Embed Size (px)
Citation preview
C H I N A S E C U R I T I E S R E S E A R C H
请参阅最后一页的重要声明
[table_main] 行业深度模板 证券研究报告·行业深度
移动边缘计算，站在 5G“中央”
1.移动边缘计算强调靠近用户提供计算能力，应用场景丰富。
移动边缘计算（MEC）是一个“硬件+软件”的系统，通过在移
动网络边缘提供 IT 服务环境和云计算能力，以减少网络操作和
服务交付的时延。其技术特征主要包括“邻近性、低时延、高宽
带和位置认知”，未来有广阔的应用前景，例如车联网（如无人
驾驶）、AR、视频优化加速、监控视频分析等。IDC 预测显示，
2018 年将有 40%的数据要在网络边缘侧分析、计算与存储。
2.移动边缘计算与云计算并不对立，更多是协同互补的关系。
移动边缘计算和云计算的关系可以比喻为集团公司的地方办事
处与集团总公司的关系，可以彼此互补。云计算把握整体，聚焦
于非实时、长周期数据的分析，能够在周期性维护等领域发挥特
长；而移动边缘计算则专注于局部，聚焦实时、短周期数据的分
析，能够更好地支撑本地业务的实时智能化处理与执行。
3.移动边缘计算与 CDN 有诸多不同，是 CDN 的发展方向之一。
相较 CDN，移动边缘计算更靠近无线网边缘，下沉位置更深，因
此时延更小；CDN 应用场景的关注点是“分发加速”，而移动边缘
计算不仅要“加速”，还拥有开放 API 能力及本地化的计算存储
能力，可以让网络智能化。因此，传统 CDN 是以缓存分发业务为
中心的 IO 密集型系统，未来的演进方向之一是边缘计算。
4.多因素推动移动边缘计算加速发展，如 5G、物联网、SDN。
一是 5G 的三大应用场景和小于 1ms 的时延指标，决定了 5G 业务
的终结点不可能都在核心网后端的云平台，因此移动边缘计算的
发展具有必要性。二是物联网的核心是让万物互联，而随着连接
数的快速增长，一方面意味着海量数据的产生，另一方面物联网
设备往往还需要智能计算，而移动边缘计算可以通过更靠近边缘
的数据处理能力，帮助物联网更好地实现物与物之间的传感、交
互和控制。三是 SDN 将助力移动边缘计算的发展。例如，SDN 的
架构能够让网络可以灵活互换使用云计算和边缘计算的资源，满
足敏捷和动态系统需求，为用户提供最佳的服务。
5.移动边缘计算虽处发展初期，但巨头纷纷布局，前景广阔。
移动边缘计算诞生于 2013 年，目前仍处于技术研发和产业化过
程中，虽仍处于发展初期，但作为 5G 的核心技术之一，发展前
景广阔。数据显示：通过增加边缘云服务器的部署，运营商可以
减少专有的网络部署，节省无线接入网络与现有应用服务器之间
的回程线路使用达 35%以上。因此，巨头纷纷布局，包括诺基亚、
英特尔、华为、中兴等。从投资角度来看，我们建议重点关注布
局领先、与运营商合作良好的供应商：中兴通讯、日海通讯。
风险提示
移动边缘计算的技术发展不及预期、商业模式不清晰等。
[table_invest] 0428 维持 增持
武超则
010-85156318
执业证书编号：S1440513090003
发布日期： 2017 年 7 月 28 日
市场表现
[table_industrytrend]
-4%
1%
6%
11%
16%
16
/7/2
8
16
/8/2
8
16
/9/2
8
16
/10
/28
16
/11
/28
16
/12
/28
17
/1/2
8
17
/2/2
8
17
/3/2
8
17
/4/2
8
17
/5/2
8
17
/6/2
8
通信 上证指数
相关研究报告
[table_report]
17.07.24
通信行业：中美欧日韩将统一 5G 通
信标准，中国电信 NB-IOT 网络全面
铺开
17.07.17 通信行业：工信部新增 5G 试验频
段，中国电信 NB-IOT 资费套餐出炉
17.07.10
通信行业：中国电信发布 NB-IOT
业务套餐，中兴通讯推动 5G NR 标
准进程
[table_indusname] 通信
行业深度研究报告
[table_page] 通信
请参阅最后一页的重要声明
目录
一、移动边缘计算为何物 ....................................................................................................................................... 1
1.1 移动边缘计算的概念、特征与基本组件.................................................................................................. 1
1.2 移动边缘计算与云计算协同互补、相得益彰 .......................................................................................... 3
1.3 移动边缘计算是 CDN 的未来发展方向之一 ........................................................................................... 3
二、多因素推动移动边缘计算加速发展 ............................................................................................................... 5
2.1 物联网时代的大数据与大连接需要移动边缘计算 .................................................................................. 5
2.2 移动边缘计算是 5G 的核心技术之一 ....................................................................................................... 6
2.2.1 网络切片技术需要应用移动边缘计算 ........................................................................................... 7
2.2.2C/U 分离技术将促进移动边缘计算实现 ................................................................................................ 8
2.2.3 移动边缘计算可以满足 5G 低时延要求 ........................................................................................ 9
2.3 移动边缘计算可以避免运营商网络管道化 ............................................................................................ 10
2.4 软件定义网络（SDN）将助力移动边缘计算功能实现 .........................................................................11
三、移动边缘计算具有丰富的应用场景 ............................................................................................................. 12
3.1 视频优化加速：移动边缘计算降低移动视频延迟，实现跨层视频优化 ............................................ 12
3.2 车联网：移动边缘计算确保低时延和高可靠性 .................................................................................... 13
3.3 增强现实（AR）：移动边缘计算可降低时延，提高数据处理精度，提升用户感受 ........................ 14
3.4 监控视频分析：移动边缘计算可降低核心网负担，提高处理效率 .................................................... 14
四、移动边缘计算的技术解析 ............................................................................................................................. 15
4.1 移动边缘计算的类型 ............................................................................................................................... 15
4.2 移动边缘计算的部署方案 ....................................................................................................................... 16
4.2.1 基于 4G EPC 架构部署在 RAN 侧的 MEC 方案 ........................................................................ 16
4.2.2 基于 4G EPC 架构部署在 CN 侧的 MEC 方案 ........................................................................... 17
4.2.3 基于 5G 架构的 MEC 服务器部署方案 ....................................................................................... 17
