1.宝钢烧结烟气活性炭净化工艺和装备

介绍了国内首套自主设计和制造的烧结烟气活性炭净化系统各种污染物脱除机理、工艺流程和系统装备，主要包括烟道系统、吸附系统、解析系统、活性炭储运系统等。对各主要系统内部结构、工作原理、相关设计和运行工艺参数进行了详细说明，对该系统的技术特点和投运后实际烟气净化效果进行了详细介绍。该系统具有污染物脱除率高、运行稳定可靠的优点。

处理前烟气中SO2质量浓度为412.091～642.811mg/m3，处理后SO2质量浓度为1.227～7.999mg/m3，SO2脱除率为98.53%～99.76%;处理前NOx质量浓度为235.451～365.218mg/m3，处理后NOx质量浓度为92.707～137.663mg/m3，NOx脱除率为57.63%～69.44%;处理前二英的毒性当量为0.82～5.40ngTEQ/m3，处理后下降到0.0023～0.0089ngTEQ/m3，二英脱除率为99.43%～99.89%;经过净化后粉尘质量浓度为7.747～11.500mg/m3。结合生产运行情况对该烧结烟气活性炭净化系统做出了适当评价并对其推广应用前景进行了展望。

烧结烟气中的主要污染物包括二氧化硫、氮氧化物、二英、粉尘和重金属等。二氧化硫和氮氧化物主要来源于烧结机燃料燃烧和铁矿石烧结过程。二氧化硫是最主要的大气污染物之一，也是酸雨形成的主要原因。酸雨不仅危害动植物健康，而且会破坏土壤和腐蚀建构筑物。

氮氧化物是另一种主要的大气污染物，除了对生物体的毒性和形成酸雨外，氮氧化物会与碳氢化合物反应生成光化学烟雾，并且会参与臭氧层的破坏。二英是一类具有强毒性和强致癌性的有机污染物。

钢铁企业烧结过程是环境中二英的主要来源之一。二英包括多氯二苯并对二英(PCDDs)和多氯二苯并呋喃(PCDFs)2种，其中PCDDs有75种异构体/同类物，PCDFs有135种异构体/同类物。

目前国内很多钢铁企业烧结烟气净化还仅限于使用静电或布袋除尘器对粉尘进行治理，缺乏能同时深度处理SO2、NOx和二英等主要大气污染物的环保设施。

国内少数钢铁企业从2005年开始建成烧结烟气脱硫设施，典型的脱硫工艺主要有石灰石/石灰-石膏法、氨-硫铵法、双碱法、氧化镁法、有机胺法、离子液法、循环流化床法、密相干塔法、旋转喷雾法、MEROS、NID、GSCA、ENS等。

其中，前6种属湿法脱硫工艺，其脱硫效率较高，脱硫剂利用率高，但是主要存在耗水量大、设备和管道容易堵塞和腐蚀、废水难处理和利用、副产物因含有有害杂质而难以资源化利用等问题;后7种属半干法脱硫工艺，其脱硫剂一般为石灰和熟石灰，其脱硫副产物CaSO3、CaSO4难以综合利用，往往成为固体废弃物，且系统的稳定性受烧结机不同工况的影响较大。

上述这些烧结烟气脱硫设施一个突出的不足是不能同时深度脱除NOx、氟化物、二英等其他主要大气污染物和有毒污染物，且系统运行的稳定性和故障率也参差不齐。

为严格执行国家大气污染物排放标准和大气污染物特别排放限值的要求，宝钢湛江钢铁有限公司(以下简称“湛钢”)为2台新建的550m2烧结机同步配套建造2套烧结烟气活性炭净化系统，通过多种污染物末端协同治理，最大限度地减少对环境的污染和实现清洁生产。

宝钢与中冶长天、清华大学等单位合作，在完成污染物脱除机理和催化剂性能研究的基础上，在宝钢股份本部(上海宝山)建设了一套活性炭烟气净化中试装置，取得了大量可靠的运行数据。

在此基础上，以建设环保水平一流的湛钢为契机，成功开发了湛钢以活性炭为污染物脱除介质的烟气净化系统。湛钢2套烧结烟气活性炭净化系统分别于2015年11月27日和2016年7月15日顺利投运。该系统是目前国内首套自主设计、制造和建设的烧结烟气活性炭净化系统。主要建设目标为：

(1)烟气中SO2排放浓度不大于50mg/m3;(2)烟气中NOx排放浓度不大于150mg/m3;(3)粉尘排放浓度不大于20mg/m3(SO2、NOx和粉尘浓度为标准状态下浓度，下同);(4)二英当量排放浓度不大于0.5ngTEQ/m3;(5)与烧结机同步率不小于95%。

1烧结烟气活性炭净化原理

1.1脱硫原理

1.4二英脱除原理烟气中固态二英在吸附塔内被活性炭移动层的过滤集尘功能捕集，气态二英被活性炭吸附。吸附了二英的活性炭在解析塔内被加热到400℃以上，并保持3h以上，在催化作用下苯环间的氧基被破坏，使二英发生结构转变裂解为无害物质。其反应过程如下：

1.5除尘和脱重金属原理

活性炭吸附层相当于高效的颗粒层过滤器，烟气中直径1μm以上的粉尘通过与活性炭层发生碰撞而被捕集，1μm以下的颗粒物通过扩散作用被捕集。

通过碰撞和吸附作用，烟气中的大部分粉尘颗粒被活性炭层捕集而除去。活性炭捕集的粉尘在装卸、倒运和筛分过程中，部分脱附外逸的灰尘通过小型布袋除尘器除去。烟气中的汞、砷等重金属主要以粉尘为载体，主要通过活性炭层的过滤作用和吸附作用从烟气中脱除。

2系统组成与工艺流程

烧结烟气活性炭净化系统主要由烟道系统、吸附系统、解吸系统、活性炭储运系统组成，辅助系统包括供氨系统、制酸系统和废水处理系统。其工艺流程如图1所示。

图1 烧结烟气活性炭净化工艺流程

每套净化系统的处理量约为180×104m3/h(标准态)，处理前烟气参数见表1。

表1待处理烟气参数

烧结烟气经过静电除尘器处理后通过主抽风机的负压抽引经烟道送往主烟囱排放。在主抽风机至主烟囱的烟道上设置旁路烟气挡板并使用增压风机将烟气引入吸附塔。

在吸附塔入口前喷入氨气，烟气中的污染物被吸附塔内活性炭层吸附和通过催化反应生成无害物质，净化后的烟气进入烧结主烟囱排放。活性炭由塔顶加入到吸附塔中，并在重力和塔底出料装置的作用下向下移动。吸收了SO2、NOx、二英等污染物的活性炭经传送装置送往解析塔。

