上傳至雲端，這將使得核心網傳輸壓力下降，減少網絡堵塞，網絡速率也會因此大大增加。
（4）位置認知：當網絡邊緣是無線網絡的一部分時，無論是WiFi還是蜂窩，本地服務都可以利用相對較少的信息來確定每個連接設備的具體位置。
移動邊緣計算的基本組件包括：路由子系統、能力開放子系統、平臺管理子系統及邊緣雲基礎設施。前3個子系統部署於移動邊緣計算服務器內，而邊緣雲基礎設施則由部署在網絡邊緣的小型或微型數據中心構成。
移動邊緣計算系統的核心設備是基於IT通用硬件平臺構建的MEC服務器。移動邊緣計算系統通過部署於無線基站內部或無線接入網邊緣的雲計算設施（即邊緣雲），以提供本地化的公有云服務，並可連接其它網絡（如企業網）內部的私有云實現混合雲服務。移動邊緣計算系統提供基於雲平臺的虛擬化環境，支持第三方應用在邊緣雲內的虛擬機(VM)上運行。相關的無線網絡能力可通過MEC服務器上的平臺中間件向第三方應用開放。
1.2移動邊緣計算與雲計算協同互補、相得益彰
移動邊緣計算和雲計算的關係可以比喻爲集團公司的地方辦事處與集團總公司的關係。雲計算把握整體，聚焦於非實時、長週期數據的大數據分析，能夠在週期性維護、業務決策支撐等領域發揮特長；邊緣計算則專注於局部，聚焦實時、短週期數據的分析，能夠更好地支撐本地業務的實時智能化處理與執行。
對於數據處理的時效性要求，如果完全依靠雲計算，傳輸時間及反饋時間將會使得數據處理效率大打折扣。而如果先通過移動邊緣計算進行簡單初步的處理，對於複雜的數據再上傳至雲端，通過雲計算解決，這樣既可以解決數據處理的時效性問題，同時降低傳輸成本，又可以減輕雲計算的壓力。因此，雲計算與移動邊緣計算配合的運行模式是這樣的：邊緣端先對數據進行預處理，提取特徵傳輸給雲端再進行計算分析。
1.3移動邊緣計算是CDN的未來發展方向之一
CDN即內容分發網絡，其目的是通過在現有的Internet中增加一層新的網絡架構，將網站的內容發佈到最接近用戶的網絡“邊緣”，使用戶可以就近取得所需的內容，以提高用戶訪問網站的響應速度。
CDN與移動邊緣計算之間存在千絲萬縷的聯繫。
CDN與移動邊緣計算的產生背景有許多相同之處，實現目標也有相近之處。兩者都是在用戶體驗要求不斷提高，用戶數量、數據流量激增的背景下產生。CDN中的網絡“邊緣”和移動邊緣計算中的“邊緣”含義接近，都意味着和以往的網絡架構不同，服務器更接近於無線接入網（RAN）。但是相較於CDN，移動邊緣計算更靠近無線接入網，下沉的位置更深。由於物理距離的減少，自然移動邊緣計算相較於CDN時延進一步降低。
但在架構上，移動邊緣計算與CDN差別較大。移動邊緣計算的典型架構中包括能力開放系統及邊緣雲基礎設施，這使得移動邊緣計算擁有開放API能力以及本地化的計算能力，而這些恰恰是CDN所欠缺的。
由於自身的技術特點，CDN應用場景的關注點是在“加速”，如網站加速，視頻點播及視頻直播等等場景，並未出現智能化場景。而移動邊緣計算包括了計算能力，因此具備了低時延和智能化特點，移動邊緣計算在包含CDN的應用場景外，在諸如車聯網、智慧醫療等要求智能化的應用場景中將起到非常大的作用。
隨着技術的不斷進步以及產業環境的日益變化，用戶對高頻、高交互的要求越來越極致 化，不僅對時延的要求更高，對智能調配能力和處理、計算海量數據的能力也要求更高了。因此，CDN的傳統應用場景如視頻加速將受到挑戰。對此，CDN要根據市場需求做出進一步升級，比如智能化，最關鍵的是智能調配、智能計算。在應用場景方面，CDN也應不斷升級，從最初的圖片加速、網站加速、視頻加速，到承載各類高清視頻、VR/AR等重度應用，再到對大數據技術、物聯網、人工智能的承載。而這些正是移動邊緣計算要解決的問題。