五、相关布局公司 ................................................................................................................................................. 18
5.1 诺基亚（NOK.N）:最早关注移动边缘计算的公司之一 ...................................................................... 18
5.2 英特尔（INTC.O）：发布了移动边缘计算端到端解决方案白皮书..................................................... 19
5.3 凌华科技（6166.TW）：开放的电信级边缘计算架构推动者 .............................................................. 20
5.4 华为：边缘计算产业联盟发起者、移动边缘计算方案提供商 ............................................................ 21
5.5 中兴通讯（000063）：推出基于室分与 5G 的移动边缘计算解决方案 ............................................... 22
5.6 网宿科技（300017）：积极推动 CDN 升级具备移动边缘计算功能 ................................................... 23
5.7 日海通讯（002313）：借力佰才邦发力小基站和移动边缘计算 .......................................................... 24
5.8Relay2：让 WiFi 网络集成边缘计算和云端管理功能 ........................................................................... 25
六、投资建议 ......................................................................................................................................................... 25
风险提示 ................................................................................................................................................................. 26
行业深度研究报告
[table_page] 通信
请参阅最后一页的重要声明
图表目录
图 1：ETSI 定义的移动边缘计算框架 ........................................................................................................... 1
图 2：英特尔定义的移动边缘计算整体架构................................................................................................. 1
图 3：移动边缘计算的技术特征 .................................................................................................................... 2
图 4：移动边缘计算与云计算的关系示意图................................................................................................. 3
图 5：移动边缘计算与云计算搭配处理数据可降低成本 ............................................................................. 3
图 6：移动边缘计算与 CDN 位置关系 .......................................................................................................... 4
图 7：CDN 典型架构图 ................................................................................................................................... 4
图 8：物联网时代收集和处理数据的主要难题............................................................................................. 6
图 9：IMT-2020 定义的 5G 的八个关键能力 ................................................................................................ 7
图 10：移动边缘计算促进数据中心与 5G 的融合 ........................................................................................ 7
图 11：移动边缘计算是 5G 核心技术之一 .................................................................................................... 7
图 12：网络切片的应用需求 .......................................................................................................................... 8
图 13：5G 网络切片示意图 ............................................................................................................................ 8
图 14：C/U 分离技术可以有效提高效率 ....................................................................................................... 9
图 15：C/U 分离技术应用场景 ....................................................................................................................... 9
图 16：移动边缘计算降低时延 .................................................................................................................... 10
图 17：移动边缘计算（EECO）实现低能耗 .............................................................................................. 10
图 18：运营商面临移动承载网络管道化的挑战 ......................................................................................... 10
图 19：中国联通与佰才邦展示 MEC VR 解决方案 ....................................................................................11
图 20：中国移动智能化边缘计算平台 .........................................................................................................11
图 21：全球网络延迟情况示意图 ................................................................................................................ 12
图 22：移动边缘计算在视频优化中的应用示意图 ..................................................................................... 13
图 23：移动边缘计算在车联网应用中示意图 ............................................................................................. 14
图 24：移动边缘计算在 AR 应用中示意图 ................................................................................................. 14
图 25：移动边缘计算在监控中的应用 ........................................................................................................ 15