解析塔的作用是释放和分解有害物，同时恢复活性炭的活性。在解析塔内SO2被高温解析释放出来，NOx在解析塔内继续与氨气进行氧化还原反应生成无害的N2与H2O。

同时，在高温下，二英在催化作用下苯环间的氧基被破坏，结构发生裂解转化为无害物质。解析后的活性炭经塔底部的振动筛筛分，大颗粒活性炭落入输送机输送至吸附塔循环利用，小颗粒活性炭粉送入粉仓，用罐车运输至高炉系统作为燃料使用。

湛钢2台550m2烧结机的2套烟气净化系统相对独立，其中烟道系统、吸附系统、解析系统、活性炭输送系统独立设置，供氨系统、制酸系统、废水处理系统等辅助系统为2台烧结机共用。该烟气净化系统还预留了第二级吸附塔场地及接口，以适应将来更加严格的NOx排放要求。图2所示为投运后的烧结烟气活性炭净化系统。

图2投运后的烧结烟气活性炭净化系统

3主要装备

3.1烟道系统

烟道系统是从烧结机主抽风机后的烟道到净化后烟气进入烟囱的全部烟道及设备。每台烧结机设置2套烟道系统，分别对应2台主抽风机。

在烟道系统设置了自动雾化喷水降温装置，保证入塔烟气温度不大于135℃。每套烟道系统设置1台3.55kW增压风机，净化系统的风压损失由增压风机补偿，增压风机烟气量与主抽风机烟气量对应。

来自主抽风机的烟气从与烟囱相连的烟道中被引出后，经增压风机加压后进入吸附塔。氨气通过“氨气/空气混合器”与稀释风机鼓入的空气混合，使NH3浓度低于爆炸下限，稀释后的氨气由格栅均匀喷入吸附单元入口烟道。净化后的烟气通过塔后烟道和烟囱排放。每台增压风机对应1个吸附塔的4个吸附单元，每个吸附单元都设置有进出口烟气挡板，运行相对独立。

3.2吸附系统

吸附系统从上至下包括活性炭给料阀、布料仓、吸附模块、圆辊卸料机、下料仓、卸料阀等设备。每台烧结机设置2套吸附系统，每套吸附系统与1套烟道系统对应。每套吸附系统由4个吸附单元组成一个吸附塔，单个吸附塔外形尺寸为9.0m×29.6m×50.0m，其中吸附单元总高为24.0m。

吸附塔是整个烟气净化系统的核心设备之一，吸附塔采用分层移动床型结构，每个吸附单元由左右对称的6个反应室组成，分别为前室、中室和后室，在不同的部位设有入口格栅、中间多孔板及出口微格栅。吸附塔空塔流速为0.15～0.20m/s。图3所示为建设中的吸附塔系统，从图中可以看到吸附塔的内部结构。

图3吸附塔内部结构

图3中两块相邻壳体之间的部分为1个吸附单元，烧结烟气从左右2个模块中间进入。SO2、NOx、二英、粉尘等污染物的吸附全部在吸附塔内完成。烟气从吸附单元中间垂直于活性炭运动的方向进入吸附塔，首先通过前室和中室，主要进行脱硫、除尘、除重金属和脱二英，最后进入后室，主要以脱硝为主。

有害物质脱除后，烟气经吸附塔出口进入总烟道，经净烟气挡板后由烧结主烟囱排放。使用Ansys软件对吸附塔内烟气流场进行模拟分析，图4所示为吸附塔内烟气流场数值模拟结果。

图4吸附塔内烟气流场数值模拟结果

由图可见，各吸附单元内烟气分布均匀，气流速度基本一致。每个反应室中活性炭的移动速度由?265mm×9280mm圆辊卸料机控制，前室和中室的圆辊卸料机卸料速度约为0.7t/h，后室的圆辊卸料机卸料速度约为1t/h。

3.3解析系统

解析系统从上至下包括活性炭给料阀、进料仓、解析塔本体、圆辊卸料机、下料仓、卸料阀、振动筛、炭粉仓等设备。图5所示为建设过程中解析塔的外观。

图5建设过程中的解析塔

每台烧结机设置2套解析系统，每套解析系统与1个吸附塔对应。每套解析系统包含1组共2个解析塔，2个解析塔并排布置，2个解析塔的解析能力为15t/h。解析塔也是烟气净化系统的核心设备之一，主要包含进料段、加热段(解析段)、过渡段、冷却段和下料仓，解析段与冷却段均为列管换热器。图6所示为解析塔内外结构和加热段热风、冷却段冷风送风流程。

图6解析塔冷热风送风流程和内外部结构

由图6可见，高炉煤气在热风炉内燃烧后，热烟气送入解析塔加热段的壳体内。加热段的热风通道由壳体和内部水平设置的隔离钢板组成。使用Ansys软件对加热段内热风流场进行模拟分析，图7所示为解析段热风流场数值模拟结果。

图7解析塔加热段热风流场数值模拟结果

从图可知，解析塔加热段气流基本无死区，活性炭受热相对均匀。在加热段，吸附了污染物的活性炭被热风从100℃左右加热到400℃以上，并保持3h以上，被活性炭吸附的SO2被释放出来，生成富含SO2的气体(SRG)，SRG在下部过渡段被输送至制酸单元制取H2SO4。

被活性炭吸附的部分NOx继续发生SCR或者non-SCR反应，生成N2与H2O。在催化作用下，高温使苯环间的氧基破坏，被活性炭吸附的二英结构发生裂解转变为无害物质。

热风炉启动时由焦炉煤气点火，燃烧过程中使用高炉煤气，高炉煤气流量由解析段的温度控制，单台热风炉高炉煤气正常消耗量为3700m3/h，加热气体进口温度约为475℃。

经过解析并得到活化后的活性炭进入解析塔下部的冷却段。在冷却段，冷却风机鼓入空气通过间接冷却将活性炭的大部分物理热带走。

每组解析塔对应设置1台冷却风机，冷却风量为55800m3/h。活性炭冷却到120℃以下经?265mm×4200mm圆辊卸料机定量卸到下料仓，再通过下部卸料阀送入活性炭振动筛。解析塔圆辊卸料机的卸料速度约为9.6t/h。

经过振动筛筛分，筛上物为吸附能力强的活性炭，通过吸附塔给料输送机A输送至吸附塔循环利用;筛下小于1.2mm的细小活性炭颗粒及粉尘则进入炭粉仓，被运输到高炉喷煤系统利用。每组解析塔对应设置1个共用的活性炭振动筛。

解析过程中需要用氮气进行保护，氮气同时作为载气将解析出来的SO2等有害气体带出。氮气从进料段通入，富含SO2的解析气从过渡段流出，一组解析塔的氮气进口流量为450m3/h(标准态)，进口温度约为100℃。