因此，傳統CDN是以緩存業務爲中心的IO密集型系統，未來CDN的演進方向之一是形成邊緣計算系統。
二
多因素推動移動邊緣計算加速發展
2.1物聯網時代的大數據與大連接需要移動邊緣計算
物聯網的核心是讓萬物互聯，讓每個物體都能夠智能地連接與運行。邊緣計算可以通過更靠近邊緣的數據分析處理能力，幫助物聯網更好地實現物與物之間的傳感、交互和控制。“移動邊緣計算”作爲一種將計算、網絡、存儲能力從雲延伸到物聯網網絡邊緣的架構，遵循“業務應用在邊緣，管理在雲端”的模式。
當前，各種附帶傳感器的智能設備正在快速聯網。IDC的統計數據顯示，到2020年全球將有超過500億的終端和設備聯網。我們預計，2016年我國物聯網連接數約8.4億個，預計2020年將增長317%，達到35億。
連接數的快速增長，一方面意味着海量數據的產生，另一方面，這類連接設備往往還需要進行智能計算。根據IDC的預計，在2018年將有40%的數據需要在網絡邊緣側分析、處理與儲存。
海量數據帶來的問題是存儲不便、計算結果的遲滯性。雲計算是解決該問題的方法之一。在面臨如此龐大的數據量時，雲計算可以爲大數據提供存儲和計算支持。但是物聯網產生的大量數據如果完全由雲計算進行處理，那麼網絡邊緣側產生的數據就需要全部通過網絡上傳到雲端，不僅傳輸時間將非常長，傳輸代價也很大。更重要的是，由於數據是先上傳至雲端，再反饋於終端執行，數據處理效率將大打折扣。
以智能駕駛爲例，在監測到車子前方有障礙物時，如果無法及時智能化處理，控制方向躲避障礙物，而是先傳入雲端，再反饋回終端的的話，極小的延遲，都有可能導致車禍的發生。
而如此大量的設備需要智能化計算，僅僅依靠雲計算是難以完成的。因此，面對未來物聯網時代產生的大量連接與大量數據，就需要重新考慮網絡佈局。舉個例子，一段網紅的短視頻約爲10MB，如果一個區域內有1000個人觀看這段視頻就會產生10GB的網絡流量。在這過程中，實際上這段視頻內容從互聯網到移動網絡內被重複發送了1000遍，99.9%的網絡帶寬被浪費了，如果將視頻緩存在靠近邊緣側的節點，將大量節省帶寬。
物聯網的數據特徵是多樣化、異構性、海量性和高增長。因此，數據的篩選與及時處理便對目前的網絡架構構成了挑戰。根據國際電信聯盟（ITU）的調查結果，在物聯網時代，數據處理效率與有效信息抓取是使用者面臨的主要問題，分別有44%和36%的受訪人羣認爲數據量太大以及有效信息難以抓取是主要問題。
傳統的觀點認爲解決數據多樣化與異構性應當從基礎軟件入手，不同的微型設備可能需要不同的操作系統，不同的感知信息需要不同的數據結構和數據庫，不同的系統需要採用不同的中間件。這三個系統的正確選擇可以屏蔽數據的異構性。但採取這種方式，成本支出將是巨大的。而移動邊緣計算可以首先對數據進行篩選，將篩選後的數據再上傳至雲端，從而實現數據的順利傳遞、過濾、融合，對及時、正確感知數據具有重要意義。
對於物聯網數據的海量性與高增長性問題，如果直接去建設更多更大的數據中心會極大地增加管理成本並且使得系統可靠性下降。而移動邊緣計算作一個十分靠近終端信息源的小型信息中心，將應用、處理和存儲推向移動邊界，使得海量數據可以正常處理，而不必完全去建設更多的數據中心。