图 26：配置到订单系统（左）和预制微型数据中心（右） ..................................................................... 16
图 27：边缘计算的三种类型 ........................................................................................................................ 16
图 28：MEC 服务器部署在 RAN 侧基站汇聚点后 .................................................................................... 17
图 29：MEC 服务器部署在 RAN 侧单个基站后 ........................................................................................ 17
图 30：MEC 服务器与 CN 侧的 P—GW 部署在一起................................................................................. 17
图 31：MEC 服务器与 CN 侧的 D—GW 部署在一起 ................................................................................ 17
图 32：基于 5G 架构的 MEC 服务器部署方案 ........................................................................................... 18
图 33：诺基亚 MEC 平台框架 ...................................................................................................................... 19
图 34：英特尔 NEV SDK 功能架构 ............................................................................................................. 20
图 35：英特尔 MEC 测试环境示意图 .......................................................................................................... 20
图 36：凌华科技移动边缘计算平台 SETO-1000 ........................................................................................ 21
图 37：凌华科技移动边缘计算架构平台产品 ............................................................................................. 21
图 38：华为边缘计算物联网解决方案 ........................................................................................................ 22
图 39：中兴 QCell 方案应用场景 ................................................................................................................. 23
行业深度研究报告
[table_page] 通信
请参阅最后一页的重要声明
图 40：网宿科技构建智能计算网络 ............................................................................................................ 24
图 41：佰才邦搭载 LTE 小基站与 MEC 服务器的无人机 ......................................................................... 25
图 42：佰才邦与中国联通展示 MEC 解决方案 .......................................................................................... 25
表 1：移动边缘计算系统的基本组件及功能................................................................................................. 2
表 2：CDN 与移动边缘计算之间的区别和联系 ........................................................................................... 5
表 3：诺基亚发布的 MEC 应用程序 ............................................................................................................ 19
表 4：凌华科技移动边缘计算平台可以实现的功能 ................................................................................... 21
1
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
一、移动边缘计算为何物
1.1 移动边缘计算的概念、特征与基本组件
移动边缘计算（MEC）最初于 2013 年在 IBM 和 Nokia Siemens 共同推出的一款计算平台上出现。之后，各
大电信标准组织开始推动移动边缘计算的规范化工作。根据欧洲电信标准协会（ETSI）的定义，移动边缘计算
侧重在移动网边缘提供 IT 服务环境和云计算能力，强调靠近移动用户以减少网络操作和服务交付的时延。
2016 年，华为在国内倡议发起了“边缘计算产业联盟”。根据边缘计算产业联盟的定义，边缘计算是在靠
近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，
以满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
我们认为：移动边缘计算通过与内容提供商和应用开发商深度合作，在靠近移动用户侧就近提供内容存储
计算及分发服务，使应用、服务和内容部署在高度分布的环境中，以更好地满足低时延和高带宽需求。
根据 Intel 的架构，移动边缘计算位于无线接入点与有线网络之间，传统无线接入网具备了业务本地化和
近距离部署的条件，从而提供了高带宽、低时延的传输能力，同时业务面下沉形成本地化部署，可有效降低对
网络回传带宽的要求和网络负荷。移动边缘计算由于提供了应用程序编程接口（API），并对第三方开放基础网
络能力，从而使得网络可以根据第三方的业务需求实现按需定制和交互，这将是 5G 迈向更扁平网络的第一步。
图 1：ETSI 定义的移动边缘计算框架 图 2：英特尔定义的移动边缘计算整体架构
资料来源：ETSI，中信建投证券研究发展部 资料来源：Intel，中信建投证券研究发展部
移动边缘计算的技术特征主要体现为：邻近性、低时延、高宽带和位置认知。
（1）邻近性：由于移动边缘计算服务器的布置非常靠近信息源，因此边缘计算特别适用于捕获和分析大数
据中的关键信息，此外边缘计算还可以直接访问设备，因此容易直接衍生特定的商业应用。
（2）低时延：由于移动边缘计算服务靠近终端设备或者直接在终端设备上运行，因此大大降低了延迟。这
使得反馈更加迅速，同时也改善了用户体验，大大降低了网络在其他部分中可能发生的拥塞。
2
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
（3）高带宽：由于移动边缘计算服务器靠近信息源，可以在本地进行简单地数据处理，不必将所有数据或
信息都上传至云端，这将使得核心网传输压力下降，减少网络堵塞，网络速率也会因此大大增加。
（4）位置认知：当网络边缘是无线网络的一部分时，无论是 WiFi 还是蜂窝，本地服务都可以利用相对较
少的信息来确定每个连接设备的具体位置。
图 3：移动边缘计算的技术特征
资料来源：Intel，中信建投证券研究发展部
移动边缘计算的基本组件包括：路由子系统、能力开放子系统、平台管理子系统及边缘云基础设施。前 3
个子系统部署于移动边缘计算服务器内，而边缘云基础设施则由部署在网络边缘的小型或微型数据中心构成。
表 1：移动边缘计算系统的基本组件及功能
基本组件 主要功能
路由子系统 为移动边缘计算系统内部的各个组件提供基本的数据转发及网络连接能力，并为边缘云内的第三方虚
拟业务主机提供网络虚拟化支持
能力开放子系统 支持第三方以调用应用程序接口(API)的形式，通过平台中间件驱动移动网络实现网络能力调用
平台管理子系统 对移动网络数据平面进行控制，对来自能力开放子系统的能力调用请求进行管控，对边缘云内的 IT
基础设施进行规划编排及对相关计费信息进行统计上报
边缘云基础实施 为第三方应用提供包括计算、内存、存储及网络等资源在内的基于小型化硬件平台构建的 IT 资源池，
使其能够实现本地化业务部署，且方式接近基于传统数据中心的业务部署
资料来源：Intel，中信建投证券研究发展部
移动边缘计算系统的核心设备是基于 IT 通用硬件平台构建的 MEC 服务器。移动边缘计算系统通过部署于无
线基站内部或无线接入网边缘的云计算设施（即边缘云），以提供本地化的公有云服务，并可连接其它网络（如
3
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
企业网）内部的私有云实现混合云服务。移动边缘计算系统提供基于云平台的虚拟化环境，支持第三方应用在
