邊緣計(jì)算，讓園區(qū)充滿“智慧”

邊緣計(jì)算，讓園區(qū)充滿“智慧”

邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開放平臺(tái)，就近提供最近端服務(wù)。其應(yīng)用程序在邊緣側(cè)發(fā)起，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實(shí)時(shí)業(yè)務(wù)、應(yīng)用智能、安全與隱私保護(hù)等方面的基本需求。傳統(tǒng)云端集中化的數(shù)據(jù)中心，因?yàn)榫嚯x終端設(shè)備和用戶較遠(yuǎn)，數(shù)據(jù)往返延時(shí)大，網(wǎng)絡(luò)擁塞等問題較為明顯， 邊緣計(jì)算的出現(xiàn)完美的解決了這些問題 。

   2018 年以來，邊緣計(jì)算來勢(shì)洶涌，大有和云計(jì)算分庭抗禮的架勢(shì)。各個(gè)公有云廠商最近都將邊緣計(jì)算放在重要位置，業(yè)界和媒體上邊緣計(jì)算被提到的頻率已經(jīng)超過云計(jì)算。從各方面分析，邊緣計(jì)算一年內(nèi)處理的數(shù)據(jù)量就將超過云端，將成為主要的計(jì)算和存儲(chǔ)節(jié)點(diǎn)。除了傳統(tǒng)的數(shù)據(jù)上云，數(shù)據(jù)分析，遠(yuǎn)程監(jiān)控等，邊緣計(jì)算的核心競(jìng)爭(zhēng)力之一是本地計(jì)算和分析的能力，尤其是綜合運(yùn)用各種 AI 和大數(shù)據(jù)技術(shù)，即智能邊緣計(jì)算。

    隨著越來越多廠商重視和進(jìn)入這個(gè)領(lǐng)域，預(yù)計(jì) 2019 年智能邊緣計(jì)算將成為業(yè)界最熱門領(lǐng)域。業(yè)內(nèi)人士預(yù)判，邊緣計(jì)算有可能是繼 AI 之后的下一個(gè)風(fēng)口。

    Gartner 公布 2019 十大技術(shù)趨勢(shì)，邊緣計(jì)算位列其中。  Gartner 認(rèn)為從云到邊緣 (Cloud to the Edge) 被視為未來科技發(fā)展重要趨勢(shì)， Gartner 預(yù)測(cè) 2017 年  10%  的企業(yè)數(shù)據(jù)產(chǎn)生在云和數(shù)據(jù)中心之外，到 2022 年這一比例將超過  50% 。邊緣計(jì)算之所以能快速發(fā)展，主要是由以下幾個(gè)因素：

• 低時(shí)延：為滿足低時(shí)延要求，需要在離業(yè)務(wù)現(xiàn)場(chǎng)最近的 “ 邊緣 ” 構(gòu)建解決方案，減少業(yè)務(wù)處理時(shí)延；
• 海量數(shù)據(jù)：物聯(lián)網(wǎng)時(shí)代邊緣數(shù)據(jù)爆炸性增長(zhǎng)，難以直接回傳至云端且成本高昂，數(shù)據(jù)在本地進(jìn)行分析和過濾，節(jié)省網(wǎng)絡(luò)帶寬；
• 隱私安全：數(shù)據(jù)涉及企業(yè)生產(chǎn)和經(jīng)營(yíng)活動(dòng)安全，在邊緣處理企業(yè)保密信息、個(gè)人隱私；
• 本地自治：不依賴云端的離線處理能力、自我恢復(fù)能力；

近年來 AI 技術(shù)的成熟，也變成推動(dòng)邊緣計(jì)算的另一股力量。當(dāng)這些邊緣設(shè)備的運(yùn)算分析能力越來越強(qiáng)，現(xiàn)在開始也有更多廠商將機(jī)器學(xué)習(xí)、甚至是深度學(xué)習(xí)的能力帶進(jìn)設(shè)備內(nèi)，使得現(xiàn)在的邊緣設(shè)備也能做到云端能做的事，應(yīng)用也越來越廣了。除了 AI 技術(shù)外，包括 AI 芯片、 GPU 、網(wǎng)絡(luò)以及專為邊緣設(shè)備構(gòu)建的 AI 開發(fā)工具、框架及分析平臺(tái)也極大地推動(dòng)了邊緣計(jì)算的發(fā)展。