3.4活性炭储运系统

在烟气净化系统投运前要将活性炭通过储运系统装入解析塔对活性炭进行活化处理，活化后的活性炭要通过输送机转运并加入吸附塔中。

在吸附和解析过程中，活性炭存在化学消耗和物理损耗，为保证活性炭吸附性能和正常用量，需通过储运系统补充一定量的新活性炭，补充的活性炭先经过解析塔高温活化再被加入吸附塔。活性炭储运系统包括卸料存储系统和输送机系统。

每套活性炭卸料存储系统与1套吸附解析系统对应设置1个下料斗和1个储料仓，储料仓尺寸为直径4.8m×10.0m(筒体高为8m)，有效容积约为100m3，能存储7d的活性炭用量。使用1台起重机将活性炭袋吊放倒入下料斗并卸料至储料仓中。

每套活性炭输送系统与每套吸附解析系统对应设置2条“Z”型链斗运输机。输送机A将从解析塔卸料的活性炭输送至吸附塔塔顶，输送机B将从吸附塔卸料的活性炭输送至解析塔塔顶。

A机为多点卸料输送机，B机为单点卸料输送机，2台输送机的运输能力均为27t/h。活性炭输送机由链条斗式提升机和散料刮板机组成。这种设计降低了活性炭的摔损，能够实现活性炭的连续运输，结构紧凑且效率高。

3.5其他辅助系统

辅助系统包括供氨系统、制酸系统和废水处理系统。液氨储存和供应系统包括液氨卸料压缩机、液氨储罐、液氨气化器、氨气缓冲罐等。2台烧结机的2套烟气净化系统共设置3个107m3的液氨储罐。

制酸系统采用“喷淋塔+泡沫柱洗涤”净化装置、“3+1”两次转化、一次干燥、两次吸收的工艺流程，年产98%工业硫酸2.34万t。制酸尾气中污染物主要为SO2，尾气被循环送入烟道系统增压风机前的烟道，对制酸尾气中的SO2再进行循环净化。

制酸废水中污染物主要为高浓度NH4+、F-、悬浮物和重金属离子，废水处理采用“化学沉淀+磁混凝+二级过滤+膜吸收”的净化工艺，并采用了一种新型的疏水性半透膜来去除废水中的氨氮，处理量为2.5m3/h。处理后废水中的固体悬浮物、氨氮和重金属离子等达到《钢铁工业水污染物排放标准》(GB13456—2012)规定的排放要求。

4 系统技术特点

湛钢烧结烟气活性炭净化系统最突出的优点是可以同时深度脱除SO2、NOx、氟化物、粉尘、二噁英和重金属等多种污染物，且处理过程不产生二次污染，副产物SO2用于制取98%浓硫酸，实现了污染物的资源化利用，并产生一定的经济效益。该系统一次投资较高，但活性炭可以循环使用，有助于降低运行成本。

经综合测算，该系统每吨烧结矿的运行成本约为15.31元(含折旧)。该系统还具有如下技术特点：

(1)多点喷氨。稀释后的氨气在吸附单元入口由喷氨格栅均匀喷入烟道，多点喷氨使烟气和氨气充分混合，改善了吸附塔内脱硫和脱硝反应的动力学条件。

(2)余热循环利用。解析塔加热段排出的热风大部分由热风循环风机再次鼓入加热炉，加热升温后再循环送入解析塔加热段利用。充分利用解析塔冷却段排出热风，作为挡板门密封风用气、N2加热器和稀释空气加热器热源。

(3)入口烟气温度调节。在烟道系统设置了自动雾化喷水降温装置，保证入塔烟气温度不大于135℃。同时在增压风机入口预留了冷风阀装置，必要时也可采用补空气降温的措施。

(4)吸附塔分区控制。每个吸附塔由4个独立的吸附单元组成，生产过程中可以独立控制和单独在线检修每个吸附单元，有助于提高烟气净化系统与烧结机生产的同步率，最大限度地减少污染物排放。

(5)活性炭防摔。通过在活性炭储料仓内增设溜槽、使用链斗式提升运输机、改变吸附塔卸料阀下溜管角度、活性炭旁路落料管内增加交错的缓冲板等，最大限度地减少活性炭在储运过程中的破损。

(6)制酸尾气循环处理。含有SO2的制酸尾气经制酸系统净化后通过管道返回吸附塔入口前烟道并和烧结烟气混合再进入吸附塔循环脱除SO2。

5 烟气净化实际效果

湛钢烧结烟气活性炭净化系统自投运以来，各种污染物排放指标都达到和优于建设目标。

图8 2017年4月处理前后烧结烟气中SO2质量浓度对比

图8所示为2017年4月经该系统处理前后烧结烟气中SO2质量浓度对比。

烟气监测系统对SO2、NOx和粉尘浓度进行实时在线监测和显示，通过计算机系统可自动计算得到每个小时内烟气中各种污染物的小时平均浓度，对24h内的小时平均浓度再求平均值，得到某日内污染物小时平均浓度的平均值，以此代表该日烟气中污染物的浓度。

由图8可知，4月处理前烟气中SO2质量浓度为412.091～642.811mg/m3，处理后SO2质量浓度为1.227～7.999mg/m3，大幅优于大气污染物特别排放限值中180mg/m3的排放要求。SO2脱除率为98.53%～99.76%，这说明活性炭烟气净化系统对SO2具有极高的脱除率。

图9所示为2017年4月每日处理前后烧结烟气中NOx质量浓度对比。4月处理前烟气中NOx质量浓度为235.451～365.218mg/m3，处理后NOx质量浓度为92.707～137.663mg/m3，大幅优于大气污染物特别排放限值中300mg/m3的排放要求。

NOx脱除率为57.63%～69.44%，这说明活性炭烟气净化系统在采用一级吸附塔的情况下完全可以保证处理后的烟气中NOx质量浓度符合国家排放标准，如果要获得更高的脱硝率，则需要考虑增加二级吸附塔或者采取其他措施。

图9 2017年4月处理前后烧结烟气中NOx质量浓度对比

图10所示为2017年4月每日处理后烧结烟气中的粉尘质量浓度。经过烟气净化后粉尘质量浓度为7.747～11.500mg/m3，明显优于大气污染物特别排放限值中40mg/m3的排放要求，这表明活性炭烟气净化系统具有良好的除尘效果。

图10 2017年4月处理后烧结烟气中粉尘质量浓度

6结语

(1)湛钢烧结烟气活性炭净化系统投运后，处理后的烟气中各种污染物质量浓度都大幅优于《钢铁烧结、球团工业大气污染物排放标准》(GB28662—2012)和大气污染物特别排放限值，成功实现了烟气中多种污染物的末端协同治理。

处理后SO2排放质量浓度小于8.000mg/m3，脱除率大于98.50%;NOx排放质量浓度小于138mg/m3，脱除率大于57.60%;粉尘排放浓度小于12mg/m3;二英排放毒性当量小于0.0090ngTEQ/m3，脱除率大于99.50%。