边缘云内的虚拟机(VM)上运行。相关的无线网络能力可通过 MEC 服务器上的平台中间件向第三方应用开放。
1.2 移动边缘计算与云计算协同互补、相得益彰
移动边缘计算和云计算的关系可以比喻为集团公司的地方办事处与集团总公司的关系。云计算把握整体，
聚焦于非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长；边缘计算则专
注于局部，聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。
对于数据处理的时效性要求，如果完全依靠云计算，传输时间及反馈时间将会使得数据处理效率大打折扣。
而如果先通过移动边缘计算进行简单初步的处理，对于复杂的数据再上传至云端，通过云计算解决，这样既可
以解决数据处理的时效性问题，同时降低传输成本，又可以减轻云计算的压力。因此，云计算与移动边缘计算
配合的运行模式是这样的：边缘端先对数据进行预处理，提取特征传输给云端再进行计算分析。
图 4：移动边缘计算与云计算的关系示意图 图 5：移动边缘计算与云计算搭配处理数据可降低成本
资料来源：公开资料，中信建投证券研究发展部 资料来源：Wikion，中信建投证券研究发展部
1.3 移动边缘计算是 CDN 的未来发展方向之一
CDN 即内容分发网络，其目的是通过在现有的 Internet 中增加一层新的网络架构，将网站的内容发布到最
接近用户的网络“边缘”，使用户可以就近取得所需的内容，以提高用户访问网站的响应速度。
CDN 与移动边缘计算之间存在千丝万缕的联系。
CDN 与移动边缘计算的产生背景有许多相同之处，实现目标也有相近之处。两者都是在用户体验要求不断
提高，用户数量、数据流量激增的背景下产生。CDN 中的网络“边缘”和移动边缘计算中的“边缘”含义接近，
都意味着和以往的网络架构不同，服务器更接近于无线接入网（RAN）。但是相较于 CDN，移动边缘计算更靠近
无线接入网，下沉的位置更深。由于物理距离的减少，自然移动边缘计算相较于 CDN 时延进一步降低。
4
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 6：移动边缘计算与 CDN 位置关系
资料来源：ITU，中信建投证券研究发展部
但在架构上，移动边缘计算与 CDN 差别较大。移动边缘计算的典型架构中包括能力开放系统及边缘云基础
设施，这使得移动边缘计算拥有开放 API 能力以及本地化的计算能力，而这些恰恰是 CDN 所欠缺的。
图 7：CDN 典型架构图
资料来源：51CTO，中信建投证券研究发展部
由于自身的技术特点，CDN 应用场景的关注点是在“加速”，如网站加速，视频点播及视频直播等等场景，
并未出现智能化场景。而移动边缘计算包括了计算能力，因此具备了低时延和智能化特点，移动边缘计算在包
含 CDN 的应用场景外，在诸如车联网、智慧医疗等要求智能化的应用场景中将起到非常大的作用。
随着技术的不断进步以及产业环境的日益变化，用户对高频、高交互的要求越来越极致化，不仅对时延的
5
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
要求更高，对智能调配能力和处理、计算海量数据的能力也要求更高了。因此，CDN 的传统应用场景如视频加
速将受到挑战。对此，CDN 要根据市场需求做出进一步升级，比如智能化，最关键的是智能调配、智能计算。
在应用场景方面，CDN 也应不断升级，从最初的图片加速、网站加速、视频加速，到承载各类高清视频、VR/AR
等重度应用，再到对大数据技术、物联网、人工智能的承载。而这些正是移动边缘计算要解决的问题。
表 2：CDN 与移动边缘计算之间的区别和联系
项目 CDN MEC
部署位置 IDC 机房 位置更下沉，更靠近无线接入网边缘
关键技术 负载均衡技术、动态内容分发与复制技术、
缓存技术
NFV 与云化技术、控制与承载分离技术、业务感知和
智能业务编排技术
技术特征 低时延、缓存加速 高带宽、低时延、智能调度
应用场景 视频加速、直播加速 智能化场景，车联网，无人工厂
资料来源：公开资料，中信建投证券研究发展部
因此，传统 CDN 是以缓存业务为中心的 IO 密集型系统，未来 CDN 的演进方向之一是形成边缘计算系统。
二、多因素推动移动边缘计算加速发展
2.1 物联网时代的大数据与大连接需要移动边缘计算
物联网的核心是让万物互联，让每个物体都能够智能地连接与运行。边缘计算可以通过更靠近边缘的数据
分析处理能力，帮助物联网更好地实现物与物之间的传感、交互和控制。“移动边缘计算”作为一种将计算、网
络、存储能力从云延伸到物联网网络边缘的架构，遵循“业务应用在边缘，管理在云端”的模式。
当前，各种附带传感器的智能设备正在快速联网。IDC 的统计数据显示，到 2020 年全球将有超过 500 亿的
终端和设备联网。我们预计，2016 年我国物联网连接数约 8.4 亿个，预计 2020 年将增长 317%，达到 35 亿。
连接数的快速增长，一方面意味着海量数据的产生，另一方面，这类连接设备往往还需要进行智能计算。
根据 IDC 的预计，在 2018 年将有 40%的数据需要在网络边缘侧分析、处理与储存。
海量数据带来的问题是存储不便、计算结果的迟滞性。云计算是解决该问题的方法之一。在面临如此庞大
的数据量时，云计算可以为大数据提供存储和计算支持。但是物联网产生的大量数据如果完全由云计算进行处
理，那么网络边缘侧产生的数据就需要全部通过网络上传到云端，不仅传输时间将非常长，传输代价也很大。
更重要的是，由于数据是先上传至云端，再反馈于终端执行，数据处理效率将大打折扣。
以智能驾驶为例，在监测到车子前方有障碍物时，如果无法及时智能化处理，控制方向躲避障碍物，而是
先传入云端，再反馈回终端的的话，极小的延迟，都有可能导致车祸的发生。
6
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
而如此大量的设备需要智能化计算，仅仅依靠云计算是难以完成的。因此，面对未来物联网时代产生的大
量连接与大量数据，就需要重新考虑网络布局。举个例子，一段网红的短视频约为 10MB，如果一个区域内有 1000
个人观看这段视频就会产生 10GB 的网络流量。在这过程中，实际上这段视频内容从互联网到移动网络内被重复
发送了 1000 遍，99.9%的网络带宽被浪费了，如果将视频缓存在靠近边缘侧的节点，将大量节省带宽。
物联网的数据特征是多样化、异构性、海量性和高增长。因此，数据的筛选与及时处理便对目前的网络架
构构成了挑战。根据国际电信联盟（ITU）的调查结果，在物联网时代，数据处理效率与有效信息抓取是使用者
面临的主要问题，分别有 44%和 36%的受访人群认为数据量太大以及有效信息难以抓取是主要问题。
图 8：物联网时代收集和处理数据的主要难题
资料来源：ITU，中信建投证券研究发展部
传统的观点认为解决数据多样化与异构性应当从基础软件入手，不同的微型设备可能需要不同的操作系统，
不同的感知信息需要不同的数据结构和数据库，不同的系统需要采用不同的中间件。这三个系统的正确选择可
以屏蔽数据的异构性。但采取这种方式，成本支出将是巨大的。而移动边缘计算可以首先对数据进行筛选，将
筛选后的数据再上传至云端，从而实现数据的顺利传递、过滤、融合，对及时、正确感知数据具有重要意义。
对于物联网数据的海量性与高增长性问题，如果直接去建设更多更大的数据中心会极大地增加管理成本并
且使得系统可靠性下降。而移动边缘计算作一个十分靠近终端信息源的小型信息中心，将应用、处理和存储推
向移动边界，使得海量数据可以正常处理，而不必完全去建设更多的数据中心。
2.2 移动边缘计算是 5G 的核心技术之一
5G 技术以“大容量、大带宽、大连结、低延迟、低功耗”为诉求。根据联合国国际电信联盟(ITU)对 5G 的
标准要求，5G 标准包括增强型移动宽带（eMBB）、超高可靠低时延通信（URLLC）以及海量机器通信（mMTC）三
大应用场景，并定义了以下关键指标：峰值吞吐率 10Gbps、时延 1ms、连接数 100万、高速移动性 500km/h。
7
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 9：IMT-2020 定义的 5G 的八个关键能力
资料来源：ITU，中信建投证券研究发展部
在目前的网络架构中，由于核心网的高位置部署，传输时延比较大，不能满足超低时延业务需求；此外，
业务完全在云端终结并非完全有效，尤其一些区域性业务不在本地终结，既浪费带宽，也增加时延。因此，时
延指标和连接数指标决定了 5G 业务的终结点不可能全部都在核心网后端的云平台。
移动边缘计算正好契合该需求。一方面，移动边缘计算部署在边缘位置，边缘服务在终端设备上运行，反
馈更迅速，解决了时延问题；另一方面，移动边缘计算将内容与计算能力下沉，提供智能化的流量调度，将业
务本地化，内容本地缓存，让部分区域性业务不必大费周章在云端终结。
图 10：移动边缘计算促进数据中心与 5G 的融合 图 11：移动边缘计算是 5G 核心技术之一
资料来源：思科，中信建投证券研究发展部 资料来源：SK，中信建投证券研究发展部
此外，移动边缘计算的技术与 5G 技术中的网络切片技术、C/U 分离等具有密切联系。
2.2.1 网络切片技术需要应用移动边缘计算
8
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
网络切片被众多知名运营商与设备商认为是 5G 时代的理想网络架构。
由于移动网络需要服务各种类型和需求的设备，如果为每一种服务建设一个专有网络，成本将是难以估计
的。而网络切片技术可以让运营商基于一个硬件基础设施切分出多个虚拟的端到端网络，每个网络切片从设备
到接入网到传输网再到核心网在逻辑上隔离，适配各种类型服务的不同特征需求，保证从核心网到接入网，包
括终端等环节，能动态、实时、有效地分配网络资源，从而保证质量、时延、速度、带宽等方面的业务质量。
图 12：网络切片的应用需求 图 13：5G 网络切片示意图
资料来源：NGMN，中信建投证券研究发展部 资料来源：NGMN，中信建投证券研究发展部
移动边缘计算的业务感知功能与网络切片技术在一定程度上是相似的。移动边缘计算的主要技术特征之一
为低时延，这就使得移动边缘计算可以支持对时延要求最为苛刻的业务类型，这也意味着移动边缘计算是超低
时延切片中的关键技术。随着移动边缘计算的应用，网络切片技术的内涵将由单纯地切分出多个虚拟的端到端