2.2移動邊緣計算是5G的核心技術之一
5G技術以“大容量、大帶寬、大連結、低延遲、低功耗”爲訴求。根據聯合國國際電信聯盟(ITU)對5G的標準要求，5G標準包括增強型移動寬帶（eMBB）、超高可靠低時延通信（URLLC）以及海量機器通信（mMTC）三大應用場景，並定義了以下關鍵指標：峯值吞吐率10Gbps、時延1ms、連接數100萬、高速移動性500km/h。
在目前的網絡架構中，由於核心網的高位置部署，傳輸時延比較大，不能滿足超低時延業務需求；此外，業務完全在雲端終結並非完全有效，尤其一些區域性業務不在本地終結，既浪費帶寬，也增加時延。因此，時延指標和連接數指標決定了5G業務的終結點不可能全部都在覈心網後端的雲平臺。
移動邊緣計算正好契合該需求。一方面，移動邊緣計算部署在邊緣位置，邊緣服務在終端設備上運行，反饋更迅速，解決了時延問題；另一方面，移動邊緣計算將內容與計算能力下沉，提供智能化的流量調度，將業務本地化，內容本地緩存，讓部分區域性業務不必大費周章在雲端終結。
此外，移動邊緣計算與5G技術中的網絡切片技術、C/U分離等具有密切聯繫。
2.2.1網絡切片技術需要應用移動邊緣計算
網絡切片被衆多知名運營商與設備商認爲是5G時代的理想網絡架構。
由於移動網絡需要服務各種類型和需求的設備，如果爲每一種服務建設一個專有網絡，成本將是難以估計的。而網絡切片技術可以讓運營商基於一個硬件基礎設施切分出多個虛擬的端到端網絡，每個網絡切片從設備到接入網到傳輸網再到核心網在邏輯上隔離，適配各種類型服務的不同特徵需求，保證從核心網到接入網，包括終端等環節，能動態、實時、有效地分配網絡資源，從而保證質量、時延、速度、帶寬等方面的質量。
移動邊緣計算的業務感知功能與網絡切片技術在一定程度上是相似的。移動邊緣計算的主要技術特徵之一爲低時延，這就使得移動邊緣計算可以支持對時延要求最爲苛刻的業務類型，這也意味着移動邊緣計算是超低時延切片中的關鍵技術。隨着移動邊緣計算的應用，網絡切片技術的內涵將由單純地切分出多個虛擬的端到端網絡擴充到不同高要求時延下的切分出虛擬的端到端網絡，這有助於5G網絡切片技術的發展。
2.2.2C/U分離技術將促進移動邊緣計算實現
在5G時代，移動網絡面臨着指數級增長的流量需求，因此利用擁有更廣泛頻譜的更高頻帶來拓展網絡容量成爲一種方法。但是，與較低的頻帶相比，高頻帶容易遭受嚴重的傳播損耗，爲解決這一問題，運營商普遍會將在較高頻帶工作的小區置於較低頻帶的小區覆蓋範圍內。但隨着部署越來越密集，在超密集組網場景下單小區的覆蓋範圍較小，會導致較高移動速度的終端用戶遭受頻繁切換，從而導致用戶體驗顯著下降。同時這樣的頻繁切換會引起巨大的冗餘控制信令交互，降低異構網絡的效率。爲了解決這一問題，C/U分離技術提出。
C/U分離（轉控分離）技術是指從網絡重構的角度，將控制功能集中化，從架構設計方面把控制面集中，把用戶面或者轉發面進一步簡化，以降低成本，提高效率。
在C/U分離技術中，控制面與用戶面的分離，用戶面網關可以獨立下沉至移動邊緣，而移動邊緣計算由於將服務下移，按流量計費功能與安全性保障需求將一直存在。C/U分離技術則可以解決該問題，有助於移動邊緣計算的發展。值得一提的是中國移動研究院與中興通訊合作的以C/U分離技術爲重要基礎的vBRAS創新方案，一舉斬獲“2017年度GTB基礎設施創新大獎”，這充分說明行業對於C/U分離技術這一理念的認可。