该系统可以高效地脱除烧结烟气中的各种污染物，副产物SO2用于制取98%的浓硫酸，可产生一定的经济效益，且整个系统不产生二次污染，是一种先进实用的烧结烟气末端协同深度治理的工艺和装备。

(2)为适应未来可能更加严格的大气污染物排放标准，在湛钢烧结烟气活性炭净化系统投运后，宝钢股份(上海宝山)通过技术改造为三烧结也新建了一套具备二级吸附系统的活性炭烟气净化系统。

该系统烟气中SO2排放质量浓度目标不超过35mg/m3，NOx排放质量浓度目标为不超过110mg/m3。系统投运后，实际烟气净化效果均远优于目标值。

从生产实际情况来看，这3套系统都能够长期稳定地运行，系统的故障率小，实现了与烧结机同步率不低于95%的目标，该系统是一种稳定可靠的烧结烟气污染物末端治理手段。

(3)为加强大气污染防治、促进钢铁行业化解过剩产能，在重点控制区的钢铁企业从2013年开始逐步执行大气污染物特别排放限值。

在此背景下，建设可以同时深度处理多种大气污染物的环保设施成为钢铁企业发展的当务之急。目前这种烧结烟气活性炭净化工艺和装备已经成为国内多家钢铁企业的拟选方案，具有巨大的应用价值和推广前景。

内容转自：土木工程网

©版权声明：平台尊重作品版权，精选作品均已注明作者和来源，网友分享作品属于原作者所有。

若涉及版权问题，请及时联系我们删除或修改。如需转载、链接、转贴或以其它方式使用本稿，须注明来源作者。

2.源于加速，不止加速——阿里云加速引擎的10年沉淀与破局改变

20余年技术，面临破局。

CDN(Content Delivery Network，内容分发网络) 是一个超大规模的分布式系统，为互联网各类App和Web站点提供动 / 静态内容、实时流媒体加速以及网络安全防护等能力。在线购物、直播、音乐、游戏、社交等等一切，都离不开它，其峰值请求数超过1亿次每秒。

可以说，这是深潜大众工作生活的无体感技术，等同呼吸。

该技术问世已经超过20个年头，随着5G、云计算等新型基础设施加速普及，大带宽、低时延、高并发的场景不断涌现，推动全网流量持续提升，使得CDN业务量和使用场景更加激增。

而今，正值中国CDN发展转型期，带动边缘计算、分布式云计算、云游戏等服务，成为该技术在新时代中更重要的使命所在。

十年磨一剑 阿里云CDN全面进入云边协同时代

2014年开始，阿里云正式提供CDN商用服务。作为全球化的CDN服务提供商，阿里云在国际权威机构IDC发布的报告《2022全球CDN服务商MarketScape评估》中，市场份额排名全球第三，是唯一入选的中国厂商，并作为“Major Player”的重要角色。

卓越背后，阿里云的基建一直在快速扩张：截至2022年，阿里云已在全球部署超过2800个边缘节点，全网带宽输出能力达150Tbps，承载全球超过150万个活跃加速域名，国内约有80%的TOP100网站/APP都在使用阿里云CDN。

过去的十多年间，阿里云资源部署规模不断成长，自2014年商业化后也在持续迭代，其发展历程可以按照以下三个阶段划分：

• 阶段一，从0到1：2014年阿里云CDN商业化。在此阶段完成了CDN从0到1的打造，上线了T+S节点架构，淘宝等众多集团业务逐渐向阿里云CDN上迁移。
• 阶段二，全球化规模：2018年至2019年DCDN发布，打造全球化规模。随着流量规模达到100 Tbps，业务逐渐向全球化规模发展，SCDN/DCDN产品推出，面向企业级应用进行全球网络优化，开始提供动态加速、TCP/UDP四层加速，并支持WebSocket全链路传输。
• 阶段三：边缘计算与边缘安全：近两年，随着流量见顶、流量质量不高等问题的出现，阿里云CDN开始谋求破局改变，聚焦于边缘计算、边缘安全等方面打造全球安全加速平台底座，进一步发展边缘基础设施，全面进入云边协同时代。

全新一代加速引擎 超高可用的边缘安全加速平台

过去，边缘云是从CDN延伸出来的。

现在，CDN是长在边缘云上的。

过去，CDN需要部署在服务器上。

现在，CDN已经全面云化，可以快速扩展进行T+0的业务切换。

过去，CDN众多基本项的配置都需要供应商进行配置。

现在，通过API化即可完成自动编排。

这一切的改变，都是基于CDN底座三大关键能力的打造：边缘云网络、云原生、DevOps。

基于底座的三大关键能力，在全新的云边协同时代，阿里云对CDN进行了重新定位，即：

“ 为在线业务提供超高可用的边缘安全加速平台。”

致力于打造全新一代加速引擎，该引擎具有四大核心能力：一云多态、全球网络优化、边缘计算、边缘安全。

• 一云多态

从内核来讲，阿里云强调的是一云多态，其表现在新一代边缘安全加速平台基于自身灵活的边缘基础设施与Serverless能力，不仅能实现静态加速与动态加速的按需转换，还能在边缘云部署视频云，做转码，实现流量调度与算力调度的完美融合，这项能力也被称之为CDN on ENS（Edge Node Service，边缘节点服务）。

• 全球网络优化

面向在线数据，阿里云实现了全球化部署，资源广泛覆盖，帮助客户就近接入。同时，支持传统的标准协议与新一代HTTP3协议，适配更多应用场景，保障稳定、抗波动的服务。

• 边缘计算

面向云原生计算场景将边缘部署程序分为两种形态，第一种是Serverless函数计算形态，第二种是容器形态，可以直接部署至CDN边缘。

• 边缘安全

安全接入除了基础的WAF、Ddos、BOT、CC防护，阿里云基于CDN的全链路内容保护与协议保护，还拥有更多的“安全+”能力。

加速，依然是CDN的核心

“ 尽管有呼声认为，CDN要做突破，做不一样的东西。但时至今日，加速依然是CDN的核心。”

CDN已承载着全球80%以上的内容分发流量，为用户提供着成本和效率最优的网络加速解决方案。

新的内容分发网络要实现100%服务于在线数据，需将自身定位成数据中心的数据出站、分发的边缘基础设施，通过计算提升分发速度，通过边缘安全支撑分发的业务连续性。

基于这一定位，阿里云构建了在边缘云网络之上的CDN，网络具备了全新优势与特性。

首先，是基于一云多态的组网优势。

阿里的边缘云基于广泛的节点能力，构建了阿里云的边缘网络，实现了边缘-中心、边缘-边缘、终端-边缘的有效链路，能够支撑其上行的各类业务。

在网络优化技术领先性上，可以通过容器化快速开启与关闭，做到一天内几十TB业务场景的切换，为上层业务应用屏蔽复杂的网络环境，提供高质量、快速的端到端网络连接能力。

其次，这是一张合规性的网络，提供全球合规、可信的云服务。

阿里云CDN服务着全球客户，无论是国内还是海外，基建合规与数据合规都是客户关注重点。而边缘云采用从中心向边缘辐射的方式，由大规模地域分散的边缘节点相互协同组成的一朵可远程管控，安全可信，标准易用的分布式云。