网络扩充到不同高要求时延下的切分出虚拟的端到端网络，这有助于 5G 网络切片技术的发展。
2.2.2C/U 分离技术将促进移动边缘计算实现
在 5G 时代，移动网络面临着指数级增长的流量需求，因此利用拥有更广泛频谱的更高频带来拓展网络容量
成为一种方法。但是，与较低的频带相比，高频带容易遭受严重的传播损耗，为解决这一问题，运营商普遍会
将在较高频带工作的小区置于较低频带的小区覆盖范围内。但随着部署越来越密集，在超密集组网场景下单小
区的覆盖范围较小，会导致较高移动速度的终端用户遭受频繁切换，从而导致用户体验显著下降。同时这样的
频繁切换会引起巨大的冗余控制信令交互，降低异构网络的效率。为了解决这一问题，C/U 分离技术提出。
C/U 分离（转控分离）技术是指从网络重构的角度，将控制功能集中化，从架构设计方面把控制面集中，
把用户面或者转发面进一步简化，以降低成本，提高效率。
9
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 14：C/U 分离技术可以有效提高效率 图 15：C/U 分离技术应用场景
资料来源：Research Gate，中信建投证券研究发展部 资料来源：Research Gate，中信建投证券研究发展部
在 C/U 分离技术中，控制面与用户面的分离，用户面网关可以独立下沉至移动边缘，而移动边缘计算由于
将服务下移，按流量计费功能与安全性保障需求将一直存在。C/U 分离技术则可以解决该问题，有助于移动边
缘计算的发展。值得一提的是中国移动研究院与中兴通讯合作的以 C/U 分离技术为重要基础的 vBRAS 创新方案，
一举斩获“2017 年度 GTB 基础设施创新大奖”，这充分说明行业对于 C/U 分离技术这一理念的认可。
2.2.3 移动边缘计算可以满足 5G 低时延要求
5G 三大应用场景之一中的“低功耗大连接”要求能够提供具备超千亿网络连接的支持能力，满足 100 万/km2
连接数密度指标要求，在这样的海量数据以及高连接密度指标的要求下，如何保证低时延和低功耗是非常重要
的。5G 甚至提出 1ms 端到端时延的业务目标，以支持工业控制等业务的需求。要实现低时延以及低功耗，一方
面需要大幅度降低空口传输时延，另一方面要尽可能减少转发节点，缩短源到目的节点之间的“距离”。
而目前的移动技术对时延优化并不充分，LTE 技术可以将空口吞吐率提升 10 倍，但对端到端的时延只能优
化 3 倍。其原因在于当空口效率大幅提升以后，网络构架并没有充分优化而成为了业务时延的瓶颈。LTE 网络
虽然实现了 2 跳的扁平构架，但基站到核心网往往会距离数百公里，途径多重会聚、转发设备，再加上不可预
知的拥塞和抖动，根本无法实现低时延的保障。
移动边缘计算部署在移动边缘，将把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计
算、存储、处理等功能，构建移动边缘云，提供信息技术服务环境和云计算能力。由于应用服务和内容部署在
移动边缘，这样便可以减少数据传输中的转发和处理时间，降低端到端时延，满足低时延要求，并降低功耗。
10
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 16：移动边缘计算降低时延 图 17：移动边缘计算（EECO）实现低能耗
资料来源：亚马逊，中信建投证券研究发展部 资料来源：Research Gate，中信建投证券研究发展部
2.3 移动边缘计算可以避免运营商网络管道化
目前传统的运营商网络是“哑管道”，是非智能的。在通信网络正在承载更多基于新型智能终端、基于 IP
的多媒体应用的背景下，运营商资费和商业模式都较为单一，对业务和用户的掌控力不足。例如目前包月套餐
大量存在，很难满足用户的差异化需求。在资费一定的情况下，流量使用较少的用户事实上在补贴高流量使用
的用户。此外，由于没有对业务进行优先级区分，很多占用大量带宽的业务无法产生足够的价值，如一些视频
流媒体、P2P 业务等，而一些对实时性要求高且高价值的业务，如移动办公业务，却无法获得优先保障。
图 18：运营商面临移动承载网络管道化的挑战
资料来源：中国移动，中信建投证券研究发展部
面对这一挑战，运营商纷纷提出“智能管道”战略。根据爱立信的定义，广义的智能管道的定义即是：根
11
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
据客户价值、业务价值分配合理的网络资源并提供相应计费手段的数据管道。实现“智能管道”的关键在于精
准区分用户类别，真实把握用户需求。为了实现这一目的，一些运营商已经开始利用深度包解析得到的 URL 信
息进行关键字段匹配，从何感知用户需求，对客户进行画像。
如上所分析的 5G 网络切片技术，智能化的 5G 网络重要特征之一便是内容感知，通过对网络流量的内容分
析，可以增加网络的业务黏性、用户黏性和数据黏性。而移动边缘计算的关键技术之一也是业务和用户感知，
通过在移动边缘对业务和用户进行识别，充分优化利用本地网络资源，提高网络服务质量，并且可以对用户提
供差异化的服务，带来更好的用户体验。
国内运营商中，中国联通和中国移动便是移动边缘计算的积极推动者。中国移动和中国联通分别联合公司
进行了相关测试，中国移动更是发布了相关规划。中国移动还在上海的 F1 赛事赛场使用了 MEC 设备来进行部署。
根据实测数据，在现场实时直播的时间只有 0.5 秒，用户几乎感觉不到。如果用现在传统的直播方式，将服务
器放在互联网上，然后再通过网络比较长度流的传输到现场，延时大概是将近 50 秒，所以给用户的体验是一种
非常巨大的改善，这个应该可以看出来本地化的业务提供确实能够很好地改善用户的体验。
图 19：中国联通与佰才邦展示 MEC VR 解决方案 图 20：中国移动智能化边缘计算平台
资料来源：中国联通，中信建投证券研究发展部 资料来源：公开资料，中信建投证券研究发展部
2.4 软件定义网络（SDN）将助力移动边缘计算功能实现
SDN 是一种新型的网络创新架构，是网络虚拟化的一种实现方式，它将硬件密集型的传统网络转换成软件
驱动型的新型网络，该网络可完全编程、且可以简化运营和快速实现新服务交付。而移动边缘计算平台可以提
供应用程序编程接口（API），对第三方开放基础能力，这与 SDN 的理念是一致的。
事实上，随着移动终端使用的增加，给云计算网络带来了巨大压力，而这种状况只会随着全球移动设备的
使用增加而进一步恶化。超负荷资源和延迟将导致最终用户的体验下降，而创建云计算和边缘计算资源统一的
系统是应对超负荷资源和延迟挑战的有效方式。然而，要实现云计算和边缘计算的资源系统的统一也面临着挑
战，必须要有一个本地的协调器，以在动态和不可预测的环境中为任务实时配给资源，系统必须实现实时更新，
以提供有关可用资源的最佳信息，并具有开放的可编程接口，以最有效的方式完成任务。
12
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
研究发现，创建一个支持软件定义网络(SDN)的架构，可以有效应对这些挑战。SDN 可以提供灵活和可靠的
可用资源的实时信息，集中式控制器使得整体系统内的每个单元能够最佳决策；使用 SDN 架构将使得网络可以
互换使用云计算和边缘计算的资源，满足敏捷和动态系统需求，为用户提供最佳的服务。
三、移动边缘计算具有丰富的应用场景
由于移动边缘计算具有高带宽、低时延以及位置感知等技术特征，因此应用场景十分丰富。诸如视频优化
加速、车联网、AR 以及监控视频分析都是移动边缘计算的典型应用场景。
3.1 视频优化加速：移动边缘计算降低移动视频延迟，实现跨层视频优化
近年来，随着网络速度的提升，视频流量增长非常迅速。根据思科的统计，全球视频流量从 2012 年的每月
13,483PB 增长至 2017 年的 46,237PB，增长接近 2.5 倍。随着 5G 商用的临近，网络速率的进一步将提升，将大
大刺激视频流量。根据思科的预测，从 2016 年到 2021 年，移动视频将增长 8.7 倍，在移动应用类别中享有
最高的增长率。到 2021 年，移动视频将占总移动流量的 78%。
在移动视频流量呈爆发增长时，网络延迟却大大降低了移动视频受众的观感。移动视频停滞和缓冲对于运
营商及其客户来说仍然是一个大问题。在美国，有 69%的观众观看移动视频有过各种程度的网络延迟。
图 21：全球网络延迟情况示意图
资料来源：Opera，中信建投证券研究发展部
在网络拥堵严重影响移动视频观感的情况下，移动边缘计算是一个较好的解决方法。
（1）本地缓存。由于移动边缘计算服务器是一个靠近无线侧的存储器，可以事先将内容缓存至移动边缘计
算服务器上。在有观看移动视频需求时，即用户发起内容请求，移动边缘计算服务器立刻检查本地缓存中是否
有用户请求的内容，如果有就直接服务；如果没有，就去网络服务提供商处获取，并缓存至本地。在其他用户
下次有该类需求时，可以直接提供服务。这样便降低了请求时间，也解决了网络堵塞问题。
13
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
（2）跨层视频优化。此处的跨层是指“上下层”信息的交互反馈。移动边缘计算服务器通过感知下层无线
物理层吞吐率，服务器（上层）决定为用户发送不同质量、清晰度等的视频，在减少网络堵塞的同时提高线路
利用率，从而提高用户体验。
（3）用户感知。由于移动边缘计算的业务和用户感知特征，可以区分不同需求的客户，确定不同服务等级，
实现对用户差异化的无线资源分配和数据包时延保证，合理分配网络资源提升整体的用户体验。
图 22：移动边缘计算在视频优化中的应用示意图
资料来源：Opera，中信建投证券研究发展部
3.2 车联网：移动边缘计算确保低时延和高可靠性
根据车联网产业技术创新战略联盟的定义，车联网是以车内网、车际网和车载移动互联网为基础，按照约
定的通信协议和数据交互标准，在车-X（X：车、路、行人及互联网等）之间，进行无线通讯和信息交换的大系
统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络，是物联网技术在交
通系统领域的典型应用。
实现上述功能的前提是对车联网所汇集的海量数据的智能化处理。车联网对于数据处理的要求较为特殊：
一是低时延，在车辆高速运动过程中，要实现碰撞预警功能，通信时延应当在几 ms 以内；二是高可靠性，出于
安全驾驶要求，相较于普通通信，车联网需要更高的可靠性。同时由于车辆是高速运动的，信号需要在能够支
持高速运动的基础上实现高可靠性。
