3.2 体系架构模型
边缘智能不仅依赖于边缘计算、人工智能应用的双重推动，更得益于联邦学习、区块链、5G通信等新一代信息技术的合力作用。因此，“云-边-端”三体协同是目前高效、实时、安全解决边缘智能的资源需求、任务需求、服务质量、隐私保护等问题的最佳方案。
3.2.1 概念框架
针对边缘智能体系中数据共享、任务协同、资源调度等方面需求，结合联盟区块链、深度强化学习、联邦学习等技术，从数据融合、模型联合、资源整合三个角度，可以将边缘智能的核心概念框架定义为“云-边-端”一体化联合智能架构（Federated Intelligent Architecture of Cloud-Edge-Device，FIA C-E-D）。如图3-4所示，该框架既充分考虑了提升整个体系架构的系统功能，又兼顾了“云-边-端”的实际计算、通信、能耗等因素约束。按照系统工程原理，FIA C-E-D概念框架由实体集合E与关系集合R构成，其宏观定义为：
FIA C-E-D={E，R} （3-1）
其中，实体E包括云、边、端三个层次的实体域，具体可分别对应分布式云计算数据中心提供的云服务、边缘智能服务、智能终端服务；关系R包括三个实体域间联系与实体域内部联系，具体涉及数据、模型、资源三个视角下的三大类关系，如下：
·边缘智能多域实体间多源异构数据的共识、安全信任关系；
·分布式人工智能模型推理、训练的协同关系；
·计算、存储、网络通信等资源的联合调度关系。
图3-4 FIA C-E-D概念框架
如图3-4所示的FIA C-E-D概念框架，可采用基于联盟区块链、联邦学习技术解决边缘智能体系中“云-边-端”多域实体间数据融合、模型联合面临的安全信任以及共识协同问题，基于深度强化学习的计算迁移模型解决算力、存储、网络通信等资源受限调度问题，具体可从以下三个方面进行考虑。
（1）基于轻量级联盟区块链的联邦学习模型。
从安全性维度建立面向边缘智能的应用体系，利用联邦学习、轻量级联盟区块链建立多域数据、模型资源的安全联合机制。
首先，通过设计轻量级联盟区块链的共识机制，可以提高体系的容错性和抗恶意攻击能力，保证数据的防篡改、防泄漏、可溯源能力，进而解决多域数据的安全联合问题；然后，设计基于本地差分隐私的联邦学习模型参数安全加密机制，并通过将模型参数上传至联盟区块链，解决模型的安全联合问题。最终，通过基于轻量级联盟区块链的联邦学习模型，实现跨域可信的资源安全联合。
（2）面向“云-边-端”联合架构的轻量级神经网络压缩方法。
目前，目标检测、态势理解、精准推送等边缘智能任务的核心功能多由深度神经网络模型实现，因此，需要考虑如何在算力、通信等资源受限环境下，构建面向“云-边-端”联合架构的轻量级神经网络模型，并安全地进行模型训练与推理，以实现面向多域任务的智能协同。
针对“云-边-端”联合架构各域计算能力特点，设计适合“云-边”的模型压缩方法，然后将轻量级模型下发至边缘终端，基于“边-端”的联邦学习模式，利用终端的个性化用户数据训练和微调下发的轻量级模型，以满足模型的安全训练与推理。最终，通过模型压缩，让移动终端可以运行满足计算密集型任务需求的高可用性、轻量级神经网络模型，即使在远端的云服务资源不可用的恶劣条件下，依然可以降低任务执行时间。
（3）基于深度强化学习的低时延动态资源调度。
由于在边缘智能环境下部分基于高性能神经网络模型的时延敏感任务无法在资源受限的移动终端运行，因此，需要研究“云-边-端”联合架构下低时延动态资源优化问题。
此外，在实际部署应用中，可以基于“云-边-端”一体化联合智能架构设计多维度协同机制，覆盖高度分散的终端节点、冗余完备的边缘节点、强大的云端中心节点，形成动态、弹性的层次结构边缘智能体系，利用不同层级云及同层级云水平方向的协同机制，增强单云的可靠性及突发情况的应对能力；利用端云协同机制解决动态环境下的计算任务迁移问题；利用终端间、端边间协同机制完成移动设备的算力、存储、网络通信等多维度资源调度协同处理。
3.2.2 层次结构
边缘智能是融合云计算、边缘计算范式和人工智能等技术的“云-边-端”三体协同体系，通过在“云-边-端”间进行内容（任务）转发、存储、计算、智能分析等工作的协同联合，可以提供低响应时延、低带宽成本、全网调度、算力分发等端到端服务。
需着重指出的是，边端紧贴用户场景，可以提供面向不同垂直行业场景的数据预处理或本地服务闭环管理运维，云端通过统一管理边缘节点资源和业务能力，支撑边缘节点的注册发现、配置管理、业务下发、运维信息上报等部署场景，“云-边-端”层次结构如图3-5所示。
图3-5 “云-边-端”层次结构
从系统工程角度，边缘智能的层次结构可以划分为内边缘、中边缘、外边缘三层。
（1）内边缘
内边缘以分布式云计算数据中心为核心，是一套云原生的协同开放架构，可将丰富的云端业务能力延伸到边缘节点，实现容器、设备、应用集成、视频业务能力的协同，支撑快速构建边缘端业务处理能力，提供涵盖端侧设备、应用、视频数据的连接，按需承载物联感知、AI推理、应用集成、近场计算等解决方案。
（2）中边缘
中边缘包括多种网络接入环境和边缘计算设备，主要由两种类型的网络组成，即局域网和蜂窝网络。局域网包括以太网、无线局域网和校园区域网络；蜂窝网由宏蜂窝、微蜂窝、微微蜂窝和毫微微蜂窝组成。明确地说，中边缘涵盖了用于托管云端服务的各种设备。
（3）外边缘
外边缘也被称为极端边缘或远边缘，代表边缘智能的最前端，包含资源受限设备、集成设备和IP网关设备三类设备；例如，传感器、执行器、智能移动终端等。
按照系统工程的实体和关系分析方法，边缘智能体系架构模型的本质是对云、边、端三个主体域的垂直划分，而主体域之间的关系描述则以协同关系为核心。接下来我们将详细讲解“云-边-端”间的不同协同模式，以期从更多维度展现边缘智能的架构体系。