第三点是通过容器化技术将CDN打造成高质量的产品。

CDN是一个典型的多租户云平台服务，其缺点是在物理机部署情况下，由于缓存共享、链路共享，很难做到有效的租户隔离。基于容器化技术，能实现多租户有效隔离，完美解决弹性与业务串扰问题，提供更灵活的资源调配服务，保障不同行业、不同客户业务的SLA与可用性。

“ 在这一层物理的网络设施上，阿里云究竟有什么独特的优势去解决全球的覆盖和公网优化的问题？

答案是：全球优化的应用协议网络。”

最开始的CDN是树状结构，数据直上直下、分层回源，这类固化的逻辑对于静态内容来讲是适用的，但对于动态内容和动静结合的内容来讲是不够灵活的。阿里云从树状网络到网状网络的结构转变，帮助业务在任何时刻都能够选择最优回源路径。

其次，通过自研应用协议网络优化，在传统的TCP/UDP协议上构建了新的全球优化的应用协议网络，基于内部协议算法，在闭环传输的过程中提供了低延时的0RTT传输管道。

在此基础上，基于端-端、云-边的双边协议容灾，全球优化的应用协议网络达到了99.99%的可用性，具备了抗波动、区域优化、跨境优化等方面的特性。

CDN作为被动加速的业务，业务量越大、QPS越高，就越需要保证边缘缓存的热度与长连接。

由阿里云构建的全球优化的应用协议网络，通过网状网络及自研应用协议，完美解决了因此而产生的请求数太少导致断连、重连延时过大、无法缓存等问题，实现了从被动加速到主动加速的转变及全场景支持。

无处不在的计算 边缘Serverless平台全新升级

“ 为什么说边缘计算是为了更好的加速？”

以2021年发布的首个边缘函数计算引擎EdgeRoutine为例，设计之初除了考虑加速，还希望充分利用边缘算力，增加边缘复用率，最终实现能耗的下降。

今年，阿里云对EdgeRoutine再次进行了升级，首次增加了边缘存储产品EdgeKV，让开发者可以将边缘程序计算的数据得以持久化地存储在边缘，减少往返数据中心的请求，进一步提高边缘的计算效率。

同时，EdgeRoutine已支持执行WASM格式文件，这代表着开发者可以使用诸如C、C++、Rust等更多WASM生态的开发语言来开发边缘程序不仅仅局限在过去的JavaScript，让边缘接入的门槛大大降低。

另外，边缘程序Beta版已开始公测部署容器镜像，开发者可以将现有的线上服务直接打包平滑部署至边缘，进一步降低部署和改造成本，极大提升部署的便利性。

再者，阿里云取消了边缘程序2MB的代码体积限制，给予开发者更多空间以执行更复杂的代码，这些调整都深受开发者用户的欢迎。

随着平台能力全新升级，带来平台规模的高速增长，尤其是边缘计算平台的日全球调用量已超千亿次（去年为百亿次规模）。此外，边缘计算开启速度进一步加快，实现秒级部署6000+Pod镜像。

去年双十一，淘宝核心业务使用了边缘程序EdgeRoutine，在经历了超高QPS并发的洪峰，整个程序的能力都变得更加成熟。对于用户而言，能体验到打开阿里系应用的丝般顺滑，这便是边缘计算带来的价值。

全新的原生防护 让防力跟着“数据”走！

中心化防护能力体系十分健全和完整，但在数据出站后仍存在局限性，在数据出站到达客户端这一过程，仍可能被劫持、篡改，难以管控，此时，便需要边缘安全能力。

“ 从防力在中心，到“防力跟着数据走”。”

针对边缘的防护等级与体系相对中心较弱的痛点以及安全和加速共存的问题，阿里云CDN边缘基础安防体系进行了全面升级，实现了全面的云原生安全，与CDN加速、计算采用同一个载体，实现完全融合，保证了业务中心扩展到边缘部署过程中全链路的安全防护。

• 分布式防御：构建强大的边缘防护屏障，防止大规模攻击集中穿透至云中心，数据资产远离风险，“发动机不停车”；
• 网格化封控：通过全球超过2800个节点的网格化管理，对CC、BOT、Ddos等攻击实施有效“封堵”，杜绝风险外溢；
• 近“源”式防护：贴身保护数据“源”，就近压制攻击“源”。除了常规防御外，依赖DCDN强大全局流量管理能力，支持加密传输、防劫持，HTTP3等高级别的数据安全保护。

基础安全加上CDN侧端到端的安全，让用户上云上的放心，上边缘云也放心，这是阿里云打造边缘安全的最终目的。

一站式解决方案 把“简单”留给客户

阿里云的CDN发展到今天这样的融合阶段，其实是一个极其复杂的过程，但这种复杂不能转嫁给客户。

“ 把复杂流程简化，以一站式方案，把“简单”留给用户。”

一体化部署

首先，阿里云CDN提倡一体化部署与一体化计费，一个产品解决加速、计算、安全需求，为客户提供一站式的解决方案；一体化计费简化购买流程，更符合行业客户付费习惯。

其次，从单中心到多中心到多云演进，意味着底层的部署架构复杂，这种复杂的架构上如果依赖中心云的安全防护是一件很难的事情。而边缘云恰好能解决绕道增加延时的问题，通过一体化部署，有效保护多云的数据资产安全，以更简单的云边架构提供更低的延迟、更低的故障率，更好的兼容性以及可运维性。

最后，对于广泛场景的适配性来说，阿里云的CDN支持任何类型的互联网流量，增强的云边端协同和IoT场景适配，提供实时的感官体验，让在线业务达到最快、最安全、最稳定的状态。

DevOps

在DevOps层面，阿里云CDN全面支持Terraform，支持可编程CDN，以及通过规则引擎精确控制边缘行为，大大提升业务应用效率。

第一，Terraform作为自动化编排工具在近年较为流行，调用量每年呈现几何级增长，在阿里云CDN产品上，超过20%的API调用来自Terraform。阿里云CDN在今年实现了全面支持Terraform，从而让更多的用户更便利地在边缘使用CDN。

第二，面对实际业务中约90%的带宽都涉及到可编程问题，通过边缘函数与简单易学的规则、语法，阿里云CDN升级后的可编程能力帮助客户快速交付，未来客户也可在控制台上根据自身业务特性与需求进行自定义。

