異網(wǎng)異構(gòu)邊緣算力系統(tǒng)總體架構(gòu)研究報(bào)告2025年8月中國(guó)移動(dòng)設(shè)計(jì)院、江蘇省未來(lái)網(wǎng)絡(luò)創(chuàng)新研究院所有將違反中國(guó)有關(guān)知識(shí)產(chǎn)權(quán)的相關(guān)法律和法規(guī)，對(duì)此公司、中國(guó)信息通信研究院、中國(guó)移動(dòng)設(shè)計(jì)院、江隨著人工智能與實(shí)體經(jīng)濟(jì)深度融合，車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、遠(yuǎn)程醫(yī)療等低時(shí)延場(chǎng)景爆發(fā)式增長(zhǎng)，對(duì)我國(guó)算力基礎(chǔ)設(shè)施提出“廣覆蓋、快響應(yīng)”的新需求。為了落實(shí)《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃（2023）》、《算力互聯(lián)互通行動(dòng)計(jì)劃（2025）》的要求，我國(guó)在加速智算中心建設(shè)的同時(shí)，亟需構(gòu)建服務(wù)于產(chǎn)業(yè)數(shù)字化的邊緣算力系統(tǒng)，強(qiáng)化場(chǎng)景化就近算力供給能力。本報(bào)告針對(duì)當(dāng)前邊緣算力資源碎片化、組網(wǎng)方式多樣化、管理孤島化等問題，首次系統(tǒng)化提出“異網(wǎng)異構(gòu)邊緣算力系統(tǒng)”架構(gòu)，通過(guò)多元異構(gòu)算力融合調(diào)度與跨域網(wǎng)絡(luò)智能協(xié)同關(guān)鍵技術(shù)，為邊緣算力的建設(shè)和發(fā)展提供實(shí)施路徑參考。目前，產(chǎn)業(yè)界與學(xué)術(shù)界對(duì)異網(wǎng)異構(gòu)邊緣算力系統(tǒng)的研究尚處于探索起步階段，新的架構(gòu)和應(yīng)用模式正在不斷涌現(xiàn)。本研究報(bào)告為階段性成果，尚待持續(xù)完善，誠(chéng)摯期待讀者批評(píng)與指導(dǎo)。參編單位：中國(guó)鐵塔股份有限公司、中國(guó)信息通信研究院、中國(guó)移動(dòng)設(shè)計(jì)院、江蘇省未來(lái)網(wǎng)絡(luò)創(chuàng)新研究院參編人員：郭宇輝、麻文軍、竇笠、何杰、潘三明、聶昌、賈平勝、張民貴、閆亞旗、徐佳祥、魏華、董玉池、付韜、王哲、王計(jì)艷、王藝晨、魏亮、方輝、孫玉剛、尹鵬一、邊緣算力系統(tǒng)背景與概述 11.1邊緣算力系統(tǒng)發(fā)展背景 11.2邊緣算力基本概念 31.3邊緣算力系統(tǒng)主要功能 3二、邊緣算力系統(tǒng)架構(gòu) 52.1總體架構(gòu)設(shè)計(jì) 52.2邊緣算力節(jié)點(diǎn)的部署 2.3網(wǎng)絡(luò)連接與通信機(jī)制 2.4云邊協(xié)同模式 三、邊緣算力系統(tǒng)應(yīng)用場(chǎng)景 3.1車聯(lián)網(wǎng)應(yīng)用場(chǎng)景 3.2新型工業(yè)網(wǎng)絡(luò)應(yīng)用場(chǎng)景 3.3遠(yuǎn)程醫(yī)療應(yīng)用場(chǎng)景 3.4智慧城市應(yīng)用場(chǎng)景 四、未來(lái)發(fā)展趨勢(shì)展望 4.1技術(shù)發(fā)展趨勢(shì) 4.2面臨的挑戰(zhàn)和不足 4.3面臨的機(jī)遇 4.4發(fā)展建議 12為了進(jìn)一步引領(lǐng)我國(guó)邊緣算力產(chǎn)業(yè)的規(guī)范化協(xié)調(diào)發(fā)展，本報(bào)告提加速邊緣算力服務(wù)的落地應(yīng)用。邊緣算力系統(tǒng)通過(guò)整合分散的邊緣節(jié)算力系統(tǒng)能根據(jù)業(yè)務(wù)負(fù)載動(dòng)態(tài)調(diào)度算力，讓算力盈余的邊緣節(jié)點(diǎn)將閑置資源共享給算力不足的節(jié)點(diǎn)或用戶，通過(guò)節(jié)點(diǎn)間任務(wù)協(xié)作實(shí)現(xiàn)資源高效利用。提高閑置算力的利用率。