随着联网车数量的增多，车联网的数据量也将越来越大，对于时延和可靠性的要求也将越来越高。在车联
网应用移动边缘计算后，由于移动边缘计算的位置特征，车联网数据可以就近存储于离车辆较近的位置，因此
可以降低时延，非常适合车联网中防碰撞、事故警告等时延标准要求极高的业务类型。
同时车联网最终归于驾驶，在高速运动过程中，车辆的位置信息变化十分迅速。而移动边缘计算服务器可
以置于车身上，能够精确地实时感知车辆位置的变动，提高通信的可靠性。并且移动边缘计算服务器处理的是
价值巨大的实时车联网数据，实时进行数据分析，并将分析所得结果以极低延迟（通常是毫秒类）传送给临近
14
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
区域内的其他联网车辆，以便车辆（驾驶员）做出决策。这种方式比其他处理方式更敏捷、更自主、更可靠。
图 23：移动边缘计算在车联网应用中示意图
资料来源：ETSI，中信建投证券研究发展部
3.3 增强现实（AR）：移动边缘计算可降低时延，提高数据处理精度，提升用户
感受
增强现实（AR）是指过电脑技术，将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到
了同一个画面或空间同时存在。AR 可以极大程度地增强人们的体验，实现的技术关键之一在于超低时延。传输
时延直接决定了用户观看感受，时延增大会使观看者产生眩晕感。根据 Digi-Capital 完成的首个 VR 头戴式显
示器技术基准，延迟时间要求小于 19.3ms，否则将产生眩晕感。
而移动边缘计算的典型技术特征就是低时延，因此在 AR 上，移动边缘计算有着广阔的应用场景。移动边缘
计算通过对 AR 设备传递的信息进行实时处理，可以极大地降低时延，提高数据处理精度，提升用户感受。
图 24：移动边缘计算在 AR 应用中示意图
资料来源：ETSI，中信建投证券研究发展部
3.4 监控视频分析：移动边缘计算可降低核心网负担，提高处理效率
目前监控视频的数据处理常用方式有两种：一是在摄像头处理，一是在服务器处理。在摄像头处理要求每
15
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
一个摄像头都拥有数据分析能力，成本十分高昂。而在服务器处理需要将大量的数据上传至服务器，将增加核
心网负担并且时延较大，效率过低。
而通过部署移动边缘计算服务器部，利用移动边缘计算服务器来对监控视频数据进行本地化处理，无须将
大量视频数据上传至服务器，降低了核心网负担，提高了效率，也不要求摄像头拥有数据分析能力，成本下降。
图 25：移动边缘计算在监控中的应用
资料来源：ETSI，中信建投证券研究发展部
四、移动边缘计算的技术解析
4.1 移动边缘计算的类型
根据边缘计算产业联盟发布的边缘计算参考架构，移动边缘计算应该是一个“硬件+软件”皆有的系统。而
边缘计算类型可分为三种：本地设备、本地化数据中心（1—10 个机架）和区域数据中心。
（1）本地设备：适用于家庭或小型办公应用，本地设备的大小取决于应用场景和指定目的，但调度均是“即
时的”。运行于建筑物的安全系统（Intel SOC 设备）、将本地视频内容存储在 DVR 上便是在这种边缘计算的典
型例子。另一个例子是云存储网关，它是本地设备，通常是作为诸如 SOAP 或 REST 之类的云存储 API 的网络设
备或服务器。云存储网关使用户能够将云存储集成到应用程序中，而无需将应用程序移动到云中。
（2）本地化数据中心（1—10 个机架）：这些数据中心提供了重要的处理和存储功能，并且能够在现有环
境中快速部署。这些数据中心通常可按订单系统进行预先设计，然后在现场进行组装。另外一种形式的本地化
数据中心是预制的微型数据中心，它们在工厂中组装并在现场进行放置。这些单个外壳系统可以采用坚固的外
壳类型（可以防雨，防腐，防火等）或者采用办公环境下的普通 IT 机箱。
单机架版本可以利用现有的建筑，制冷和电力，不用建立一个新的专用网站，从而节省资本支出。
16
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 26：配置到订单系统（左）和预制微型数据中心（右）
资料来源：EE Publisher，中信建投证券研究发展部
（3）区域数据中心：具有十多个机架并且比集中式云数据中心更靠近用户和数据源的数据中心被称为区域
数据中心。由于规模庞大，它们将具有比本地化的数据中心（1 - 10 个机架）更多的处理和存储能力。即使它
们是预制的，由于可能需要施工，这就会遇到许可和当地合规性问题，它们将比本地化数据中心所需的时间更
长，并且需要专门的电源和冷却源。延迟将取决于用户和数据的物理接近度以及中间的跳数。
图 27：边缘计算的三种类型
资料来源：EE Publisher，中信建投证券研究发展部
4.2 移动边缘计算的部署方案
中国联通网络技术研究院专家认为移动边缘计算服务器（MEC SERVER）部署位置较为多元：
4.2.1 基于 4G EPC 架构部署在 RAN 侧的 MEC 方案
MEC 服务器部署在 RAN 侧基站汇聚点后是比较常见的部署方式。同时 MEC 服务器也可以部署在 RAN 侧单个
基站之后，这主要是针对热点区域，例如校园、大型购物中心等。这种架构方案的优势在于更方便通过监听、
解析 S1 接口的信令来获取基站侧无线相关信息，但计费和合法监听等安全问题需要进一步解决。
17
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 28：MEC 服务器部署在 RAN 侧基站汇聚点后 图 29：MEC 服务器部署在 RAN 侧单个基站后
资料来源：ETSI，中信建投证券研究发展部 资料来源：ETSI，中信建投证券研究发展部
4.2.2 基于 4G EPC 架构部署在 CN 侧的 MEC 方案
该方案 MEC 服务器与 CN 侧的 P-GW 部署在一起。这种方式不改变现有 EPC 架构，MEC 服务器与 P-GW 部署在
一起。UE 发起的数据业务经过 eNodeB、Hub Node、S-GW、P-GW+MEC 服务器，然后到公网 Internet。该部署方
式不存在计费、安全等问题。
同时也有将 MEC服务器与 CN侧的 D-GW部署在一起的方案。这种方式改变现有 EPC架构，MEC 服务器与 D-GW
部署在一起，原 P-GW 拆分为 P1-GW 和 P2-WG（即 D-GW），其中 P1-GW 驻留在原位置，D-GW 下移（可以到 RAN侧，
也可以到 CN 边缘）。D-GW 具备计费、监听、鉴权等功能。MEC 服务器与 D-GW 可以集成在一起，也可以作为单
独网元部署在 D-GW 之后。P1-GW 与 D-GW 之间为私有接口，需同一厂家设备。
图 30：MEC 服务器与 CN 侧的 P—GW 部署在一起 图 31：MEC 服务器与 CN 侧的 D—GW 部署在一起
资料来源：ETSI，中信建投证券研究发展部 资料来源：ETSI，中信建投证券研究发展部
4.2.3 基于 5G 架构的 MEC 服务器部署方案
基于 5G 架构的 MEC 服务器也有两种部署方案，一种是部署在 GW-UP 处，另一种是部署在 NodeB 之后。
18
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
MEC 服务器部署在 NodeB 之后：如下图中 MEC server 1 位置所示，MEC 服务器部署在 NodeB 之后（一个或
多个 NodeB），使数据业务更靠近用户侧。UE 发起的数据业务经过 NodeB、MEC 服务器 1，然后到 Internet（第
三方内容提供商服务器），在这种方式下计费和合法监听等安全问题需要进一步解决。
MEC 服务器部署在 GW-UP 处：如下图中 MEC server 2 位置所示，5G 网络核心网 C/U功能分离之后，U-Plane
（对应 GW-UP）功能下移（可以下移到 RAN 侧，也可以下移到 CN 的边缘），C-Plane（对应 GW-CP）驻留在 CN侧。
MEC 服务器部署在 GW-UP 处，相对于传统公网方案，可为用户提供低时延、高带宽服务。
图 32：基于 5G 架构的 MEC 服务器部署方案
资料来源：ETSI，中信建投证券研究发展部
五、相关布局公司
5.1 诺基亚（NOK.N）:最早关注移动边缘计算的公司之一
诺基亚是最早关注移动边缘计算这一领域的公司之一，移动边缘计算的概念最早正是出现在诺基亚和 IBM
合作的一款计算平台上。同时，诺基亚还是 ETSI 会员，正在积极推动移动边缘计算的标准制定。
早在 2014 年，诺基亚便支撑中国移动进行了移动边缘计算平台——诺基亚灵动应用解决方案(Liquid
Applications)演示。同时诺基亚还提出了云平台 MEC 解决方案，该方案是基于云平台虚拟化架构，利用 MEC虚
拟网元，可以实现同时支持宏站和小基站接入，利用诺基亚通用 AirFrame 云平台，整合 MEC 及其他各类应用，
使用开放 API 接口，具有兼容性高、高度可扩展性，灵活性的特点。AirFrame 的关键推动力在于 MEC 可以满足
5G 和物联网所必需的极低延迟，大吞吐量和安全可编程操作，网络敏捷性。
19
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 33：诺基亚 MEC 平台框架
资料来源：Nokia，中信建投证券研究发展部
在 2016 年，诺基亚发布了三款为企业量身定制的移动边缘计算应用：目标跟踪、视频监控和视频分析。
表 3：诺基亚发布的 MEC 应用程序
应用程序 功能
目标跟踪 可以使资产及员工跟踪精确度达到厘米级。通过对机场的行李车、医院的轮椅和昂贵医疗设备、仓库
的资产等进行标记与追踪，使其始终保持可见性，降低盗窃与安全风险
视频监控 将视频监控从操作室扩展到移动设备，安保人员可以随时随地获得可靠的反馈信息
视频分析 通过移动边缘计算技术对监控摄像机提供的数据进行分析，提醒员工立即对非常规活动进行调查
资料来源：Nokia，中信建投证券研究发展部
诺基亚 MEC 已经在全球拥有了广泛案例，比如韩国本地计算智慧港口、英国体育场足球赛现场视频导播、
德国公路 MEC 结合车联网、上海国际赛车场多角度视频直播 MEC 组网方案，该 MEC 方案直播视频较现场实况延
迟仅约 0.5 秒，为观众提供了极佳的观赛体验，而乐视直播视频相比 MEC 直播视频延迟约 47.95 秒。
