徐飞-KubeEdge海量边缘节点和设备管理架构实战GOTC上海会场19页.pdfVIP

KubeEdge

海量边缘节点管理架构实战

徐飞@fisherxu

KubeEdgeMaintainer，华为云高级工程师

边缘计算的形态与定义

HomeACCAGGMetro

Enterprise~50km

1~5ms

50~200km

5~10ms200km

eNodeB20ms

现场/接入边缘地市边缘省级边缘中心云

边缘分层Cloud

MECMECMECServicesCloudServices

MillionsHundreds-ThousandsTens-Hundredstens

典型应用•V2X,AR/VR,AI推理•vCDN,AR/VR•AI训练，大数据分析，统一管理

算力需求•AI推理、ARM•渲染，视频转码•AI训练/推理，视频转码

kubeedge.io

关键挑战

•边缘计算细分领域众多，互操作性差

•边云通信网络质量低，时延高，且边缘经常位于私有网络，难以实现双向通信

•边缘资源受限，需要轻量化的组件管理运行边缘应用

•边缘离线时，需要具备业务自治和本地故障恢复等能力

•边缘节点高度分散，如何高效管理，降低运维成本

•如何对异构资源进行标准化管理和灵活配置

kubeedge.io

云原生的核心优势

解耦软件开发，提高灵活性和可维护性多云支持，避免厂商锁定

•基于容器镜像的软件分层，清晰的依赖管理•厂商基于标准接口提供服务，互操作性强

•剥离程序、配置和微服务，让开发者聚焦业务开发•开源为主，丰富的标准软件生态-用户选择多

•通过拆分应用程序为微服务和明确的依赖描述•支持在所有公有云、私有云或混合云部署

避免侵入式定制提高工作效率和资源利用率

•基于K8s的松耦合平台架构，易扩展•通过中心编排过程动态管理和调度应用