（文章來源：未來智庫）

對于 5G 推動的邊緣計算，除了我們所熟知的“高速率、低時延、高并發”三大特點之外， 通過以上分析，我們可以看出，邊緣計算與云計算在計算架構、算力分配、應用場景、外 部環境等方面存在一定程度的不同。這些差異化就會導致對服務器的需求特性也將發生變 化。

邊緣計算包括邊緣服務器、邊緣一體機、邊緣網關三種主要形態。邊緣服務器作為邊緣計 算和邊緣數據中心的主要計算載體，承擔了70% 以上的計算任務，需支持ARM/GPU/NPU 等異構計算，滿足新型業務模式數據多樣性和高并發的需求。

邊緣服務器研發的最大問題是業務場景差異較大，不同場景需要不 同形態的服務器。這與云計算場景下的高度標準化服務器有較大差異。這就需要針對不同 的業務和應用場景來開發。目前來看，對邊緣服務器下游需求一般通用服務器的深度在 700mm 以上，而且是集中式、專業化運維管理。 根據目前邊緣側數據機房來看，邊緣服務器的深度一般在 450mm 左右，而且運維環境較 差，沒有專業的散熱設備（空調）等。

由于邊緣服務器處于網絡的邊緣側，難以集中化部署，而且邊緣服務器的 機房數量更多。考慮到運維成本問題，對邊緣服務器數據中心的運維一般采用遠程控制。我們認為，5G 對服務器需求點的變化，主要包括以下幾個方面：5G 帶動的物聯網的發展，我們看到的現象就是各種智能終端的崛起，智能終端的種類更 加多樣化，云游戲、VR/AR、超高清視頻、工業視覺等。與之相應的是，數據的多樣化， 包括文本、語音、圖像、視頻等。在數據多樣化增加的同時，用戶的數據的實時處理也提 出了更高的要求。

計算的密集型應用需要計算平臺執行邏輯復雜的調度任務，而數據密集型應用則需要高效 率地完成海量數據的并發處理。這樣就使得原來單一計算平臺難以適應業務場景化與多樣 化的要求。從而產生對多樣性計算的需求。

異構計算能夠滿足邊緣計算對多樣性計算的需求。通過異構計算可以滿足“連接+計算” 的基礎設施的構件，可以滿足碎片化產業和差異化應用的需求，提升計算資源的利用率， 支持算力的靈活部署和調度。在不同的邊緣計算場景中，不用的計算任務對硬件資源的需 求不同，從計算模式、并發數、迭代深度等方面，可能需要 x86、ARM、GPU、NPU 等 多種類型的芯片支持。

在邊緣計算場景下，服務器的部署從原來的集中化管理到散落化部署。服務器運維的整體 難度增加。同時，服務器之間的差異化，也為管理異構服務器增加了難度。對邊緣服務器 運維管理的要求包括：

對異構服務器進行統一的運維管理接口。在云數據中心中，服務器的類型或者架構大 體相同或類似。而在邊緣計算中，為了應對異構計算的需求，同一機房可能放置不同架構 的服務器（X86/ARM），這就需要統一的運維管理接口，來實現對不同架構服務器實時運 行狀態的獲取。

業務自動化部署。邊緣計算的服務器部署在區縣級機房，數量眾多，勢必要采取高效 運維方式，實現自動安裝業務/ 統一分發業務，自安裝，自升級，自補丁升級，降低對運 維人員水平的要求，同時減少現場操作，達到高效運維?？梢钥闯觯吘壏掌鞯倪\維管 理方式與云服務器存在較大的不同。云計算場景下的服務器一般都是集中化管理運維。

運維管理模塊實現了 X86 服務器、ARM 服務器、第三方服務器生命周期內固件升級管理。 固件升級主要包含三部分：版本倉庫、升級計劃、設備版本狀態，滿足運維人員主動升級 和升級計劃自動升級兩種升級場景。

環境匹配的需求。邊緣服務器部署的環境相對比較復雜，通常在網絡邊緣的園區。同 時，為了獲得更小的延時，邊緣服務器部署位置下沉到市縣一級的機房，這樣會節省傳輸 帶寬，也獲得了更好的用戶體驗。與傳統數據中心所處的標準化機房相比，邊緣服務器所 處的環境條件比較復雜，空間、溫度、承載、電源系統等方面都存在較大的差異。

機柜空間：邊緣數據中心機房機柜深度多為 600mm 深，遠小于核心數據中心 1200mm 的機柜深度，常規 IT 通用服務器無法正常部署，因此邊緣服務器的尺寸設計應滿足 600mm 的機柜深度。

環境溫度：邊緣機房制冷能力有限，無法保證環境溫度的穩定性，甚至有些機房不具 備制冷能力；服務器連續工作散熱不利，室外溫度過高，將導致機房溫度可能超過 45℃； 因此邊緣服務器對環境溫度的適應力應更強，如-5℃—45℃。機房承重限制：邊緣機房承重標準普遍低于數據中心，對服務器的部署密度帶來影響。

（責任編輯：fqj）