浅析云边端融合趋势下的架构模型优化设计

27 阅读4分钟

当前,我国正处于数字经济高速发展的时代,数字技术不断重塑商业环境,越来越多的企业逐渐意识到,只有实现数字化转型,才能抓住发展新机遇。企业是经济数字化转型的重要实施主体,进一步推进经济数字化转型,则需要充分发挥数据的驱动作用。伴随着互联网、云计算、大数据、区块链、人工智能等技术的蓬勃发展,物联网连接数爆发式增长,数据处理量激增,促使边缘计算技术开始崛起。

一方面,随着5G、物联网、工业互联网等产业规模化落地,集中式云计算模式无法满足企业在网络时延、带宽成本、数据安全、业务敏捷等方面需求,而且海量设备接入网络通信不稳定、边端资源异构、数据处理压力大等问题,也让企业的“上云”业务需求面临极大的挑战,云-边-端协同模式也逐渐衍生出来并演变为主流趋势。

云边端协同有哪些优势?

将云端、边缘端、终端的计算能力互联互通,在靠近设备端、客户端的地方建立起边缘计算能力,将云端能力下沉到靠近设备的边缘节点,达到减少延迟、降低能耗、增强对信息访问量的优化目标,使数据交互变得更加安全可靠。借助云端算力资源与端侧数据处理的协同应用,降低云中心数据处理的压力、降低带宽负载与网络时延等数据传输成本,让海量数据实现本地存储、处理、分析、决策和执行。

云边端协同的发展趋势?

在国际上,亚马逊、微软和谷歌等云计算巨头以及国内的阿里、腾讯、百度、华为、中兴通讯等巨头也推出了相应的边缘计算产品,并逐渐向云-边-端融合的趋势发展。但是,云-边-端融合相关技术目前仍处于探索成长阶段,相关成熟应用并不多见,尚存在体系架构设计、资源优化模型、服务协同方法等多方面待进一步研究解决的关键技术难点。

TSINGSEE青犀视频基于多年的音视频流媒体领域经验,正在积极研发面向云-边-端融合的智能分析网关及云边端融合的智能协同平台,积极探索研发支持多路接入的智能分析网关,具备较强的云-边-端协同能力,要求利用人工智能、物联网、大数据等技术,实现基于视频服务的数据感知、智能检测、智能分析、智能告警等需求,并能针对通用安防、智慧安监、智慧工地、智慧城市等多元化应用场景,不断拓展个性化服务能力。

目前,TSINGSEE青犀视频发布的智能分析网关可支持人脸、人体、车辆、物体、行为等检测识别能力,并能实现抓拍、比对、告警、分发等视频能力服务,能广泛应用在智能安监、通用安防、区域安全监测、客流统计、智慧消防等场景中。智能分析网关与EasyCVR具备海量数据汇聚处理、高稳定性、高灵活性、高可用性等特点,同时基于云-边-端架构闭环式协同管理,让前端场所采集的数据实现存储、处理、智能分析、辅助决策和快捷执行,最终完成场景下的态势感知、数据分析、结果输出、资源分发等智能服务。

人工智能等新一代信息技术的发展,已经将社会推入一个全面感知、可靠传输、智能处理、精准决策的时代,在AI技术的助力下,云边端协同模式逐渐成为各领域、各行业寻求智能化转型的突破口,打造云边端协同的资源调度能力、算力服务能力、AI服务能力,构建立体化的智能服务架构,将成为企业转型的重要方向。