邊緣計(jì)算可廣泛應(yīng)用于在智慧園區(qū)、工業(yè)制造、商超、車聯(lián)網(wǎng)等領(lǐng)域。例如自動(dòng)駕車、無人機(jī)、增強(qiáng)現(xiàn)實(shí)（ AR ） / 虛擬現(xiàn)實(shí)（ VR ）以及機(jī)器人等，這些嶄新應(yīng)用特別強(qiáng)調(diào)實(shí)時(shí)的影像分析及辨識(shí)處理能力，對(duì)于網(wǎng)絡(luò)的低延遲和高帶寬要求極高，需要在數(shù)十毫秒甚至微秒時(shí)間內(nèi)就要反應(yīng)，然而透過因特網(wǎng)傳輸往返云端，至少需要上百毫秒才能反應(yīng)過來，所以這種類型的應(yīng)用，就很適合采用 “ 邊云協(xié)同 ” 的邊緣計(jì)算架構(gòu)。通過在邊緣側(cè)實(shí)現(xiàn)數(shù)據(jù)的智能預(yù)分析與深度學(xué)習(xí)，云端模型訓(xùn)練與進(jìn)一步的大數(shù)據(jù)處理等，將海量數(shù)據(jù)本地消化，避免大量數(shù)據(jù)回傳帶來的帶寬浪費(fèi)和時(shí)延。

華為云智能邊緣平臺(tái) IEF 服務(wù)聯(lián)動(dòng)邊緣和云端的數(shù)據(jù)，滿足客戶對(duì)邊緣計(jì)算資源的遠(yuǎn)程管控、數(shù)據(jù)處理、分析決策、智能化的訴求，同時(shí)，在云端提供統(tǒng)一的設(shè)備 / 應(yīng)用監(jiān)控、日志采集等運(yùn)維能力，為企業(yè)提供完整的邊緣和云協(xié)同的一體化服務(wù)的邊緣計(jì)算解決方案，幫助客戶輕松構(gòu)建智能邊緣。

IEF 服務(wù)自從 2018 年 4 月上線以來，持續(xù)在多個(gè)領(lǐng)域深耕探索。其中就包括德邦快遞與華為云聯(lián)手，共同探索新型智慧物流園區(qū)的建設(shè)，依托 IEF 服務(wù)為基礎(chǔ)構(gòu)建的邊云協(xié)同架構(gòu)，共同打造云上的智慧物流園區(qū)。小編這次將重點(diǎn)探討一下智慧園區(qū)場(chǎng)景下的邊云協(xié)同解決方案與內(nèi)在的價(jià)值。

    當(dāng)前園區(qū)監(jiān)控的現(xiàn)狀主要集中在 “ 看 ” 與 “ 存 ” ，對(duì)于監(jiān)控視頻的分析與態(tài)勢(shì)感知能力較弱?；? IEF 服務(wù)構(gòu)建的邊云協(xié)同解決方案實(shí)現(xiàn)從 “ 人防 ” 到 “ 技防 ” 的智能化升級(jí)，可以幫助客戶提升園區(qū)運(yùn)營(yíng)效率，提高園區(qū)住戶體驗(yàn)：

1 、低時(shí)延：本地快速處理攝像頭碼流上傳圖片，降低人臉識(shí)別的時(shí)延；

2 、智能化：對(duì)監(jiān)控視頻智能分析，實(shí)時(shí)感知入侵、人流量大等異常事件，降低園區(qū)人力成本；

3 、管理便捷：邊緣應(yīng)用全生命周期管理，可以做到無縫升級(jí)；

4 、模型自學(xué)習(xí)：自動(dòng)訓(xùn)練，算法擴(kuò)展性好，并且完成自學(xué)習(xí)閉環(huán)（從樣本收集、訓(xùn)練到推理的完整閉環(huán)）；

5 、成本?。嚎梢岳f園區(qū)已有 IPC 攝像頭，通過邊云協(xié)同，改成為智能攝像頭，節(jié)省成本。

那么從技術(shù)層面講，智能邊緣平臺(tái) IEF 到底是如何賦予智慧園區(qū) “ 智慧 ” 的呢？

首先需要將園區(qū)內(nèi)的所有攝像頭接入到邊緣服務(wù)器，通過 IEF 服務(wù)可以將各種云端的視頻分析算法下沉到邊緣服務(wù)器。攝像頭采集到的視頻流可以直接灌入到位于邊緣服務(wù)器中的視頻分析算法中，邊緣視頻分析算法可對(duì)視頻流直接進(jìn)行處理，無需把視頻流數(shù)據(jù)上傳到公有云。這樣一來既可以減少帶寬成本，又可以提高處理的實(shí)時(shí)性。

此外，該方案有別于傳統(tǒng)的智能攝像頭方案，傳統(tǒng)智能攝像頭中的視頻分析算法是固化的，而使用邊緣云服務(wù)，可以靈活使能算法，具有很強(qiáng)的擴(kuò)展性。真正提升攝像頭的 “ 軟 ” 實(shí)力！

想了解更多邊緣計(jì)算內(nèi)容，歡迎訪問華為云學(xué)院（ https://edu.huaweicloud.com/courses/ ）