“我们通过系统架构、安全机制、智能决策三层创新，构建了一套完整的边缘计算网络智能可信协同优化方案，为海量移动设备的实时、可靠、安全、智能交互提供技术支撑。”中国科学院沈阳自动化研究所（以下简称沈自所）研究员许驰表示，团队最新成果就像是为设备装上“隐形大脑”，旨在满足工业制造、网联汽车等产业发展对于算力服务越来越强的需求，支撑“万物智联”。
终端设备
隐藏着“算力焦虑”
走进沈自所工业控制网络与系统研究室，映入眼帘的是科研人员电脑屏幕上跳动着的算法模型和数据曲线。许驰开门见山：“我们开展的是一项前沿基础研究，边缘计算网络智能协同优化方案本质就是打造一个更高效、更可靠、更安全的‘网’，实现算力、网络、智能融合。”
人工智能时代，以机器视觉、语音识别、人机交互、自主操作为代表的智能化服务，均迫切需要高性能计算的支持。而传统终端设备自身计算能力难以满足这类高要求，将计算任务“卸载”到边缘服务器等基础设施成为必然选择。“终端计算能力有限，算不过来或者不够快怎么办？那就只能是‘我算不过来，大家帮我算’。”许驰说。
这个思路很简单，但问题随之而来。边缘服务器的计算和通信资源有限，当大量终端同时需要“帮助”时，资源如何分配？卸载多少任务才算合理？在现有模式下，过度的任务卸载，将引发通信信道拥塞、边缘算力竞争，且缺乏安全认证机制，难以适配大规模终端高实时计算、高速移动等需求，这些问题构成了边缘计算网络的“算力焦虑”，制约其进一步发展。
三层创新
破解核心难题
“设备多的时候，大家都往边缘服务器卸载任务，会产生很多新的问题。”许驰说，必须有一个“调度员”，在动态变化的环境中作出最优决策。“我们打造了一个‘调度员’，让边缘侧和终端侧的算力和通信资源实现最优匹配，同时筑牢安全可信的防线。”在系统架构层面，科研团队引入数字孪生技术，把任务和资源调度、区块链共识过程从物理空间映射到信息空间，就像为网络搭建了一个“数字镜像”，使设备移动不再影响共识效率，并为多种资源的协同调度提供全局视图。
在安全机制层面，科研团队设计了轻量级区块链共识协议。简而言之，不再需要所有节点都同意才认可安全，而是通过局部快速决策，再将结果扩散出去。“这样既能保证安全，又能满足高速移动的实时性要求。”许驰说。在智能决策层面，科研团队提出基于多智能体深度强化学习框架。系统能够根据实时任务和环境状态，自主学习、动态调度，在任务卸载、资源分配和安全认证之间找到最优平衡点。
“这套方案的特点在于多目标优化集成与多技术融合，实现了三层递进式创新。”许驰介绍，该方案融合了数字孪生、5G通信、边缘计算、区块链、深度强化学习等前沿技术，兼顾了计算速度、通信效率、安全性、移动速度的多重需求，是热点技术与实际场景的精准结合。
“算网智”融合
赋能多元场景
许驰是一名“85后”，自2013年进入沈自所攻读博士学位至今，始终深耕工业互联网领域，荣获中国科学院杰出科技成就奖、辽宁省自然科学学术成果奖等多项荣誉。在国家自然科学基金青年科学基金B类、重大研究计划等多个项目的支持下，他带领团队聚焦工业互联网赋能智能制造的国家战略，围绕“5G+边缘计算+人工智能”前沿方向，在“算网智”融合领域形成了一系列具有影响力的研究成果，覆盖云化机器人、柔性产线、车联网、低空无人机等多个场景。
“我们的算法能适配很多有高实时、高算力需求的移动场景。”许驰介绍，这套优化方案的核心算法可以灵活调整，应用于工业场景的AGV智能搬运机器人、移动作业机器人等设备，实现跨场景应用。未来，终端设备的多样化、网联化、智能化程度将不断提升，对“算网智”融合的需求也将持续增加。目前，许驰团队仍在持续迭代算法，针对多样化场景不断优化模型，同时探索成果落地路径。
“作为自动化领域科研国家队的一员，面向国家重大需求，着眼世界科技前沿不断探索是我始终不变的使命。”许驰表示，他将和团队成员一起，继续聚焦“算网智”融合核心，不断创新研发，让“算网智”融合的技术创新点亮更多智能生活场景。
沈阳日报、沈报全媒体记者 岳雨