5.2 英特尔（INTC.O）：发布了移动边缘计算端到端解决方案白皮书
英特尔作为全球最大的个人计算机零件和 CPU 制造商，在物联网领域发展势头良好。根据公司 2016 年年报
的披露，物联网业务已经占其营收的 4.4%。英特尔认为移动边缘计算将会是这其中不可缺的一个重要环节，在
5G 时代，它的应用将延伸至交通运输系统，智能驾驶，实时触觉控制，增强现实等应用。
英特尔也是移动边缘计算行业的重要参与者，在 2014 年英特尔和其他业界的一些厂家，包括华为、诺基亚、
AT&T、DoCoMo 等多家厂家，通过 ETSI 标准化协会成立了移动边缘计算。2016 年，英特尔联合华为、ARM 等公
20
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
司在北京发起成立了边缘计算产业联盟，积极推动移动边缘计算行业发展。同年，英特尔发布了《无人机搭载
LTE 小基站 360 度视频实时直播解决方案》白皮书。该白皮书全面介绍了英特尔与佰才邦(Baicells)合作推出
的、基于移动边缘计算的端到端解决方案。
并且凭借自身的技术特点，英特尔推出了 NEV SDK(网络边缘虚拟化套件)，可协助移动边缘计算领域的合
作伙伴加速开发面向电信领域的相关应用。除基础设施平台能力以外，NEV SDK 还可为移动边缘计算应用开发
者提供基于 IP 业务的，具备丰富 API 接口及高性能转发能力的基础软件环境。按照英特尔的规划，英特尔将多
方位、差异化促进移动边缘计算发展。
图 34：英特尔 NEV SDK 功能架构 图 35：英特尔 MEC 测试环境示意图
资料来源：ETSI，中信建投证券研究发展部 资料来源：ETSI，中信建投证券研究发展部
5.3 凌华科技（6166.TW）：开放的电信级边缘计算架构推动者
凌华科技——世界级嵌入式计算技术领导厂商，总部位于台湾，并在美国、新加坡、北京、日本、韩国和
德国设有分支机构，公司在 x86 计算、加固设计、高可靠性以及工业 I/O 的整合领域具有世界领先的地位。
凌华科技是国内边缘计算产业联盟成员，在积极推动行业标准确立的同时，也不断推出移动边缘计算产品。
凌华科技在 2015 年便宣布推出全球第一款加固级、高性能的移动网络终端计算平台 EXTREME OUTDOOR SERVER，
专为严苛的户外电信与网络应用而设计，可布建于户外，满足移动边缘计算的需求。
目前，公司已经推出了全球首款高性能服务器级的移动边缘计算平台 SETO-1000。凌华科技 SETO-1000 是
一款专门针对极端的、恶劣的户外环境而设计的服务器。SETO-1000 支持两颗 Intel® Xeon® E5 处理器，高达
96Gb 的内存，以及丰富的 I/O 接口和两个可热插拔的 SATA 硬盘槽位。SETO-1000针对 2G、3G 和 LTE 的虚拟无
线接入设备提供了功能强大的通用平台架构，同时还整合了安全，远程管理，开放的应用程序等功能。
21
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 36：凌华科技移动边缘计算平台 SETO-1000
资料来源：凌华科技官网，中信建投证券研究发展部
公司在 2016 年推出 OCCERA（开放的电信级边缘计算架构），在此架构下推出三款移动边缘计算产品。
表 4：凌华科技移动边缘计算平台可以实现的功能
设备需求 OCCERA 可以实现的功能
大数据分析，海量数据传输，丰富 IO 接口 采用高密度设计，在相同安装尺寸下比传统设备提供至少两倍以上的计算密度，
内置交换或 IO 扩展卡，提供电信级设备所需的高带宽和丰富 IO 特性
NFV 和 SDN 支持 计算节点采用 VT-x、VT-d、VT-c 等虚拟化技术，交换节点支持 OpenFlow 硬
件加速。针对云视频处理提供 GPU 虚拟化
HEVC及4K转码，视频分析加速 集成 Intel 最新视频处理加速技术，支持基于 GPU 的 HEVC/4K 转码及视频分
析算法加速
WebRTC、海量 DPI 解析等中间件支持 集成主流的开源软件以及第三方商业软件，打造应用就绪的 OCCERA 平台
动态扩容，高可靠性设计，灵活扩展 提供 2U，4U，10U 等不同规格，具备电信级冗余和热插拔设计。采用开放架构
和模块化设计，提供丰富的扩展性能
资料来源：凌华科技官网，中信建投证券研究发展部
图 37：凌华科技移动边缘计算架构平台产品
资料来源：凌华科技官网，中信建投证券研究发展部
5.4 华为：边缘计算产业联盟发起者、移动边缘计算方案提供商
华为是移动边缘计算行业的积极推动者。2014 年，由华为、沃达丰等 6 家运营商及供应商联合推动，在 ETSI
建立了移动边缘计算 MEC 工作组。2016 年，华为联合英特尔、ARM 等在中国发起了边缘计算产业联盟，合作发
布《边缘计算产业白皮书》，在业界首次提出“OICT”理念，旨在搭建边缘计算产业合作平台，推动 OT 与 ICT
22
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
产业的开放协作。华为积极推动联盟与国内外标准及产业组织的广泛合作与对接，加速联盟发展与标准产出。
同时，华为也是移动边缘计算解决方案提供商。华为在德国慕尼黑举行的 MECCongress 大会上发布了业界
首个面向未来网络架构的 MEC@CloudEdge 解决方案。作为面向 5G 的 MEC 解决方案，华为的 MEC@CloudEdge 解
决方案将应用、内容以及 MBB 核心网的部分业务处理和资源调度功能，一同部署到了靠近接入侧的网络边缘，
通过将业务靠近用户进行处理，以及应用、内容与网络的协同，来提供可靠、极致的业务体验。
在物联网与移动边缘计算的结合方面，华为在 2017 年世界移动大会（MWC 2017）上面向全球发布了基于边
缘计算的物联网 EC-IoT（Edge Computing IoT，边缘计算物联网）解决方案。创新性的将边缘计算和云管理引
入物联网领域，基于 SDN 的敏捷控制器及具有边缘计算能力的物联网关（AR 500 系列产品）就近提供智能服务，
网络管理全面云化，实现全流程的产业服务及商业模式创新，使能行业数字化转型，释放产业创新巨大潜能。
图 38：华为边缘计算物联网解决方案
资料来源：华为，中信建投证券研究发展部
5.5 中兴通讯（000063）：推出基于室分与 5G 的移动边缘计算解决方案
作为全球领先的无线通讯解决方案供应商和通信设备商，中兴通讯是国内较早关注移动边缘计算领域的行
业巨头，近年来通过与运营商合作，在移动边缘计算领域取得了一定成绩。
中兴通讯拥有完整的移动边缘计算 MEC 解决方案，包括虚拟化、容器、高精度定位、分流、CDN 下沉等核
心技术和专利，相关解决方案覆盖业务本地化、本地缓存、车联网、物联网等场景。MEC 技术可以使无线网络
和互联网有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，通过业务本地化和 API 接口，开放
无线网络与业务服务器之间的信息交互，有效降低传输网络的压力，让运营商可以位于基站侧更快处理信息、
实现差异化服务，真正改变用户的业务体验。
23
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
近期，在北京举行的“2017 MEC 技术与产业发展峰会”上，中兴通讯宣布已开始和国内三大运营商联手进
行 MEC 试点和技术验证，并计划 2018 年进行商用部署。从 2016 年开始，中兴通讯陆续与国内三大运营商合作，
积极开展 MEC 各项试点工作。其中，中兴通讯与宁波电信开展了园区网合作，进行了园区网本地流量卸载项目；
在北京、珠海，中兴通讯分别与中国移动开展了精准室内定位项目；在宁波基于 MEC 结合 NB-IoT，中兴通讯开
发了智能停车、智慧园区项目。在 2016 年上海 MWC 上，中兴通讯携手中国联通演示了基于 5G MEC 的 VR 业务。
2016 年，中兴通讯携手中国联通展示了基于 5G 架构的移动边缘计算解决方案。2017 年 4 月，公司与北京
移动成功完成基于 QCell 室分方案的移动边缘计算室内高精度定位方案的试点验证。该移动边缘计算定位创新
方案通过 QCell 实现快速灵活的室内 4G 信号深度覆盖后，基于中兴开放的移动边缘计算平台，在接近用户处
提供本地化、低时延和高带宽的业务，同时提供开放的 API 接口，让丰富的第三方应用和内容进入管道，来满
足室内用户的多元化业务需求，实现运营商网络管道增值。
图 39：中兴 QCell 方案应用场景
资料来源：中兴通讯，中信建投证券研究发展部
除移动边缘计算外，公司治理方面亮点不断，再叠加物联网、5G 建设景气周期，今年公司实现了估
值稳步修复。按照公司员工股权激励对赌业绩保守估计，公司 2017~2019 年净利润将分别不低于 42.08 亿、
45.90、49.73 亿元。如果考虑上半年净利润近 30%的增速，预计公司 2017~2019 年净利润为 45 亿、48 亿、
52 亿，对应 PE 分别为 20X、19X、17X。维持“买入”评级，继续重点推荐！
5.6 网宿科技（300017）：积极推动 CDN 升级具备移动边缘计算功能
网宿科技主要提供互联网内容分发与加速（CDN）、云计算、云安全、全球分布式数据中心(IDC) 等服务，
是国内 CDN 行业龙头。
网宿科技准确地分析了 MEC 与 CDN 之间的关系，认为未来 CDN 的演进方向之一是形成边缘计算系统。因此，
网宿科技对 MEC 有着清晰的规划。网宿科技将通过布局集中式数据中心+边缘计算节点，用中心云+边缘云的方
式承载未来。此外，公司正在升级现有 CDN 节点为具备存储、计算、传输、安全功能的边缘计算节点，部署数
量更多的边缘计算节点到距离用户更近的城域网。
受国内 CDN 竞争加剧影响，我们预测公司 2017-2018 年净利润 10 亿、12 亿元，PE 为 25X、21X。
24
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 40：网宿科技构建智能计算网络
资料来源：网宿科技官网，中信建投证券研究发展部
5.7 日海通讯（002313）：借力佰才邦发力小基站和移动边缘计算
2017 年 6 月 13 日，日海通讯发布公告称公司全资子公司海韵泰以自有资金 3000 万元现金增资佰才邦，增
资后，海韵泰将持有佰才邦 2%股权。此外，海韵泰将向佰才邦委派一名董事，佰才邦涉及如下事项须通过董事
