3.5　联邦计算的特征

相较于将数据运算任务集中在核心网中的云数据中心进行处理的传统云计算架构，联邦计算采用直观的方法—将计算和存储资源从云数据中心下沉至网络边缘，由终端产生的第一手数据将在边缘得到处理，通过这种自治方式解决边缘数据问题。

除中心云管理之外，边缘云的资源管理、任务分配（Task Partition）与协同（Orchestration），以及边缘云之间相互作用时产生的博弈过程，是应用、计算、存储与网络在边缘侧实现优质配置的核心。联邦计算带来的是合众计算能力，实现资源的分布式布局。但是，再强大的边缘云计算也无法替代资源“无限”丰富的中心云计算，边缘云与中心云之间的分工与协同至关重要，联邦治理是必需的。

如图3-3所示，以中心云为主，紧耦合的边缘云，云形态小，自治性弱；而松耦合的边缘云（私有云），云形态大，其内部由传统中心云和边缘云组成，组织结构复杂，但具有自治性强的特点，发展前景广阔；半松半紧耦合的边缘云居于两者之中。整体来看，每种云结构都离不开中心云的协同和分工。相对来讲，自治性越强的云，其上行到中心云的数据传输相对较少，同时，自治性越弱的云，其接收中心云下行的数据传输相对较多。

由此，联邦计算的组成主要应该有三部分：传统云的管理（TC-MGR）、任务分配控制（Task Partitioner）和交响协同指挥（Orchestration Director），如图3-4所示。

很明显，图3-4显示了三块区域，左右两侧简单地表示博弈协同的特点，中间区域由传统云组成，包括IaaS 层、PaaS 层和应用层。而联邦计算的特殊性是，其拥有左右两侧的云层交响协同指挥与任务分配控制，共同维持和保障应用的正常运行和数据传输。

图3-3　中心云与边缘云之间的协同

图3-4　联邦计算的主要组成元素

通过与中心云进行云边协同博弈，充分实现场景应用对接近实时的业务，以及在快速反应、安全保护等方面的关键需求的满足。5G 带来的大带宽、泛连接、低时延，在网络边缘以云计算的范式部署数据的采集、计算、存储及相关的数据处理应用，无疑将缩短数据的传输距离，降低时延。