2.2.3移動邊緣計算可以滿足5G低時延要求
5G三大應用場景之一中的“低功耗大連接”要求能夠提供具備超千億網絡連接的支持能力，滿足100萬/km2連接數密度指標要求，在這樣的海量數據以及高連接密度指標的要求下，如何保證低時延和低功耗是非常重要的。5G甚至提出1ms端到端時延的業務目標，以支持工業控制等業務的需求。要實現低時延以及低功耗，一方面需要大幅度降低空口傳輸時延，另一方面要儘可能減少轉發節點，縮短源到目的節點之間的“距離”。
而目前的移動技術對時延優化並不充分，LTE技術可以將空口吞吐率提升10倍，但對端到端的時延只能優化3倍。其原因在於當空口效率大幅提升以後，網絡構架並沒有充分優化而成爲了業務時延的瓶頸。LTE網絡雖然實現了2跳的扁平構架，但基站到核心網往往會距離數百公里，途徑多重會聚、轉發設備，再加上不可預知的擁塞和抖動，根本無法實現低時延的保障。
移動邊緣計算部署在移動邊緣，將把無線網絡和互聯網兩者技術有效融合在一起，並在無線網絡側增加計算、存儲、處理等功能，構建移動邊緣雲，提供信息技術服務環境和雲計算能力。由於應用服務和內容部署在移動邊緣，這樣便可以減少數據傳輸中的轉發和處理時間，降低端到端時延，滿足低時延要求，並降低功耗。
2.3移動邊緣計算可以避免運營商網絡管道化
目前傳統的運營商網絡是“啞管道”，是非智能的。在通信網絡正在承載更多基於新型智能終端、基於IP的多媒體應用的背景下，運營商資費和商業模式都較爲單一，對業務和用戶的掌控力不足。例如目前包月套餐大量存在，很難滿足用戶的差異化需求。在資費一定的情況下，流量使用較少的用戶事實上在補貼高流量使用的用戶。此外，由於沒有對業務進行優先級區分，很多佔用大量帶寬的業務無法產生足夠的價值，如一些視頻流媒體、P2P業務等，而一些對實時性要求高且高價值的業務，如移動辦公業務，卻無法獲得優先保障。
面對這一挑戰，運營商紛紛提出“智能管道”戰略。根據愛立信的定義，廣義的智能管道的定義即是：根據客戶價值、業務價值分配合理的網絡資源並提供相應計費手段的數據管道。實現“智能管道”的關鍵在於精準區分用戶類別，真實把握用戶需求。爲了實現這一目的，一些運營商已經開始利用深度包解析得到的URL信息進行關鍵字段匹配，從何感知用戶需求，對客戶進行畫像。
如上所分析的5G網絡切片技術，智能化的5G網絡重要特徵之一便是內容感知，通過對網絡流量的內容分析，可以增加網絡的業務黏性、用戶黏性和數據黏性。而移動邊緣計算的關鍵技術之一也是業務和用戶感知，通過在移動邊緣對業務和用戶進行識別，充分優化利用本地網絡資源，提高網絡服務質量，並且可以對用戶提供差異化的服務，帶 來更好的用戶體驗。
國內運營商中，中國聯通和中國移動便是移動邊緣計算的積極推動者。中國移動和中國聯通分別聯合公司進行了相關測試，中國移動更是發佈了相關規劃。中國移動還在上海的F1賽事賽場使用了MEC設備來進行部署。根據實測數據，在現場實時直播的時間只有0.5秒，用戶幾乎感覺不到。如果用現在傳統的直播方式，將服務器放在互聯網上，然後再通過網絡比較長度流的傳輸到現場，延時大概是將近50秒，所以給用戶的體驗是一種非常巨大的改善，這個應該可以看出來本地化的業務提供確實能夠很好地改善用戶的體驗。
2.4軟件定義網絡（SDN）將助力移動邊緣計算功能實現