其次，邊緣算力系統(tǒng)通過(guò)多節(jié)點(diǎn)冗余備份，鄰近節(jié)點(diǎn)可快速接管故障節(jié)點(diǎn)的任務(wù)，顯著增強(qiáng)系統(tǒng)抗風(fēng)3執(zhí)行計(jì)算任務(wù)、存儲(chǔ)數(shù)據(jù)、訓(xùn)練模型等能力，它不僅包括硬件層面的計(jì)算能力，如處理器的運(yùn)算速度、內(nèi)存容量、存儲(chǔ)能力等，還涵蓋軟件層面的算法處理能力，如數(shù)據(jù)預(yù)處理、實(shí)時(shí)分析、智能決策等算法邊緣算力系統(tǒng)是一種依托多種網(wǎng)絡(luò)連接技術(shù)將多元邊緣算力整4促進(jìn)異構(gòu)算力融合，形成AI算力資源池。首先，邊緣算力系統(tǒng)通過(guò)Kubernetes擴(kuò)展框架實(shí)現(xiàn)資源池化管理。其次，邊緣算力系統(tǒng)靠近用戶提供服務(wù)，支撐全域?qū)崟r(shí)響應(yīng)。單一邊緣節(jié)點(diǎn)的覆蓋范圍有限，若實(shí)時(shí)應(yīng)用需跨區(qū)域協(xié)同或復(fù)雜度過(guò)高，可能超出單個(gè)節(jié)點(diǎn)通過(guò)多樣化的網(wǎng)絡(luò)互連鄰近節(jié)點(diǎn)，進(jìn)而采用算網(wǎng)一體化資源調(diào)度支撐計(jì)算任務(wù)協(xié)同。一方面，將跨區(qū)域?qū)崟r(shí)任務(wù)分解至相鄰邊緣節(jié)點(diǎn)，各避免單一節(jié)點(diǎn)覆蓋不足導(dǎo)致的響應(yīng)盲區(qū)；另一方面，通過(guò)算力聚合調(diào)度，多個(gè)節(jié)點(diǎn)的異構(gòu)算力可協(xié)同支撐復(fù)雜任務(wù)，解決單點(diǎn)算力不足的5強(qiáng)化邊緣側(cè)算網(wǎng)一體化協(xié)同，形成多目標(biāo)調(diào)度策略。運(yùn)營(yíng)商難以邊緣算力系統(tǒng)可以在靠近用戶側(cè)實(shí)現(xiàn)資源分治，減少云端的資源調(diào)度壓力，為了滿足邊緣業(yè)務(wù)實(shí)時(shí)性需求，需要邊緣算力系統(tǒng)在合理分配計(jì)算任務(wù)的基礎(chǔ)上，動(dòng)態(tài)圍繞計(jì)算任務(wù)類型、部署位置和執(zhí)行順序優(yōu)化網(wǎng)絡(luò)通信路徑。由于邊緣側(cè)業(yè)務(wù)種類隨垂直行業(yè)和應(yīng)用場(chǎng)景不斷增多，就需要具有多種調(diào)度策略，依據(jù)應(yīng)用類型決定算力和網(wǎng)絡(luò)的調(diào)度6邊緣基礎(chǔ)設(shè)施層由邊緣算網(wǎng)資源底座和邊緣算力網(wǎng)關(guān)兩大模塊7邊緣算網(wǎng)控制層是異網(wǎng)異構(gòu)邊緣算力系統(tǒng)的核心功能層，負(fù)責(zé)全域資源的統(tǒng)一管控與編排調(diào)度，包括算網(wǎng)資源管理和算網(wǎng)協(xié)同調(diào)度兩實(shí)現(xiàn)資源指令下發(fā)與狀態(tài)采集，同時(shí)通過(guò)北向接口為上層應(yīng)用提供開放的算網(wǎng)服務(wù)能力。算網(wǎng)資源管理模塊通過(guò)全域資源監(jiān)控、算網(wǎng)資源納管、資源預(yù)留與編排和算網(wǎng)度量與計(jì)費(fèi)實(shí)現(xiàn)跨域算力/網(wǎng)絡(luò)資源的可視化管控與彈性分配。其中，全域資源監(jiān)控模塊能夠?qū)崟r(shí)采集邊緣節(jié)點(diǎn)計(jì)算、存儲(chǔ)及網(wǎng)絡(luò)資源狀態(tài)數(shù)據(jù)，支撐資源立體化管控與異常預(yù)警；算網(wǎng)資源納管模塊支持邊緣節(jié)點(diǎn)快速注冊(cè)及多廠商設(shè)備接入，實(shí)現(xiàn)異構(gòu)算力與多元網(wǎng)絡(luò)資源的統(tǒng)一納管及狀態(tài)同步，保障資源標(biāo)準(zhǔn)化管理；算網(wǎng)度量與計(jì)費(fèi)為算網(wǎng)協(xié)同提供標(biāo)準(zhǔn)化的量化依據(jù)，依據(jù)運(yùn)營(yíng)商服務(wù)統(tǒng)計(jì)使用的算網(wǎng)資源結(jié)算費(fèi)用；資源預(yù)留與編排模塊通過(guò)算網(wǎng)多維資源編排與跨節(jié)點(diǎn)調(diào)度預(yù)分配資源，保障關(guān)鍵業(yè)務(wù)SLA履約并支持彈性擴(kuò)縮容，優(yōu)化資源利用效率。