Satya

(来自 wikipedia ) Mahadev Satyanarayanan, Carnegie Mellon University. He is credited with advances in mobile computing, edge computing, Internet of Things and the distributed systems.
Living people, 1953 births

2001，Pervasive computing: vision and challenges

2001年，《Pervasive computing: vision and challenges》（链接）作为一个研究宣言，声明了Pervasive computing的研究要旨：

1. 智能空间的有效利用：将计算基础设施嵌入建筑环境，实现两个世界的融合与相互感知控制。
2. 隐形性：目标是让技术从用户的意识中“消失”，将用户的干扰降到最低。
3. 局部可扩展性：交互的密度应随着距离的增加而急剧下降。这与“距离已死”的互联网精神截然相反，强调物理邻近性的重要性。
4. 掩盖环境的不均衡条件：由于非技术因素，不同环境的“智能”程度差异巨大。系统需要补偿“愚蠢”的环境，为用户提供一致的体验。

实现这些场景所需的各项技术组件在当时都已存在，但为什么还是科幻？ 答案在于缺乏系统性的无缝集成。基于此，文章深入探讨了为实现集成所需攻克的一系列关键研究问题（以下的每一点都对应一连串问题）：

• User Intent：系统如何知道用户想干什么？这是实现主动服务的前提。
• Cyber Foraging，又叫living off the land：移动设备可以通过短程无线对等技术，动态地利用附近基础设施（称为代理）的计算资源来弥补自身资源的不足。也是Cloudlet（下述2009年那篇）的核心理念。
• Adaptation Strategy：当资源不足时，系统应如何应对？（降低应用质量、请求资源预留、或建议用户采取纠正行动）。
• High-Level Energy Management：在电路节能之外，操作系统和应用程序层面如何协同节能？
• Client Thickness：移动客户端应该多强大？在轻便性与自主能力之间如何权衡？文章指出，环境的不均衡性决定了极端“瘦客户端”方案是不可行的。
• Context Awareness：系统如何感知并利用用户的状态和周围环境信息？
• Balancing Proactivity and Transparency：系统如何在积极预测用户需求和不招人烦之间找到平衡点？
• Privacy and Trust：在持续监控的环境中，如何保护用户隐私并建立基础设施与用户之间的双向信任？
• Impact on Layering：普适计算需要跨层共享信息，这如何影响经典的、强调信息隐藏的分层设计原则？

2009，The Case for VM-Based Cloudlets in Mobile Computing

2009年， Satya 在IEEE Pervasive Computing（因为他是该刊的创始主编）《The Case for VM-Based Cloudlets in Mobile Computing》（链接1, 链接2, 解说）被称为是边缘计算的第一篇论文（维基百科），这篇论文里讲的比较技术，讲到Cloudlet。Cloudlet 是一种部署在用户物理环境附近的、资源丰富的计算机或计算机集群，旨在为附近的移动设备提供高性能、低延迟的计算服务。有了Cloudlet，移动设备就变成了“瘦客户端”，通过无线局域网使用邻近的Cloudlet提供的服务。技术方面，提出了一个具体的实现技术——基于虚拟机的动态合成，并提供了一个名为 Kimberley 的原型系统来验证其可行性。

核心技术是动态VM合成。目标是在几十秒到一两分钟内，为一个新来的用户准备好一个完全定制化的、包含其所需应用程序的虚拟机。工作原理分为基础VM（Cloudlet上预存了一些“干净”的、未安装特定应用的操作系统镜像（如基础版的Linux或Windows））、VM叠加层（用户的移动设备上存储的不是整个VM，而是一个小得多的“叠加层”文件。这个文件包含了在基础VM上安装、配置应用并使其进入“就绪状态”所需的所有差异（包括磁盘和内存状态的差异））、合成过程（用户连接到Cloudlet后，只需将这个小的叠加层文件传输过去。Cloudlet将其与本地存储的基础VM进行“合成”，快速生成一个名为 “启动VM” 的、立即可用的虚拟机）。

论文里也描述了一个具体的原型实现叫Kimberley，包含了以下技术组件：虚拟化平台，使用 VirtualBox 作为底层的虚拟机监控器；工具链kimberlize 工具，是一个在准备阶段使用的离线工具。它接收一个基础VM、一个安装脚本和一个恢复脚本作为输入，自动完成应用的安装、配置，并生成最终的VM叠加层；运行时系统Kimberley控制管理器，一个运行在移动设备和Cloudlet上的用户级进程，负责服务发现、安全通信（建立加密隧道）、身份验证、VM叠加层的解密解压合成的流程协调。

在2009年，“边缘计算”这个术语还不像今天这样普及，这篇论文精准预见了并有力论证了计算重心从“云核心”向“网络边缘”迁移的必然性和可行性。它是在为即将到来的边缘计算时代提供一个具体的、以移动性为中心的架构蓝图。

该论文提倡两级架构：第一级是当今未修改的云基础架构； 第二层由分散的元素（称为cloudlets）组成，其状态从第一层缓存。尽管持久性缓存物理分散在Internet边缘，但使用持久性缓存而不是硬状态简化了对cloudlet的管理。当然，可以将cloudlet概念扩展为多级cloudlet层次结构。

2017，The Emergence of Edge Computing

《The Emergence of Edge Computing》（链接, 解说）2017年发表在IEEE一个杂志《Computer》，将边缘计算的起源追溯到：

• （技术先驱）1990s的CDN网络。（缓存的是数据）
• （概念先驱）《Pervasive computing: vision and challenges》，Cyber Foragin——通过将计算任务卸载到附近基础设施来增强移动设备能力。
• （★理论奠基）《The Case for VM-Based Cloudlets》，明确提出了“云 + Cloudlet”的两级架构，并使用持久性缓存来简化管理。（缓存的是function）

所以，Satya是要将Cloudlet确立为边缘计算架构的核心参考模型和事实标准，所以以cloudlets为例，论述边缘计算的四大价值主张是：
① 高响应性的云服务。 Cloudlet与移动设备的物理接近性使它更容易实现低端到端延迟，高带宽以及对Cloudlet上服务的低抖动。 这对于将计算工作转移到cloudlet的应用程序（如AR和虚拟现实）非常有价值。
② 通过边缘分析实现可扩展性。如果在cloudlet上分析原始数据，从大量高带宽物联网传感器（例如摄像机）到云的累计入口带宽需求将大大降低。 仅（更小）提取的信息和元数据必须传输到云。
③ 隐私政策的执行。 通过充当物联网传感器数据基础架构中的第一联系点，cloudlet可以在将数据发布到云之前执行其所有者的隐私策略。
④ 掩盖云中断。 如果由于网络故障，云故障或拒绝服务攻击而导致云服务不可用，则附近cloudlet上的回退服务可以暂时掩盖该故障。

（这就是把cloudlets从一个学术概念，写成了主导边缘计算的核心思想，请注意，此时不是Pervasive computing而是Edge computing了。Edge 不是 Satya率先提出的，而是在2013年，美国太平洋西北国家实验室的Ryan LaMothe在一个2页纸的内部报告中首次提出“edge computing”一词，在之后2015年-2017年，Edge computing发展迅速）

施巍松

说到边缘计算，施巍松是边缘计算早期提出者之一，2016年发表的《Edge Computing: Vision and Challenges》(链接)单篇引用7000多次。其团队四次在《计算机研究与发展》发表边缘计算文章，是很好的中文研究材料。

施巍松专访也有可看的地方