随着5G和物联网时代的蓬勃来临，海量数据的不断生成与各种计算任务对现有网络造成了前所未有的冲击。

尽管基于Internet的云计算为我们提供了广泛且按需访问的虚拟共享计算和存储资源，它无疑是处理巨量数据和计算任务的一大平台。

面对5G时代的高速访问、超低时延应用，如在线游戏、虚拟现实和超高清视频流，以及海量终端的互联需求，云计算显得力不从心。

与此同时，下一代互联网的一个显著特征是信息越来越多地在本地生成并被本地消费，大量的边缘设备拥有可用的计算和存储资源。

为了应对云计算的挑战、减轻网络压力并提升用户体验以满足不断演变的业务需求，业界提出了将云计算平台迁移至网络边缘的策略——即边缘计算。这种策略旨在发掘网络的内在潜能，在数据源附近提供边缘服务，从而满足在敏捷连接性、实时优化、智能应用、安全性以及隐私性方面的严格要求。

在这个新的计算范式中，“云-边-端”架构显得尤为重要。在构建面向新一代信息基础设施的物联网体系时，数据处理及基于数据的智能服务变得尤为关键。近年来备受瞩目的“边缘计算”概念，即将需要实时计算和分析的简化过程放置在离终端设备更近的地方，以确保数据处理的即时性并降低数据传输的风险。而最近兴起的“云边协同”理念与边缘计算颇为相似，但更强调“云-边-端”三者之间的协同工作：终端设备负责全面感知，边缘负责局部数据的分析和推理，而云端则汇聚所有边缘的感知数据、业务数据以及互联网数据，进而完成跨行业及行业内部的态势感知和深度分析。

在这个架构中，“云”代表传统云计算的中心节点，发挥着对边缘计算的管控作用；“边”是云计算的边缘侧，进一步细分为基础设施边缘和设备边缘；“端”则是终端设备，包括手机、智能家电、各类传感器和摄像头等。基于AI的智能服务贯穿于整个“云-边-端”架构，旨在提高感知的敏感性和准确性，同时加强人机交互和物物交互的实时性。

在边缘侧，AI技术主要聚焦于局部数据的分析和推理，并能够将相关结果或模型传递给感知终端，实现终端与边缘云的协同工作。同时，边缘云之间也可以通过联网共享数据、资源和算法，完成相互间的协同。而在云端，除了提供类似边缘云的云计算资源外，还需要融合所有数据，提供基于全局视角的智能服务，包括智能调度、运维和宏观决策等。

云中心和边缘计算各自拥有明显的优势：

云中心擅长处理全局性、非实时、长周期的大数据分析，适用于长周期维护和业务决策支持等领域；

边缘计算更适合处理局部性、实时、短周期的数据，能够更好地支撑本地业务的实时智能化决策与执行。云边协同将放大两者的应用价值——边缘计算既是云端所需高价值数据的采集和初步处理单元，也是靠近执行单元的关键环节；

云计算则通过优化输出的业务规则和模型，对边缘计算进行赋能。

此外，云计算和边缘计算也各有其独特的优势。

云计算以其海量计算和存储能力、高效率以及广域覆盖而著称，特别适合计算密集型和非实时性的任务。而边缘计算则以其广泛分布的边缘节点和实时数据处理能力脱颖而出，弥补了云计算在时延和移动性方面的不足，更适合处理非计算密集型、实时性和移动性强的数据。同时，数据的本地化处理在安全性方面也相较于云端更具优势。

然而，值得注意的是，边缘平台的处理性能往往不及云平台，其内存和处理器资源有限，可能无法应对大量数据的处理需求或执行复杂的操作，如深度学习等。

除了云边协同之外，这一逻辑架构还着重强调了边缘计算系统中云、边、端各部分之间的交互和协同工作，包括云与边的协同、边与端的协同以及云、边、端的全面协同。例如，云与边的协同可以通过云计算部分的Kubernetes控制节点与边缘部分的KubeEdge节点共同实现。在这种协同中，Kubernetes控制节点可以像管理普通节点一样管理KubeEdge节点，从而保持原有的控制和数据流程不变。

为了实现边与端的协同，边缘部分的KubeEdge和端部分的EdgeX Foundry共同发挥作用。KubeEdge负责管理边缘节点上的应用负载资源、运行状态和故障等，而EdgeX Foundry则是一套以微服务形式管理多种物联网终端设备的IoT SaaS平台。通过这种协同，可以实现对物联网终端设备的数据采集、过滤、存储和挖掘以及指令下发等功能。

最终，云、边、端的全面协同是通过云计算解决方案Kubernetes的控制节点、边缘计算解决方案KubeEdge和端解决方案EdgeX Foundry共同实现的。这种协同可以充分发挥云、边、端各自的优势，实现资源的优化配置和高效利用，从而满足不断增长的计算需求和提升用户体验质量的要求。