算網(wǎng)協(xié)同調(diào)度模塊基于服務(wù)策略優(yōu)化資源利用效率。其中，服務(wù)策略定義模塊支持多維度QoS策略定義及沖突消解，通過(guò)“策略－資源－服務(wù)”映射模型來(lái)驅(qū)動(dòng)底層資源智能調(diào)度與配置；開放和并網(wǎng)功能模塊提供算力能力開放接口并支持8邊緣算網(wǎng)應(yīng)用層通過(guò)北向接口獲取邊緣算網(wǎng)控制層開放的算網(wǎng)9位于區(qū)域邊緣側(cè)機(jī)房的異構(gòu)算力資源包括多種算力芯片（CPU、），制保障跨域傳輸?shù)目煽啃耘cQoS；二者協(xié)同完成從算力分配到傳輸保（1）計(jì)算任務(wù)生成時(shí)，首先將算力需求等關(guān)鍵信息上報(bào)至本地（2）若算力網(wǎng)關(guān)判斷本地計(jì)算資源無(wú)法滿足任務(wù)處理需求，則（3）邊緣算網(wǎng)管控系統(tǒng)結(jié)合全域資源狀態(tài)及任務(wù)傳輸需求，為（4）調(diào)度策略生成后，邊緣算網(wǎng)管控系統(tǒng)中的網(wǎng)絡(luò)管控平臺(tái)配（5）邊緣算網(wǎng)管控系統(tǒng)的調(diào)度指令下發(fā)至邊緣算力網(wǎng)關(guān)，網(wǎng)關(guān)（6）邊緣節(jié)點(diǎn)執(zhí)行計(jì)算任務(wù)后，將結(jié)果反饋至邊緣算力網(wǎng)關(guān)形邊緣機(jī)房聚焦區(qū)域級(jí)算力覆蓋。將新建邊緣機(jī)房部署在用戶/終與5G小基站匯聚點(diǎn)共址，利用接入網(wǎng)邊緣的低鏈路損在區(qū)域?qū)用妫煌乩砦恢玫倪吘壒?jié)點(diǎn)需通過(guò)邊緣算力網(wǎng)關(guān)互聯(lián)形成跨區(qū)域通信能力。根據(jù)網(wǎng)絡(luò)屬性和部署模式，區(qū)域間互聯(lián)可分為不同運(yùn)營(yíng)商網(wǎng)絡(luò)互聯(lián)、運(yùn)營(yíng)商與私有網(wǎng)絡(luò)互聯(lián)兩大類。前者指各區(qū)域邊緣算力網(wǎng)關(guān)或核心路由器通過(guò)運(yùn)營(yíng)商提供的專線、IPVPN、MPLS過(guò)邊界路由器配置BGP協(xié)議，完成路徑通告與數(shù)據(jù)交換，保障不同現(xiàn)集中管理與統(tǒng)一調(diào)度。同時(shí)，為提升網(wǎng)絡(luò)隔離性和業(yè)務(wù)彈性，區(qū)域互聯(lián)宜結(jié)合運(yùn)營(yíng)商5G網(wǎng)絡(luò)切片能力或采用基于VLAN/VPN的分層控制平面，配合MPLS或SRv6等封裝協(xié)議建立穩(wěn)定、可成協(xié)議封裝與策略控制，納入統(tǒng)一的Underlay網(wǎng)絡(luò)體系。上述區(qū)域邊緣算力和云算力通過(guò)標(biāo)準(zhǔn)化南向或北向接口實(shí)現(xiàn)指令與數(shù)據(jù)口的車輛OBU。車輛結(jié)合自身傳感器數(shù)據(jù)與邊緣AI分析結(jié)果，能夠電流電壓等運(yùn)行數(shù)據(jù)，并在本地運(yùn)行AI模型進(jìn)行智能分析和參數(shù)優(yōu)部署設(shè)備，利用AI模型對(duì)患者生理數(shù)據(jù)、影像等進(jìn)行初步處理與分醫(yī)治服務(wù)。邊緣算力系統(tǒng)可在現(xiàn)場(chǎng)運(yùn)行低延遲AI視頻分析與設(shè)備狀A(yù)I視頻分析模型依托邊緣算力系統(tǒng)，可在本地實(shí)時(shí)運(yùn)行復(fù)雜機(jī)器學(xué)分析。在智能家居管理中，邊緣算力系統(tǒng)可運(yùn)行AI場(chǎng)景識(shí)別與規(guī)則力系統(tǒng)支撐多智能體協(xié)同，邊緣智能將AI模型部署至靠近數(shù)據(jù)源的邊緣節(jié)點(diǎn)，實(shí)現(xiàn)實(shí)時(shí)分析與決策，智能工廠通過(guò)邊緣A