SDN是一種新型的網絡創新架構，是網絡虛擬化的一種實現方式，它將硬件密集型的傳統網絡轉換成軟件驅動型的新型網絡，該網絡可完全編程、且可以簡化運營和快速實現新服務交付。而移動邊緣計算平臺可以提供應用程序編程接口（API），對第三方開放基礎能力，這與SDN的理念是一致的。
事實上，隨着移動終端使用的增加，給雲計算網絡帶來了巨大壓力，而這種狀況只會隨着全球移動設備的使用增加而進一步惡化。超負荷資源和延遲將導致最終用戶的體驗下降，而創建雲計算和邊緣計算資源統一的系統是應對超負荷資源和延遲挑戰的有效方式。然而，要實現雲計算和邊緣計算的資源系統的統一也面臨着挑戰，必須要有一個本地的協調器，以在動態和不可預測的環境中爲任務實時配給資源，系統必須實現實時更新，以提供有關可用資源的最佳信息，並具有開放的可編程接口，以最有效的方式完成任務。
研究發現，創建一個支持軟件定義網絡(SDN)的架構，可以有效應對這些挑戰。SDN可以提供靈活和可靠的可用資源的實時信息，集中式控制器使得整體系統內的每個單元能夠最佳決策；使用SDN架構將使得網絡可以互換使用雲計算和邊緣計算的資源，滿足敏捷和動態系統需求，爲用戶提供最佳的服務。
三
移動邊緣計算具有豐富的應用場景
由於移動邊緣計算具有高帶寬、低時延以及位置感知等技術特徵，因此應用場景十分豐富。諸如視頻優化加速、車聯網、AR以及監控視頻分析都是移動邊緣計算的典型應用場景。
3.1視頻優化加速：移動邊緣計算降低移動視頻延遲，實現跨層視頻優化
近年來，隨着網絡速度的提升，視頻流量增長非常迅速。根據思科的統計，全球視頻流量從2012年的每月13,483PB增長至2017年的46,237PB，增長接近2.5倍。隨着5G商用的臨近，網絡速率的進一步將提升，將大大刺激視頻流量。根據思科的預測，從 2016 年到 2021 年，移動視頻將增長8.7倍，在移動應用類別中享有最高的增長率。到 2021 年，移動視頻將佔總移動流量的 78%。
在移動視頻流量呈爆發增長時，網絡延遲卻大大降低了移動視頻受衆的觀感。移動視頻停滯和緩衝對於運營商及其客戶來說仍然是一個大問題。在美國，有69%的觀衆觀看移動視頻有過各種程度的網絡延遲。
在網絡擁堵嚴重影響移動視頻觀感的情況下，移動邊緣計算是一個好的解決方法。
（1）本地緩存。由於移動邊緣計算服務器是一個靠近無線側的存儲器，可以事先將內容緩存至移動邊緣計算服務器上。在有觀看移動視頻需求時，即用戶發起內容請求，移動邊緣計算服務器立刻檢查本地緩存中是否有用戶請求的內容，如果有就直接服務；如果沒有，就去網絡服務提供商處獲取，並緩存至本地。在其他用戶下次有該類需求時，可以直接提供服務。這樣便降低了請求時間，也解決了網絡堵塞問題。
（2）跨層視頻優化。此處的跨層是指“上下層”信息的交互反饋。移動邊緣計算服務器通過感知下層無線物理層吞吐率，服務器（上層）決定爲用戶發送不同質量、清晰度等的視頻，在減少網絡堵塞的同時提高線路利用率，從而提高用戶體驗。
（3）用戶感知。由於移動邊緣計算的業務和用戶感知特徵，可以區分不同需求的客戶，確定不同服務等級，實現對用戶差異化的無線資源分配和數據包時延保證，合理分配網絡資源提升整體的用戶體驗。
3.2車聯網：移動邊緣計算確保低時延和高可靠性
根據車聯網產業技術創新戰略聯盟的定義，車聯網是以車內網、車際網和車載移動互聯網爲基礎，按照約定的通信協議和數據交互標準，在車-X（X：車、路、行人及互聯網等）之間，進行無線通訊和信息交換的大系統網絡，是能夠實現智能化交通管理、智能動態信息服務和車輛智能化控制的一體化網絡，是物聯網技術在交通系統領域的典型應用。
