隨著5G、物聯網等的發展，邊緣計算已經成為通信技術的又一制高點。目前邊緣計算技術的研究已經取得了系列的成果，應用推廣已逐步開展，但在今日舉行的2018邊緣計算技術峰會上，中國工程院院士、中國互聯網協會理事長鄔賀銓針對邊緣計算提出十個問題。

第一問，5G邊緣計算下沉在什么位置?

邊緣計算可以在CU，可以在DU。與云計算和霧計算相比，移動邊緣計算下沉，越低越靠近信源，時延性能越好，但越低則數量越多，成本可能不合算，移動邊緣計算要下沉到什么位置才是合理的?

第二問，計算能力是一級設置還是多級設置?

在采用移動邊緣計算的前提下，還要不要同時設置云計算?在云計算和MEC之間是否需要霧計算?一個云計算節點聯接的移動邊緣計算(或霧計算)節點的合理數量?

第三問，計算能力如何在邊緣計算和云計算之間優化配置?

5G網絡里，后臺有云計算，基站有邊緣計算，這兩種都是在計算，這兩種能力怎么分配，是固定分配還是動態調整?兩者之間要互相交換什么，什么從基站邊緣計算上報過濾以后的數據，上到數據中心，云計算節點需要向邊緣計算下發一些決策指令。除此之外，兩者之間通信還應該有什么任務呢?

第四問，邊緣計算間通過云計算節點互通還是直接通信?

例如，在無人駕駛場景下，馬路的網絡中，汽車可能不止一個邊緣計算節點，有可能同時連到兩個邊緣計算節點，也許不同的車，連到不同的計算節點。但它們之間可能是需要交互的，要不要邊緣計算直接交互，還是通過最上面一層云計算才能交互?

第五問：邊緣計算需要IaaS、PaaS、SaaS等服務能力嗎?

云計算有PaaS層、Iaas層、SaaS層，手機的人臉識別功能，但人臉有時候是受到欺騙，受到光照表情和化妝的影響，還有預存的照片代替人臉，靠手機智能還不能完成人臉識別。必須靠云端，一般來講邊緣計算是在數據建模和根據大數據訓練來調整模式，智能終端就是推算。假如通過邊緣計算增強人臉識別能力，邊緣計算至少具備PaaS的功能，還需要可能具有一些視頻轉碼的功能就是SaaS，有可能需要IaaS的功能的。

第六問：5G邊緣計算需要同時具備接入，轉發和控制云功能嗎?

那三種功能都要具備呢，接入云是要的，轉發云要不要，因為有一些共享的內容存儲分發，還有一些轉碼的能力，控制云要不要具備呢，如果說邊緣計算是放在CU，它要集中管理好多DU，是否也應該具有控制云的能力，我還沒有想好是不是三種能力都有。

第七問：邊緣計算要不要跟網絡切片結合?

網絡切片是5G最基本的一個特征。不同的邊緣計算對應不同的應用。有對應移動大數據，有對應大連接的，還有對社會與互聯網數據的。也就是說，在這種情況下，邊緣計算是按業務來配置的，將來邊緣計算是這樣嗎?

第八問：位于C-RAN的MEC需要按業務來分配嗎?

第九問：邊緣計算是獨立設置還是跟其他功能集成?

比如，基站的邊緣計算首先進行大數據的收集采集，同時實現加密，首先要對收集的大數據進行消化，消化完后，回送網絡數據鏈應該是減少的，減輕緩存量的壓力，也就意味著對數據過濾，為了過濾，為了處理，它可能需要緩存，所以在這個意義上，邊緣計算會跟緩存數據采集，數據分析，過濾，計算能力集中在一起，邊緣計算絕不是單一的計算能力。此外，在工業互聯網應用邊緣計算也不是單一的能力。但邊緣計算有集成定位APP能力，那是否邊緣計算針對不同的應用需要集成不同的能力?

第十問：邊緣計算需要軟件定義嗎?

MEC可仿照NFV實現軟件定義，允許跨過多廠家的MEC平臺有效與無縫集成來自廠家、服務提供商和第三方的應用。MEC的功能可以通過APP方式生成。MEC的功能會開放嗎?如果開放就要有接入權限管理。

此外，鄔賀銓還表示，對MEC的思考還不止這些。比如，MEC的引入會減輕云計算對數據分析的壓力，但數據過濾的準確性需要保證。智能終端的多功能業務觸發終端與回傳網和核心網內數百個服務器、路由器、交換機和網關及回傳鏈路的各種數據交互。例如一個用戶的HTTP請求可能只有1KByte而內部數據流可能會增加930倍;MEC的引入將增加傳輸時延，且還可能包含緩存功能，URLLC還能使用MEC嗎;MEC的管理是由控制而還是由管理面來實施?;MEC的安全防護能力不會比集中的云計算強，分布的MEC可能成為DDoS攻擊的對象。