5G 技术的重要愿景之一便是边缘计算，有时也被称作移动边缘计算（MEC）。其核心构想在于，移动网络运营商（MNO）能够将计算资源部署至更贴近基站之处，以此达成超低延迟，进而让 MNO 能够对优质服务收取更高费用。

   然而，五年时间转瞬即逝，MNO 在边缘计算的部署方面几乎毫无进展。仅有极少数运营商尝试与搜索引擎企业携手合作，将数据传送至这些企业的云中心，而非运用自身的计算资源。

   与之形成对比的是，主流模式依旧是电信网络把数据传输至 “对等点”（一般称作互联网交换点），在该节点，众多互联网服务提供商与网络相互连接以交换流量。随后，数据被传输至超大规模企业所拥有的数据中心进行处理，处理后的响应再沿着相同路径返回。

那么，为何边缘计算这一概念未能得到广泛推广呢？

   边缘计算曾承诺通过缩短数据处理所需传输的距离来降低延迟。但实际上，光纤电缆的数据传输速度大约为 200 公里 / 毫秒。即便数据中心距离 100 公里，也仅仅会使响应时间增加 1 毫秒。

   当前 5G 网络的延迟通常处于 30 - 40 毫秒区间，表现最佳的私有网络延迟大约为 10 毫秒。数据处理本身，尤其是涉及视频压缩时，往往需要数毫秒时间。通过将计算环节靠近设备来缩短 1 毫秒的响应时间，其实际意义微乎其微。

   再者，在多数地区，距离 1 毫秒传输范围之内可能就存在拥有超大规模数据中心的大城市。这些大型设施具备更优的规模经济效益，超大规模企业在销售计算服务方面相较于 MNO 更具优势。所以，如今的 “边缘” 解决方案在很大程度上依旧延续传统模式，即 MNO 将流量传输至对等点，随后在超大规模企业的数据中心进行处理。

   私有 5G 网络是个例外，它会将流量路由至私有网络所有者的 IT 系统。从技术层面看，这符合边缘计算的范畴，但从功能角度而言，它不过是另一种对等形式，只不过这次是接入本地 IT 网络。

   近来，有关 MEC 的讨论热度逐渐降低，原因在于 MNO 已然意识到，边缘计算既非一项切实可行、易于部署的服务，也并非一个极具吸引力的收入增长点。实际上，MNO 正越来越多地集中自身的计算需求，将多个基站的基带处理整合至集中单元，而非从网络边缘部署计算资源。

边缘计算的未来：6G 会带来转机吗？

   当前，6G 的具体模样仍充满不确定性。MNO 主张通过 “纯软件” 更新来降低运营成本，而制造商则在大力推广具备更快速度与更低延迟的 “超 5G”。诸如感知和 AI 原生功能等概念也在探讨之中，但是否会分配新的频谱资源尚不明确。

   若要推动边缘计算实现发展，需满足以下几个条件：

   出现延迟低于 5 毫秒的全新应用；

   用户愿意为这种超低延迟服务支付更高费用；

   分配额外频谱以支撑低延迟空中接口；

   实现足够广泛的 6G 部署，让边缘计算在整个地区具备可行性。

   就目前状况而言，上述这些条件似乎都不太可能在短期内实现。

   大多数关于 6G 应用的提议，仅仅是对 5G 承诺的重复，而其中诸多承诺至今仍未兑现。消费者和企业对于为 5G 服务额外付费兴致缺缺，并且获取 6G 所需的额外频谱资源也变得愈发艰难。实际上，从地理位置分布来看，中频段 5G（3.5GHz）仅在大多数国家 20% 的区域得以部署，这意味着 6G 的覆盖范围将会更为有限。

人工智能和传感技术会改变局势吗？

   在 6G 相关讨论中，传感和人工智能是两个备受关注的新应用领域。然而，传感应用的市场需求目前仍不清晰，并且在 6G 中实现传感功能，可能需要使用不太适合通信的高频频谱。

   人工智能应用通常对响应时间要求较高，这似乎为边缘计算提供了用武之地。但实际情况是，大多数人工智能工作负载要么直接在移动设备上运行（比如人工智能助手、视觉处理等），要么需要在大型数据中心进行高性能处理。极少有人工智能应用对响应时间的要求达到毫秒级别，而且市场上也没有强烈的意愿为通过边缘计算实现的额外 1 毫秒加速支付费用。

   部分行业领导者提议，MNO 可将其 “闲置” 的计算资源出售用于人工智能工作负载，充分利用网络基带处理中未被使用的容量。但这种想法存在缺陷。超大规模数据中心在非高峰时段同样存在过剩容量，使得 MNO 的计算资源显得并非不可或缺。此外，在人工智能工作负载和无线电网络功能之间动态重新分配计算能力，其复杂性极高。

   因此，将 AI 工作负载转移至 MNO 几乎无法带来额外价值，成功的可能性也极为渺茫。

边缘依旧归属于云端

   长期以来，电信行业一直试图凭借提供增值服务与超大规模提供商展开竞争，但结果往往不尽如人意。MNO 始终难以在超大规模提供商和 OTT 提供商占据主导的领域取得突破，边缘计算领域亦是如此。

   近年来的发展情况表明，真正意义上的 “边缘” 仍将集中于位于主要城市枢纽的超大规模数据中心，而非网络边缘。

   声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。