實現上述功能的前提是對車聯網所彙集的海量數據的智能化處理。車聯網對於數據處理的要求較爲特殊：一是低時延，在車輛高速運動過程中，要實現碰撞預警功能，通信時延應當在幾ms以內；二是高可靠性，出於安全駕駛要求，相較於普通通信，車聯網需要更高的可靠性。同時由於車輛是高速運動的，信號需要在能夠支持高速運動的基礎上實現高可靠性。
隨着聯網車數量的增多，車聯網的數據量也將越來越大，對於時延和可靠性的要求也將越來越高。在車聯網應用移動邊緣計算後，由於移動邊緣計算的位置特徵，車聯網數據可以就近存儲於離車輛較近的位置，因此可以降低時延，非常適合車聯網中防碰撞、事故警告等時延標準要求極高的業務類型。
同時車聯網最終歸於駕駛，在高速運動過程中，車輛的位置信息變化十分迅速。而移動邊緣計算服務器可以置於車身上，能夠精確地實時感知車輛位置的變動，提高通信的可靠性。並且移動邊緣計算服務器處理的是價值巨大的實時車聯網數據，實時進行數據分析，並將分析所得結果以極低延遲（通常是毫秒類）傳送給臨近區域內的其他聯網車輛，以便車輛（駕駛員）做出決策。這種方式比其他處理方式更敏捷、更自主、更可靠。
3.3增強現實（AR）：移動邊緣計算可降低時延，提高數據處理精度，提升用戶感受
增強現實（AR）是指過電腦技術，將虛擬的信息應用到真實世界，真實的環境和虛擬的物體實時地疊加到了同一個畫面或空間同時存在。AR可以極大程度地增強人們的體驗，實現的技術關鍵之一在於超低時延。傳輸時延直接決定了用戶觀看感受，時延增大會使觀看者產生眩暈感。根據Digi-Capital完成的首個VR頭戴式顯示器技術基準，延遲時間要求小於19.3ms，否則將產生眩暈感。
而移動邊緣計算的典型技術特徵就是低時延，因此在AR上，移動邊緣計算有着廣闊的應用場景。移動邊緣計算通過對AR設備傳遞的信息進行實時處理，可以極大地降低時延，提高數據處理精度，提升用戶感受。
3.4監控視頻分析：移動邊緣計算可降低核心網負擔，提高處理效率
目前監控視頻的數據處理常用方式有兩種：一是在攝像頭處理，一是在服務器處理。在攝像頭處理要求每一個攝像頭都擁有數據分析能力，成本十分高昂。而在服務器處理需要將大量的數據上傳至服務器，將增加核心網負擔並且時延較大，效率過低。
而通過部署移動邊緣計算服務器部，利用移動邊緣計算服務器來對監控視頻數據進行本地化處理，無須將大量視頻數據上傳至服務器，降低了核心網負擔，提高了效率，也不要求攝像頭擁有數據分析能力，成本下降。
四
移動邊緣計算的技術解析
4.1移動邊緣計算的類型
根據邊緣計算產業聯盟發佈的邊緣計算參考架構，移動邊緣計算應該是一個“硬件+軟件”皆有的系統。而邊緣計算類型可分爲三種：本地設備、本地化數據中心（1—10個機架）和區域數據中心。
（1）本地設備：適用於家庭或小型辦公應用，本地設備的大小取決於應用場景和指定目的，但調度均是“即時的”。運行於建築物的安全系統（Intel SOC設備）、將本地視頻內容存儲在DVR上便是在這種邊緣計算的典型例子。另一個例子是雲存儲網關，它是本地設備，通常是作爲諸如SOAP或REST之類的雲存儲API的網絡設備或服務器。雲存儲網關使用戶能夠將雲存儲集成到應用程序中，而無需將應用程序移動到雲中。