第三，基于规则引擎能够精确地控制边缘行为，可自定义缓存配置、鉴权配置等核心功能的使用条件，自定义加速策略，提高加速效率，在所有的控制台上，面向国内及国外实现实时同发。

一站式业务感知

对于传统的CDN服务，离线日志与离线日志转存已经是普及功能，今年阿里云更多地将CDN关联服务引进，比如：集成云监控和集成ARMS，帮助客户更高效地在边缘侧进行计算与内容分发，提升全链路分析能力，一站式开启“云边端”一体化加速、计算和安全。

未来，阿里云CDN也正在考虑如何更好地与中心云进行协同。

目前阿里云提供的云服务多种多样，但凡涉及到在线业务数据分发，理论上都可以使用CDN。

阿里云CDN正在与更多的云服务进行连接、整合，目的是让用户在从接入到开通、到内容分发、到最后的监控的流程链路中，更便捷地接入云上生态。

更进一步，在拥抱碳中和、落实碳中和行动上，阿里云积极响应国家双碳战略，实现碳足迹（计量）能力。预计在9月，可以通过阿里云CDN显示每位客户的“碳账单”。未来在CDN上会有三本账：一是CDN用量账单、二是CDN费用账单、三是CDN碳账单。阿里云希望通过计量产生“碳消费”的这种方式，驱动产业向更低能耗方向努力，更好地帮助企业做碳中和。

于是，一切都源于加速，但远远不止于加速。

3.终端云化的背后，边缘云架构是如何设计的？

本文授权转载自「视频云技术」，作者王广芳，编辑IMMENSE。

终端无休止的更新迭代，是软件对计算资源的需求激增。

这是个万物更迭速度惊人的时代。

世界多元延展，大众需求激增，而满足需求，终端设备的迭代随之疯狂加速。

于是，手机、电脑被无休止的更新换代，究其背后，本质是消费终端软件对计算资源的需求激增所致。

情况同样映射在企业。

数字化时代的今天，IT 终端是企业的重要生产力。据了解，PC 终端设备的使用寿命是 3-6 年，随着使用年限的增加，运行速度慢、性能不足、故障率提高等问题层出不穷。

企业如果选择 IT 设施更替，会周期性产生高昂成本，由此产生的存量 IT 设备也逐渐成为管理、数据、应用、安全的孤岛，造成极大的运维压力和成本。

在此之上，5G 时代让各行业探索的新场景和新应用不断涌现，软件功能的不断丰富、智能操作系统的不断升级，对场景中终端设备的要求也越来越高，这也是对计算资源需求的与日俱增。

于是，腾挪计算资源，将终端设备“就近上云”，可能是最好的解法。即终端云化。

终端云化：打破硬件的桎梏

近几年，“终端云化”技术开始规模化落地，其核心思想是“计算卸载”，即将智能终端的计算任务卸载到边缘云虚拟终端处理，解决终端设备在算力和存储等方面的不足。

比如最近火爆的云游戏，使得在低配的手机、PC 端甚至智能电视上玩大型高画质游戏成为可能。

为了更好的理解终端云化的优势和特点，下面将以阿里云视图计算产品 VEC（Visual Edge Computing）为例进行说明。

视图计算VEC重点服务的是视频图像设备（消费电子、摄像头、车载终端等）上云场景，通过设备终端的标准协议接入，提供设备管理、视图处理、视图存储等服务。

“终端云化”技术打破了硬件的桎梏，其优势可总结为以下两点：

• 一是功能演进与终端设备解耦。

功能和性能的演进不再依赖终端设备的配置和升级，面对各种周期长、一致性差、兼容性等问题，只需要云端服务统一升级即可。

比如：VEC 服务的普通摄像头需要增加 AI 识别功能，不需花费巨资更换高价的智能摄像头，只需将接入到云端的视频流对接 AI 识别服务，简单配置参数即可。

• 二是高效的规模化管理。

当终端设备到达一定规模后，终端本身的管理以及终端上生产数据的管理就是一个很大的挑战了，尤其是 VEC 服务的视图类设备，会产生大量的视频或图片数据，在云端基于平台进行设备管理、流处理、流存储的能力是设备端无法企及的。

视图计算 VEC 作为终端云化的典型场景，重点构建了视图设备一键上云标准化协议、截图/录制/转码/混流等流媒体处理、视图 AI、视图存储等核心技术能力，但最核心的竞争力来自基于边缘云打造的架构优势。

“终端云化”为何依赖边缘云？

边缘云节点无处不在，离用户更近、数据处理延时低，可带来更好的体验。

边缘云能为”终端云化“带来什么？

仍然拿视图计算 VEC 来进行说明，常规的 VEC 系统设计可以是完全的中心架构，构建起来比较简单，如下图所示。

可以看到，VEC 系统应用统一部署在一个 Region，面向全网所有的视图设备提供 GB 协议和自研协议的接入服务，并支持接入设备以 RTP 或 RTMP 协议推流，进行切片录制、截图、转码、AI 分析、存储、实时播放、录像回看等服务。

但是 VEC 产品服务了海量的视图设备，视图流数据需要持续上传到平台进行处理，如果全部数据都到中心统一处理，成本是非常高的。

这类比较典型的终端云化大流量场景，如果能够将流量收敛到边缘进行处理，将明显降低流量成本，提升产品的竞争力。

同时，如果全网设备统一推流到中心，并不能确保所有设备推流的低延时体验，边缘就近接流是非常有必要的。

此时，边缘架构的两大优势就显现出来了。

• 一是就近接入，接流网关可以基于边缘节点进行广泛覆盖，支持设备的就近低延时接入；
• 二是更低成本，设备的视图流数据可以在边缘完成处理和存储，优化流量和存储成本。

完整的边缘架构系统是如何设计的？

接下来，如何设计业务系统的边缘架构？

中心架构与边缘架构的主要差异是，从“中心-终端”两层架构到“中心-边缘-终端”三层架构的演进。边缘云作为中间层，整体思路上将重点考虑终端能力的上移和中心能力的下沉。

终端能力上移可以降低终端硬件要求以及软件复杂度，对于海量终端的场景，在终端成本优化和易运维方面会有明显收益，这也是 VEC 在视图设备上云场景提供的价值逻辑。

中心能力下沉则主要评估业务系统中边缘和中心有成本差异的模块，比如 VEC 的视图流在边缘接入后可以在边缘完成处理和存储，后续的视图数据读取也可以直接从边缘访问，这样就大幅收敛了边缘回到中心的流量，带宽成本得到优化。

