邊緣計算,讓園區充滿“智慧”

華為雲學院發表於2019-04-11

邊緣計算,讓園區充滿“智慧”

邊緣計算是指在靠近物或資料來源頭的一側,採用網路、計算、儲存、應用核心能力為一體的開放平臺,就近提供最近端服務。其應用程式在邊緣側發起,產生更快的網路服務響應,滿足行業在實時業務、應用智慧、安全與隱私保護等方面的基本需求。傳統雲端集中化的資料中心,因為距離終端裝置和使用者較遠,資料往返延時大,網路擁塞等問題較為明顯, 邊緣計算的出現完美的解決了這些問題

   2018 年以來,邊緣計算來勢洶湧,大有和雲端計算分庭抗禮的架勢。各個公有云廠商最近都將邊緣計算放在重要位置,業界和媒體上邊緣計算被提到的頻率已經超過雲端計算。從各方面分析,邊緣計算一年內處理的資料量就將超過雲端,將成為主要的計算和儲存節點。除了傳統的資料上雲,資料分析,遠端監控等,邊緣計算的核心競爭力之一是本地計算和分析的能力,尤其是綜合運用各種 AI 和大資料技術,即智慧邊緣計算。

    隨著越來越多廠商重視和進入這個領域,預計 2019 年智慧邊緣計算將成為業界最熱門領域。業內人士預判,邊緣計算有可能是繼 AI 之後的下一個風口。

    Gartner 公佈 2019 十大技術趨勢,邊緣計算位列其中。  Gartner 認為從雲到邊緣 (Cloud to the Edge) 被視為未來科技發展重要趨勢, Gartner 預測 2017  10%  的企業資料產生在雲和資料中心之外,到 2022 年這一比例將超過  50% 。邊緣計算之所以能快速發展,主要是由以下幾個因素:

  • 低時延:為滿足低時延要求,需要在離業務現場最近的 邊緣 構建解決方案,減少業務處理時延;
  • 海量資料:物聯網時代邊緣資料爆炸性增長,難以直接回傳至雲端且成本高昂,資料在本地進行分析和過濾,節省網路頻寬;
  • 隱私安全:資料涉及企業生產和經營活動安全,在邊緣處理企業保密資訊、個人隱私;
  • 本地自治:不依賴雲端的離線處理能力、自我恢復能力;

近年來 AI 技術的成熟,也變成推動邊緣計算的另一股力量。當這些邊緣裝置的運算分析能力越來越強,現在開始也有更多廠商將機器學習、甚至是深度學習的能力帶進裝置內,使得現在的邊緣裝置也能做到雲端能做的事,應用也越來越廣了。除了 AI 技術外,包括 AI 晶片、 GPU 、網路以及專為邊緣裝置構建的 AI 開發工具、框架及分析平臺也極大地推動了邊緣計算的發展。

邊緣計算可廣泛應用於在智慧園區、工業製造、商超、車聯網等領域。例如自動駕車、無人機、擴增實境( AR / 虛擬現實( VR )以及機器人等,這些嶄新應用特別強調實時的影像分析及辨識處理能力,對於網路的低延遲和高頻寬要求極高,需要在數十毫秒甚至微秒時間內就要反應,然而透過因特網傳輸往返雲端,至少需要上百毫秒才能反應過來,所以這種型別的應用,就很適合採用 邊雲協同 的邊緣計算架構。透過在邊緣側實現資料的智慧預分析與深度學習,雲端模型訓練與進一步的大資料處理等,將海量資料本地消化,避免大量資料回傳帶來的頻寬浪費和時延。

華為雲智慧邊緣平臺 IEF 服務聯動邊緣和雲端的資料,滿足客戶對邊緣計算資源的遠端管控、資料處理、分析決策、智慧化的訴求,同時,在雲端提供統一的裝置 / 應用監控、日誌採集等運維能力,為企業提供完整的邊緣和雲協同的一體化服務的邊緣計算解決方案,幫助客戶輕鬆構建智慧邊緣。

IEF 服務自從 2018 4 月上線以來,持續在多個領域深耕探索。其中就包括德邦快遞與華為雲聯手,共同探索新型智慧物流園區的建設,依託 IEF 服務為基礎構建的邊雲協同架構,共同打造雲上的智慧物流園區。小編這次將重點探討一下智慧園區場景下的邊雲協同解決方案與內在的價值。

    當前園區監控的現狀主要集中在 ,對於監控影片的分析與態勢感知能力較弱。基於 IEF 服務構建的邊雲協同解決方案實現從 人防 技防 的智慧化升級,可以幫助客戶提升園區運營效率,提高園區住戶體驗:

1 、低時延:本地快速處理攝像頭碼流上傳圖片,降低人臉識別的時延;

2 、智慧化:對監控影片智慧分析,實時感知入侵、人流量大等異常事件,降低園區人力成本;

3 、管理便捷:邊緣應用全生命週期管理,可以做到無縫升級;

4 、模型自學習:自動訓練,演算法擴充套件性好,並且完成自學習閉環(從樣本收集、訓練到推理的完整閉環);

5 、成本省:可以利舊園區已有 IPC 攝像頭,透過邊雲協同,改成為智慧攝像頭,節省成本。

那麼從技術層面講,智慧邊緣平臺 IEF 到底是如何賦予智慧園區 智慧 的呢?

首先需要將園區內的所有攝像頭接入到邊緣伺服器,透過 IEF 服務可以將各種雲端的影片分析演算法下沉到邊緣伺服器。攝像頭採集到的影片流可以直接灌入到位於邊緣伺服器中的影片分析演算法中,邊緣影片分析演算法可對影片流直接進行處理,無需把影片流資料上傳到公有云。這樣一來既可以減少頻寬成本,又可以提高處理的實時性。

此外,該方案有別於傳統的智慧攝像頭方案,傳統智慧攝像頭中的影片分析演算法是固化的,而使用邊緣雲服務,可以靈活使能演算法,具有很強的擴充套件性。真正提升攝像頭的 實力!

想了解更多邊緣計算內容,歡迎訪問華為雲學院( https://edu.huaweicloud.com/courses/

 


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31556022/viewspace-2641076/,如需轉載,請註明出處,否則將追究法律責任。

相關文章