5G MEC 的本质是“联接+计算”

组网因为穿越宏网络，地址很难规划，因此推出5GLAN。尽管 5G LAN 支持 L2、L3，但更多是 3GPP 为虚拟二层网络而定义的。可以跨地域形成虚拟 LAN 专网。将联接不同基站下面的终端形成同一个虚拟本地网络。对工业应用、智慧家庭应用、企业办公应用、娱乐等群组应用都有好处。

在跨地域联接多个终端时，有时需要用私网地址与二层地址映射;或者在各终端移动和动态变更情况下，仍然体现在同一个局域网(LAN)，可当作一个虚拟子网段来管理和使用。配置关系只经过移动网，而不需要再经过外挂的多个 LAN Switch 实现。

关键技术难点在于：全网在定义的虚拟专网区域行为一致。

学术进展和挑战包括：实时分布式协同数据库要考虑整网相应数据的一致性，学术上有方法、大网成功商用的也不算多。

(5)极致体验中的视频处理能力

由于 5G 的视频流量占比越来越高，将达到50%~80%。视频的极致体验尤为重要。MEC 可帮助 4K /8K 高清视频、VR 直播/点播、医疗、教育、交通等视频 5G 典型场景做所需内容的增强处理，包括修正误码、压缩码率、图像增强(根据场景)、多路径并行传输、拼接以及视频隐私保护(MEC 作为用户上传的第一入口，公众图像的隐私保护需要考虑人脸模糊化，这一点根据各个国家法律环境不同会有不同节奏要求)。

关键技术难点在于：实时视频的带宽、速率、编解码效率、交互体验以及上行带宽。

学术进展和挑战包括：超分辨率、结合 ROI的编解码、FOV、FreeD 等都在不断迭代前进的阶段。

(6)极致体验中的 AI 处理能力随着

5G 应用智能化、转发/计算/存储节点的合一化，MEC 上部署内容处理的 AI 能力将成为趋势。AI 智能分析有助于交通、安防以及智慧城市，结合 AI 的 AR/MR 有助于医疗、教育、工业信息辅助处理等。

华为 AI 芯片，提供单芯片 256 T 的最强算力，为边缘应用提供 2 倍以上的性价比和空间/ 能耗节省。

关键技术难点在于：AI 芯片的算力和高性价比。

学术进展和挑战包括：AI 芯片内置模型的准确性、实时性和可优化性。

(7)极简部署和自优化能力

边缘计算节点的量非常大，而且需要各边缘节点之间的协同，因此极简分层统一部署成为必要方案。单节点原有的配置量要大幅简化、多节点可批量部署。

移动网虚拟化之后，灵活调度、弹性伸缩、统一管理、统一控制能力也可作为对 MEC 用户面/ 资源层管控的一种机制，应用层 App 可以使用门户来更灵活入驻。

移动网络原来就可以网络级调度，MEC 可考虑除应用层 App 之外的部分沿用移动网云化管理机制。自优化能力包括基于访问热度、流量潮汐效应动态部署 App，实现 MEC 节点间的互备;基于用户、业务的动态切片。

华为作为 NFV 商用经验最丰富的设备商，在云的全栈系统构筑了丰富的运营和运维经验;相关经验将同步运用到 MEC 系统，实现统一管理、统一运维、云边协同和即插即用。

关键技术难点在于：不同类型设备高性价比。

学术进展和挑战包括：预测性维护、自优化能力等。

(8)可信安全

MEC 网络位置和功能要求必须感知应用内容，这在安全等级要求和风险上有所提升。MEC 上的 App 包含很多非电信类的强验证业务，在自我完备性上会有不足，这要求 MEC 提升防护能力和隔离能力。

关键技术难点在于：可信在虚拟机、容器环境的防护方式、多种威胁和安全设计。

学术进展和挑战包括：虚拟化情况下可信根算法该如何演进等。

(9)生态能力

MEC 生态可择优引入云生态的应用，容器化迁移云端应用，对应用尽可能平滑。应用对资源的灵活调研、弹性伸缩，应用本身的灵活部署、灰度升级，对 MEC 都有要求。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!