江苏龙网

  1. 首页 > 资讯 > 科技 > >

[万物]华为云专家深度解读：万物互联的智能时代，云原生技术与边缘计算将擦出怎样的火花？

北京联盟_原题是：华为云专家深度解读：万物互联的智能时代 ， 云原生技术与边缘计算将擦出怎样的火花？
随着5G的规模商用以及AI技术在各行各业的逐步普及 ， 新型智能应用及终端正对体验、时延、带宽、安全等数字业务的关键要素提出全新的挑战 ， 而边缘计算正在成为应对挑战的核心手段 。据Gartner预测 ， 到2022年 ， 边缘计算将成为所有数字业务的必要需求 。
在近日举办的华为开发者大会2020（Cloud）上 ， 华为云智能边缘平台IEF首席架构师张琦深度解读了十万边缘节点的管理技术 ， 以及如何通过云原生技术和边缘计算结合 ， 构建边缘计算实战场景中所需的业务下沉、云边协同及离线自治等关键能力 。
从“Cloud Native”到“Edge Native”的挑战
标准的边云协同模型 ， 对Cloud Native技术有六大协同诉求：服务协同 ， 业务管理协同、应用管理协同、智能协同、数据协同 ， 以及云边的资源协同 。
[万物]华为云专家深度解读：万物互联的智能时代，云原生技术与边缘计算将擦出怎样的火花？
文章图片

文章图片

举例来说 ， 应对智能协同的需求 ， 可采用“云上训练 ， 边缘推理”的思路：云端 ， 人工智能服务利用海量计算资源 ， 完成海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成；边缘侧 ， 边缘服务将云上训练好的AI应用以容器或函数形式推送到边缘节点 ， 提供边云传输通道 ， 联动边缘和云端的数据 ， 支撑AI应用实现边云智能协同 ， 同时提供升级、监控、日志等运维能力；边缘AI容器/函数加载模型 ， 实时从设备获取数据 ， 通过推理进行瑕疵检测 ， 根据结果调整生产设备的参数 ， 提升良品率 。边缘产生的数据和推理结果周期上传到云上 ， 用于持续模型训练和生产分析 。
然而在此之上 ， “Edge Native”应用的一系列特殊需求 ， 如极致的轻量化、离线自治及故障自愈及超大规模节点管理等 ， 对Cloud Native技术提出了更高的要求：
[万物]华为云专家深度解读：万物互联的智能时代，云原生技术与边缘计算将擦出怎样的火花？
文章图片

文章图片

极致的轻量化 ：端侧设备由于资源有限 ， 对边缘计算平台的资源占用往往有较强约束 。通过对已有框架的插件化实现以及实施轻量化改造（裁剪边缘侧不适用场景、重写模块等） ， 加上容器引擎的轻量化实现 ， 可以有效提升边缘业务并发启动速度 ， 并大幅降低稳态下的内存占用；离线自治及故障自愈： 工业制造、交通等领域经常会有边缘节点离线的场景 ， 要保证业务高可靠 ， 离线节点需要具备故障迁移、多实例运行以及本地恢复等能力 。实现思路：依据先预选、再优选的方式基于调度优先级构建边缘部署优选树；再依据调度优先级的顺序对高优先级节点进行监控 ， 决策是否接管调度；最后依据边缘部署优选树进行节点调度决策传递 ， 当本节点接管调度决策后 ， 依据设置好的调度策略对应用在本节点进行调度；大规模节点管理： 一方面是南北向大流量冲击问题 ， 如何在带宽有限的情况下保证边云信息交互 ， 以及并发操作带来的DB过载 ， 需要设计得当的边云消息优化、系统保护以及流程优化策略；另一方面 ， 出于成本考虑 ， 云边通道的带宽往往非常小 ， 在中心云侧做大规模边缘应用分发将造成灾难性的拥塞 ， 此时则需要建立边缘镜像加速站点 ， 自动同步主镜像仓库中选定的镜像 ， 利用边缘侧本地大带宽向同一区域的边缘节点提供镜像下载服务 。
实际场景如高速公路收费管理 ， 该场景涉及超大规模边缘节点的管理和运维 ， 同时要求具备边缘故障自愈以及分权分域管理的能力 。基于华为云智能边缘平台IEF构建的端边云协同方案 ， 实现了十万级边缘节点快速接入、百万级应用边云协同 ， 且支持边缘节点自治 ， 以及部联网中心-省联网中心-路段公司-路段分公司-路段-收费站6级权限管理模式 。该方案还可灵活扩展 ， 未来可向V2X车路协同和自动驾驶演进 。


推荐阅读


上一篇：■Axure 教程：轻松导出图标字体所有图标

下一篇：『』荣耀30S系列手机发布 双模5G 2399元起