会审议通过，其他董事需与海韵泰指派的董事对该事项保持一致意见：（1）佰才邦关于中国电信运营商集团及
其各地市分公司以及研究院 4G 小基站市场销售相关决策；（2）增资协议签署后，佰才邦关于中国电信运营商集
团及其各地市分公司 4G 小基站产品 OEM 或者代理商等合作伙伴引入。
佰才邦是全球领先的小基站完整解决方案提供商，专注于小基站相关的无线宽带接入解决方案、业务运营
平台研发和未来无线宽带技术创新，已为全球多个国家的移动运营商、宽带接入运营商、有线电视运营商、行
业专网和企业网等类型的多个客户提供 4G 智能小基站等产品，同时致力于 5G 等下一代无线技术的研发。
佰才邦是国内将 VR 与移动边缘计算、视频直播与移动边缘计算技术结合的典型。佰才邦与英特尔发布了《无
人机搭载 LTE 小基站 360 度视频实时直播解决方案》白皮书，介绍了其推出的基于移动边缘计算的端到端解决
方案。同时在 2016 年 9 月，佰才邦与中国联通展出面向 5G 的全新 MEC 无人机 VR 解决方案。该解决方案是基
于 MEC 的无人机 VR 视频直播解决方案。此次联通与佰才邦联合研发的解决方案融合多项当今最先进的技术，
包含全景视频拼合算法、全景视频传输协议、MEC 架构、LTE/5G 数据通道 QoS 保障等多项关键技术。视频拼
合算法、全景视频传输协议保证了全景 VR 视频无缝拼合；MEC 架构使业务更加靠近用户，结合 LTE/5G 传输，
保障 VR 全景视频画面流畅，传播高速且不受干扰，为数据传输建立高速路；无人机搭载 360 度全景高清摄像机，
无任何视线盲点，用户可进入全景视频内部操纵它、观察它、实现前所未有的沉浸式 VR 直播体验。
25
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
图 41：佰才邦搭载 LTE 小基站与 MEC 服务器的无人机 图 42：佰才邦与中国联通展示 MEC 解决方案
资料来源：英特尔，中信建投证券研究发展部 资料来源：中国联通，中信建投证券研究发展部
佰才邦主业是小基站，MEC 服务器的部署离不开基站位置的影响。而佰才邦创造性的利用无人机使得小基
站移动，更是切合了移动边缘计算移动的想法。作为持股公司，在 MEC 发展后，日海通讯将从中受益。
我们认为，新股东进入日海通讯之后，引入了新的董事长和管理层，市场把握能力进一步提升。公司完成
员工持股后毫不松懈，进行了公司股权优化，并参股佰才邦，预计公司治理将更加科学，未来战略将更加明晰。
我们预计公司 2017-2018 年净利润分别为 1.10 亿、2.10 亿，对应 PE 为 57X、30X，建议重点关注！
5.8Relay2：让 WiFi 网络集成边缘计算和云端管理功能
Relay2 成立于 2011 年，是业界第一家基于云 WiFi 网络集成边缘计算能力的方案提供商。Relay2 认为 WiFi
会成为企业网重要的移动基础设施，云计算和边缘计算将重塑企业 IT 服务架构。
Relay2 聚焦运营商、企业和商业客户市场，通过在无线接入点内置独特的业务引擎、软件容器以及专有的
硬件，让每个无线接入点 AP 成为网络边缘智能业务节点，并内置了内容缓存、安全管控和内容分发等功能。同
时，Relay2 推出了开放的通用平台，支持能力开放，提供丰富的 SDK/API 等开发工具文档，实现了企业应用与
管理的快速集成和业务托管，并通过云端部署灵活加载、管理、集成企业应用，在降低管理和运营成本的同时，
将传统的 Wi-Fi 接入升级为网络边缘增值业务平台，帮助企业实现持续性创新与营收增长。
目前，Relay2推出的 RA200系列室内高性能业务感知无线接入点产品已经具备了移动边缘计算的功能特征。
该系列产品是专为办公、仓储、银行、零售商场和大型场馆等场景设计的企业级云 WiFi 产品，具备网络边缘业
务感知能力（SR-AP），内置专有服务器硬件，提供基于 WiFi 接入网络下的边缘运算和增值业务运行。
六、投资建议
由于移动边缘计算诞生于 2013 年，目前仍处于技术研发和产业化过程中，但作为 5G 的核心技术之一、CDN
的发展方向之一，发展前景良好，因此巨头纷纷布局，包括诺基亚、英特尔、华为、中兴等。
我们认为，移动边缘计算有望与 5G 共同发展，所以初期主要会部署在运营商的无线网络中。因此，从投资
角度来看，我们建议重点关注具有先发优势、与运营商合作良好的中兴通讯、日海通讯。
26
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
风险提示
移动边缘计算技术发展不及预期，商业模式不清晰等。
27
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
[table_research] 分析师介绍
武超则：通信行业首席分析师，TMT 行业组长。专注于移动互联网、在线教育、云计
算等通信服务领域研究。2013-2016 年《新财富》连续四年最佳分析师通信行业第一
名。2014 年-2016 年《水晶球》最佳分析师通信行业第一名、wind 最佳分析第一名；
2015 年《金牛奖》最佳分析师通信行业第一名。
报告贡献人 阎贵成 85159231 [email protected]
研究服务
社保基金销售经理
彭砚苹 010-85130892 [email protected]
姜东亚 010-85156405 [email protected]
机构销售负责人
赵海兰 010-85130909 [email protected]
北京非公募组
张博 010-85130905 [email protected]
朱燕 010-85156403 [email protected]
李祉瑶 010-85130464 [email protected]
李静 010-85130595 [email protected]
赵倩 010-85159313 [email protected]
周瑞 18611606170 [email protected]
刘凯 010-86451013 [email protected]
北京公募组
黄玮 010-85130318 [email protected]
黄杉 010-85156350 [email protected]
任师蕙 010-85159274 [email protected]
王健 010-65608249 [email protected]
罗刚 15810539988 [email protected]
上海地区销售经理
陈诗泓 021-68821600 [email protected]
邓欣 021-68821600 [email protected]
黄方禅 021-68821615 [email protected]
戴悦放 021-68821617 [email protected]
李岚 021-68821618 [email protected]
肖垚 021-68821631 [email protected]
吉佳 021-68821600 [email protected]
朱丽 021-68821600 [email protected]
杨晶 021-68821600 [email protected]
谈祺阳 021-68821600 [email protected]
翁起帆 021-68821600 [email protected]
深广地区销售经理
胡倩 0755-23953859 [email protected]
张苗苗 020-38381071 [email protected]
许舒枫 0755-23953843 [email protected]
廖成涛 0755-22663051 [email protected]
28
HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明
行业深度研究报告
[table_page] 通信
评级说明
以上证指数或者深证综指的涨跌幅为基准。
买入：未来 6 个月内相对超出市场表现 15％以上；
增持：未来 6 个月内相对超出市场表现 5—15％；
中性：未来 6 个月内相对市场表现在-5—5％之间；
减持：未来 6 个月内相对弱于市场表现 5—15％；
卖出：未来 6 个月内相对弱于市场表现 15％以上。
重要声明
本报告仅供本公司的客户使用，本公司不会仅因接收人收到本报告而视其为客户。
本报告的信息均来源于本公司认为可信的公开资料，但本公司及研究人员对这些信息的准确性和完整性不作任何保证，
也不保证本报告所包含的信息或建议在本报告发出后不会发生任何变更，且本报告中的资料、意见和预测均仅反映本报告发
布时的资料、意见和预测，可能在随后会作出调整。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参
考，不构成投资者在投资、法律、会计或税务等方面的最终操作建议。本公司不就报告中的内容对投资者作出的最终操作建
议做任何担保，没有任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺。投资者应自主作出投资决策并
自行承担投资风险，据本报告做出的任何决策与本公司和本报告作者无关。
在法律允许的情况下，本公司及其关联机构可能会持有本报告中提到的公司所发行的证券并进行交易，也可能为这些公
司提供或者争取提供投资银行、财务顾问或类似的金融服务。
本报告版权仅为本公司所有。未经本公司书面许可，任何机构和/或个人不得以任何形式翻版、复制和发布本报告。任
何机构和个人如引用、刊发本报告，须同时注明出处为中信建投证券研究发展部，且不得对本报告进行任何有悖原意的引用、
删节和/或修改。
本公司具备证券投资咨询业务资格，且本文作者为在中国证券业协会登记注册的证券分析师，以勤勉尽责的职业态度，
独立、客观地出具本报告。本报告清晰准确地反映了作者的研究观点。本文作者不曾也将不会因本报告中的具体推荐意见或
观点而直接或间接收到任何形式的补偿。
股市有风险，入市需谨慎。
地址
北京 中信建投证券研究发展部 上海 中信建投证券研究发展部
中国 北京 100010 中国 上海 200120
东城区朝内大街 2 号凯恒中心 B 座 12 层 浦东新区浦东南路 528 号上海证券大厦北塔 22 楼 2201 室
电话：(8610) 8513-0588 电话：(8621) 6882-1612
传真：(8610) 6518-0322 传真：(8621) 6882-1622
