邊緣計算理論與系統實踐：基於 CNCF KubeEdge 的實現

談海生

中國科學技術大學教授，博導。國家青年拔尖人才。主要從事網絡算法設計與系統實現、邊緣計算、工業因特網相關研究。

張欣

博士，華為雲原生團隊高級工程師。曾參與容器平臺的設計與開發，研究方向聚焦於Kubernetes、Edge Computing、Service Mesh等領域。

 

鄭子木

博士，華為雲邊緣雲創新實驗室主任工程師，KubeEdge SIG AI聯合創始人，深圳海外高層次人才。研究方向為邊緣AI、多任務學習及AIoT。獲華為公司技術貢獻獎項10餘項。

 

李向陽

中國科學技術大學教授，博導。ACM/IEEE Fellow，國家傑出青年科學基金獲得者。主要從事智能物聯網、邊緣計算、數據安全隱私研究。

目 錄 第 一部分 理論知識

第 1 章 邊緣計算概述 3

1.1 邊緣計算的起源與概念 3

1.2 邊緣計算的優勢與發展 5

1.2.1 邊緣計算的優勢 5

1.2.2 邊緣計算的發展 6

1.3 邊緣計算的挑戰與機遇 7

1.3.1 邊緣計算的挑戰 8

1.3.2 邊緣計算的機遇 12

1.3.3 邊緣計算的典型應用 14

第 2 章 邊緣計算的系統架構 19

2.1 雲計算與雲原生 19

2.1.1 雲計算與邊緣計算 19

2.1.2 雲原生技術 20

2.1.3 Kubernetes 概述 26

2.1.4 主流邊緣計算平臺 27

2.2 雲邊協同架構 31

2.3 跨平臺邊緣設備 32

2.3.1 樹莓派 32

2.3.2 Jetson Nano 33

2.3.3 華為 Atlas 34

第 3 章 雲邊端協同 36

3.1 雲邊端協同概述 36

3.2 預備知識 40

3.2.1 在線算法 40

3.2.2 分佈式算法 43

3.2.3 強化學習 47

3.2.4 定價策略 52

3.3 計算卸載 58

3.3.1 在線任務分配與調度模型 58

3.3.2 在線任務分配與調度算法 60

3.3.3 其他在線任務分配與調度模型 63

3.4 緩存管理 64

3.4.1 緩存模型 65

3.4.2 LANDLORD 及旁路模型 66

3.4.3 邊緣計算場景中的緩存問題 68

3.5 移動性管理 75

3.5.1 模型 76

3.5.2 算法 78

3.6 競爭定價 82

3.6.1 競爭定價的背景 82

3.6.2 模型和納什均衡分析 83

3.6.3 完全信息 85

3.6.4 部分用戶信息 87

第 4 章 邊緣計算中的 AI 部署 91

4.1 概述 91

4.2 技術挑戰 95

4.3 雲邊協同推理 98

4.4 雲邊協同訓練 104

4.4.1 雲邊協同的聯邦學習 105

4.4.2 雲邊協同的遷移學習 108

4.4.3 雲邊協同的增量學習 117

第二部分 系統實現

第 5 章 邊緣計算平臺介紹 125

5.1 Baetyl 125

5.1.1 定位和功能 125

5.1.2 整體架構 125

5.2 EdgeX Foundry 127

5.2.1 定位和功能 127

5.2.2 整體架構 127

5.3 Rancher K3s 129

5.3.1 定位和功能 129

5.3.2 整體架構 129

5.4 CNCF KubeEdge 130

5.4.1 概述 130

5.4.2 定位和功能 131

5.4.3 整體架構 131

5.4.4 AI SIG、MEC SIG、Device-IoT SIG 133

第 6 章 CNCF KubeEdge 系統架構 136

6.1 功能模塊間的通信原理 137

6.2 雲端組件 138

6.2.1 雲端組件與 K8s Master 的關系 139

6.2.2 邊緣控制器 140

6.2.3 設備控制器 142

6.2.4 邊緣存儲的集成設計 149

6.2.5 雲端集線器與邊緣集線器的通信機制 151

6.3 邊緣端組件 156

6.3.1 邊緣端架構設計 157

6.3.2 邊緣集線器 158

6.3.3 EdgeD 159

6.3.4 邊緣自治原理 159

6.4 設備管理設計原理 160

6.4.1 CNCF KubeEdge 設備管理整體設計 160

6.4.2 DeviceTwin 設計原理 160

6.4.3 EventBus 設計原理 160

6.5 EdgeMesh 設計原理 161

6.5.1 ServiceMesh 簡介 161

6.5.2 EdgeMesh 整體設計 161

6.5.3 EdgeMesh 轉發流程 162

6.5.4 Sedna 架構設計 162

6.6 CNCF KubeEdge 的未來發展 163

第 7 章 CNCF KubeEdge 實戰 167

7.1 CNCF KubeEdge 的搭建 167

7.1.1 依賴環境 167

7.1.2 使用 keadm 部署 CNCF KubeEdge 170

7.1.3 CNCF KubeEdge 集群升級 171

7.2 CNCF KubeEdge 的實驗 172

7.2.1 使用 CNCF KubeEdge 控制樹莓派 LED 燈 172

7.2.2 使用 NPU 實現邊緣端人臉識別 175

7.2.3 使用 CNCF KubeEdge 實現雲邊協同的聯邦訓練 176

7.2.4 CNCF KubeEdge 實戰小結 181

參考文獻 183