对 VEC 系统中心模块和边缘模块的评估，可以提炼为以下几类情况：

• 全局统一管控类的模块需要部署在中心，比如设备管理、权限管理等；
• 中心和边缘部署差异不明显，可根据场景灵活选择，或者优先中心部署，运维相对更简单，比如信令网关等；
• 针对边缘下沉场景需要在中心增加一些模块，比如节点管理、针对边缘多节点的调度等；
• 服务型模块（视图流处理和存储相关模块）尽量下沉边缘，通过调度进行区域分布式服务，比如接流网关、流处理、视图存储等。

最终的 VEC 边缘架构如下图所示。

其中 ENS 是阿里云的边缘云产品-边缘节点服务（Edge Node Service），提供了虚机、容器等多种形态实例，块存储、对象存储等多种存储服务，以及 LB、NAT 等多种网络组件，在全国完成重点城市的全域覆盖。

VEC 基于 ENS 进行边缘架构构建，明显降低了技术方案落地的研发成本，同时在边缘基础设施层的稳定性方面具备产品级的保障，可以更专注业务系统自身的技术迭代。

针对边缘架构，系统要建设一些关键能力，更好地发挥边缘架构的优势，主要包括：

资源与业务调度能力

资源由中心统一模型升级为边缘分布式模型，配套的资源和业务调度成为系统核心能力，包括访问和流量就近调度，以及节点故障或水位较高时的可用性调度等；

云边协同管控能力

中心管控和边缘管控一起形成闭环，比如用户通过中心 OpenAPI 编排一个处理流程，首先切片录制，存储为固定时长的文件，然后读取文件进行 AI 识别，就涉及到中心解析模板->多模块参数下发边缘->边缘模块按流程和参数处理->识别的结构化信息回传中心->中心信息处理等云边交互管控的复杂链路；

云边稳定且安全的通信能力

中心与边缘基于互联网的远程通信 RPC，需重点考虑通信安全和通信可靠性，云边协同管控依赖云边稳定且安全的通信能力；

边缘自治管控能力

边缘需要具备一定的自治管控能力，以应对高性能、高可用、云边一致性等场景的要求，比如减少边缘处理逻辑中对中心的依赖，以及当云边通信短时不可用时能够持续服务并在恢复后进行状态同步等。

构建一套完整的边缘架构系统，还需要什么？配套的系统能力。主要包括：

边缘节点高效部署

边缘节点部署包括节点资源的申请和初始化，以及边缘模块应用的部署和发布。边缘架构需要大量的边缘节点进行服务，节点的部署和纳管必须标准且高效，应用容器化部署是一个不错的选择。

配置管理及配置动态下发

业务调度和云边协同管控等核心能力都有基于策略和配置进行动态管理的需求，实现灵活的场景适配，以及全网资源更高效的使用。

远程运维系统

远程运维能力包括边缘状态和日志的采集上报、监控告警、远程诊断和处置等，互联网的不稳定增加了远程运维的挑战，运维动作的链路长，故障因素多，需要针对核心运维场景做全链路能力建设。

VEC 的支撑系统大图如下，其中应用部署发布、服务发现治理、集群扩缩容等关键能力是基于 ENS 容器平台构建的。

“边缘云的发展吸引了越来越多技术人的关注，在关注、参与边缘云自身能力演进的同时，相信更多的技术人更有机会做的事情，是推动自己的业务架构向边缘架构演进。”

视图计算的架构可以面向更多终端云化的场景进行扩展，演进成为更加通用的终端云化平台。

在平台技术方面，可以将目前自研的 ODCAP（Open Device Cloud Access Protocol）开放设备上云协议用于更广泛的终端云化接入和管理，同时提供可视化的视图流处理编排引擎，方便终端数据的复杂处理流程定义。

在边缘架构演进方面，视图数据被存储到了数量众多的边缘节点中，数据操作都需要先定位节点再进行读写，复杂度较高。

技术上应该考虑将多个物理节点的存储抽象成一个逻辑存储，并封装一套标准的逻辑对象存储接口，这套接口可以和中心的对象存储接口在使用体验上完全一致。这个能力也已经在阿里云边缘云 ENS 上孵化完成，开始对外产品化服务。

只有随着边缘场景的不断丰富，边缘云才能获得更好的发展。而边缘云的使命，就是支持各类边缘场景和架构，实现更好、更快、更稳的构建和发展。

真正好的技术，是可以打破桎梏，弥合鸿沟的。

终端云化的背后，边缘云架构是如何设计的？

4.阿里云的“终端云化”实践，基于ENS进行边缘架构构建

“ 终端无休止的更新迭代，是软件对计算资源的需求激增。”

技术作者｜王广芳

内容编辑｜IMMENSE

这是个万物更迭速度惊人的时代。

世界多元延展，大众需求激增，而满足需求，终端设备的死亡迭代随之疯狂加速。

于是，手机、电脑被无休止的更新换代，究其背后，本质是消费终端软件对计算资源的需求激增所致。

情况同样映射在企业。

数字化时代的今天，IT终端是企业的重要生产力。据了解，PC终端设备的使用寿命是3-6年，随着使用年限的增加，运行速度慢、性能不足、故障率提高等问题层出不穷。

企业如果选择IT设施更替，会周期性产生高昂成本，由此产生的存量IT设备也逐渐成为管理、数据、应用、安全的孤岛，造成极大的运维压力和成本。

在此之上，5G时代让各行业探索的新场景和新应用不断涌现，软件功能的不断丰富、智能操作系统的不断升级，对场景中终端设备的要求也越来越高，这也是对计算资源需求的与日俱增。

于是，腾挪计算资源，将终端设备“就近上云”，可能是最好的解法。即终端云化。

01 终端云化：打破硬件的桎梏

近几年，“终端云化”技术开始规模化落地，其核心思想是“计算卸载”，即将智能终端的计算任务卸载到边缘云虚拟终端处理，解决终端设备在算力和存储等方面的不足。

比如最近火爆的云游戏，使得在低配的手机、PC端甚至智能电视上玩大型高画质游戏成为可能。

为了更好的理解终端云化的优势和特点，下面将以阿里云视图计算产品VEC（Visual Edge Computing）为例进行说明。

视图计算VEC重点服务的是视频图像设备（消费电子、摄像头、车载终端等）上云场景，通过设备终端的标准协议接入，提供设备管理、视图处理、视图存储等服务。

“终端云化”技术打破了硬件的桎梏，其优势可总结为以下两点：

一是功能演进与终端设备解耦。

功能和性能的演进不再依赖终端设备的配置和升级，面对各种周期长、一致性差、兼容性等问题，只需要云端服务统一升级即可。

比如：VEC服务的普通摄像头需要增加AI识别功能，不需花费巨资更换高价的智能摄像头，只需将接入到云端的视频流对接AI识别服务，简单配置参数即可。

二是高效的规模化管理。

当终端设备规模到达一定规模后，终端本身的管理以及终端上生产数据的管理就是一个很大的挑战了，尤其是VEC服务的视图类设备，会产生大量的视频或图片数据，在云端基于平台进行设备管理、流处理、流存储的能力是设备端无法企及的。