（2）本地化數據中心（1—10個機架）：這些數據中心提供了重要的處理和存儲功能，並且能夠在現有環境中快速部署。這些數據中心通常可按訂單系統進行預先設計，然後在現場進行組裝。另外一種形式的本地化數據中心是預製的微型數據中心，它們在工廠中組裝並在現場進行放置。這些單個外殼系統可以採用堅固的外殼類型（可以防雨，防腐，防火等）或者採用辦公環境下的普通IT機箱。
單機架版本可以利用現有的建築，製冷和電力，不用建立一個新的專用網站，從而節省資本支出。
（3）區域數據中心：具有十多個機架並且比集中式雲數據中心更靠近用戶和數據源的數據中心被稱爲區域數據中心。由於規模龐大，它們將具有比本地化的數據中心（1 - 10個機架）更多的處理和存儲能力。即使它們是預製的，由於可能需要施工，這就會遇到許可和當地合規性問題，它們將比本地化數據中心所需的時間更長，並且需要專門的電源和冷卻源。延遲將取決於用戶和數據的物理接近度以及中間的跳數。
4.2移動邊緣計算的部署方案
中國聯通網絡技術研究院專家認爲移動邊緣計算服務器（MEC SERVER）部署位置較爲多元：
4.2.1基於4G EPC架構部署在RAN側的MEC方案
MEC服務器部署在RAN側基站匯聚點後是比較常見的部署方式。同時MEC服務器也可以部署在RAN側單個基站之後，這主要是針對熱點區域，例如校園、大型購物中心等。這種架構方案的優勢在於更方便通過監聽、解析S1接口的信令來獲取基站側無線相關信息，但計費和合法監聽等安全問題需要進一步解決。
4.2.2基於4G EPC架構部署在CN側的MEC方案
該方案MEC服務器與CN側的P-GW部署在一起。這種方式不改變現有EPC架構，MEC 服務器與P-GW部署在一起。UE發起的數據業務經過eNodeB、Hub Node、S-GW、P-GW+MEC 服務器，然後到公網Internet。該部署方式不存在計費、安全等問題。
同時也有將MEC服務器與CN側的D-GW部署在一起的方案。這種方式改變現有EPC架構，MEC 服務器與D-GW部署在一起，原P-GW拆分爲P1-GW和P2-WG（即D-GW），其中P1-GW駐留在原位置，D-GW下移（可以到RAN側，也可以到CN邊緣）。D-GW具備計費、監聽、鑑權等功能。MEC 服務器與D-GW可以集成在一起，也可以作爲單獨網元部署在D-GW之後。P1-GW與D-GW之間爲私有接口，需同一廠家設備。
4.2.3基於5G架構的MEC服務器部署方案
基於5G架構的MEC服務器也有兩種部署方案，一種是部署在GW-UP處，另一種是部署在NodeB之後。
MEC 服務器部署在NodeB之後：如下圖中MEC server 1位置所示，MEC 服務器部署在NodeB之後（一個或多個NodeB），使數據業務更靠近用戶側。UE發起的數據業務經過NodeB、MEC 服務器 1，然後到Internet（第三方內容提供商服務器），在這種方式下計費和合法監聽等安全問題需要進一步解決。
MEC 服務器部署在GW-UP處：如下圖中MEC server 2位置所示，5G網絡核心網C/U功能分離之後，U-Plane（對應GW-UP）功能下移（可以下移到RAN側，也可以下移到CN的邊緣），C-Plane（對應GW-CP）駐留在CN側。MEC 服務器部署在GW-UP處，相對於傳統公網方案，可爲用戶提供低時延、高帶寬服務。
<參考轉載;https://blog.csdn.net/mouse1598189/article/details/81138111>