视图计算VEC作为终端云化的典型场景，重点构建了视图设备一键上云标准化协议、截图/录制/转码/混流等流媒体处理、视图AI、视图存储等核心技术能力，但最核心的竞争力来自基于边缘云打造的架构优势。

02 “终端云化”为何依赖边缘云？

边缘云节点无处不在，离用户更近、数据处理延时低，可带来更好的体验。

边缘云能为”终端云化“带来什么？

仍然拿视图计算VEC来进行说明，常规的VEC系统设计可以是完全的中心架构，构建起来比较简单，如下图所示。

可以看到，VEC系统应用统一部署在一个Region，面向全网所有的视图设备提供GB协议和自研协议的接入服务，并支持接入设备以RTP或RTMP协议推流，进行切片录制、截图、转码、AI分析、存储、实时播放、录像回看等服务。

但是VEC产品服务了海量的视图设备，视图流数据需要持续上传到平台进行处理，如果全部数据都到中心统一处理，成本是非常高的。

这类比较典型的终端云化大流量场景，如果能够将流量收敛到边缘进行处理，将明显降低流量成本，提升产品的竞争力。

同时，如果全网设备统一推流到中心，并不能确保所有设备推流的低延时体验，边缘就近接流是非常有必要的。

此时，边缘架构的两大优势就显现出来了。

一是就近接入，接流网关可以基于边缘节点进行广泛覆盖，支持设备的就近低延时接入；

二是更低成本，设备的视图流数据可以在边缘完成处理和存储，优化流量和存储成本。

03 完整的边缘架构系统是如何构建的？

接下来，如何设计业务系统的边缘架构？

中心架构与边缘架构的主要差异是，从“中心-终端”两层架构到“中心-边缘-终端”三层架构的演进。边缘云作为中间层，整体思路上将重点考虑终端能力的上移和中心能力的下沉。

终端能力上移可以降低终端硬件要求以及软件复杂度，对于海量终端的场景，在终端成本优化和易运维方面会有明显收益，这也是VEC在视图设备上云场景提供的价值逻辑。

中心能力下沉则主要评估业务系统中边缘和中心有成本差异的模块，比如VEC的视图流在边缘接入后可以在边缘完成处理和存储，后续的视图数据读取也可以直接从边缘访问，这样就大幅收敛了边缘回到中心的流量，带宽成本得到优化。

对VEC系统中心模块和边缘模块的评估，可以提炼为以下几类情况：

• 全局统一管控类的模块需要部署在中心，比如设备管理、权限管理等；
• 中心和边缘部署差异不明显，可根据场景灵活选择，或者优先中心部署，运维相对更简单，比如信令网关等；
• 针对边缘下沉场景需要在中心增加一些模块，比如节点管理、针对边缘多节点的调度等；
• 服务型模块（视图流处理和存储相关模块）尽量下沉边缘，通过调度进行区域分布式服务，比如接流网关、流处理、视图存储等。

最终的VEC边缘架构如下图所示。

其中ENS是阿里云的边缘云产品-边缘节点服务（Edge Node Service），提供了虚机、容器等多种形态实例，块存储、对象存储等多种存储服务，以及LB、NAT等多种网络组件，在全国完成重点城市的全域覆盖。

VEC基于ENS进行边缘架构构建，明显降低了技术方案落地的研发成本，同时在边缘基础设施层的稳定性方面产品级的保障，可以更专注业务系统自身的技术迭代。

针对边缘架构，系统要建设一些关键能力，更好地发挥边缘架构的优势，主要包括：

资源与业务调度能力

资源由中心统一模型升级为边缘分布式模型，配套的资源和业务调度成为系统核心能力，包括访问和流量就近调度，以及节点故障或水位较高时的可用性调度等；

云边协同管控能力

中心管控和边缘管控一起形成闭环，比如用户通过中心OpenAPI编排一个处理流程，首先切片录制，存储为固定时长的文件，然后读取文件进行AI识别，就涉及到中心解析模板->多模块参数下发边缘->边缘模块按流程和参数处理->识别的结构化信息回传中心->中心信息处理等云边交互管控的复杂链路；

云边稳定且安全的通信能力

中心与边缘基于互联网的远程通信RPC，需重点考虑通信安全和通信可靠性，云边协同管控依赖云边稳定且安全的通信能力；

边缘自治管控能力

边缘需要具备一定的自治管控能力，以应对高性能、高可用、云边一致性等场景的要求，比如减少边缘处理逻辑中对中心的依赖，以及当云边通信短时不可用时能够持续服务并在恢复后进行状态同步等。

构建一套完整的边缘架构系统，还需要什么？配套的系统能力。

主要包括：

边缘节点高效部署

边缘节点部署包括节点资源的申请和初始化，以及边缘模块应用的部署和发布。边缘架构需要大量的边缘节点进行服务，节点的部署和纳管必须标准且高效，应用容器化部署是一个不错的选择。

配置管理及配置动态下发

业务调度和云边协同管控等核心能力都有基于策略和配置进行动态管理的需求，实现灵活的场景适配，以及全网资源更高效的使用。

远程运维系统

远程运维能力包括边缘状态和日志的采集上报、监控告警、远程诊断和处置等，互联网的不稳定增加了远程运维的挑战，运维动作的链路长，故障因素多，需要针对核心运维场景做全链路能力建设。

VEC的支撑系统大图如下，其中应用部署发布、服务发现治理、集群扩缩容等关键能力是基于ENS容器平台构建的。

“ 边缘云的发展吸引了越来越多技术人的关注，在关注、参与边缘云自身能力演进的同时，相信更多的技术人更有机会做的事情，是推动自己的业务架构向边缘架构演进。 ”

视图计算的架构可以面向更多终端云化的场景进行扩展，演进成为更加通用的终端云化平台。

在平台技术方面，可以将目前自研的ODCAP（Open Device Cloud Access Protocol）开放设备上云协议用于更广泛的终端云化接入和管理，同时提供可视化的视图流处理编排引擎，方便终端数据的复杂处理流程定义。

在边缘架构演进方面，视图数据被存储到了数量众多的边缘节点中，数据操作都需要先定位节点再进行读写，复杂度较高。

技术上应该考虑将多个物理节点的存储抽象成一个逻辑存储，并封装一套标准的逻辑对象存储接口，这套接口可以和中心的对象存储接口在使用体验上完全一致。这个能力也已经在阿里云边缘云ENS上孵化完成，开始对外产品化服务。

随着边缘场景的不断丰富，边缘云才能获得更好的发展。而边缘云的使命，就是支持各类边缘场景和架构更好、更快、更稳的构建和发展。

总之，真正好的技术，是可以打破桎梏，弥合鸿沟的。