“边缘计算”技术应用探索

业界情况

2015年至今,已有多家商业银行着手部署并试点智慧银行相关概念的应用和平台。某国有银行于2019年已建成物联管理平台,并在此基础上开拓基于视觉分析技术的“网点智能识别”体系,助力智慧运营和智慧营销;2019年,某股份制银行与厂商联合建立以智慧巡检引擎为基础的智慧安防体系,以物联网数据为核心,抽象巡检流程,自动化完成安防作业;此外,数家国内大中型商业银行都已建立或正在试点以生物识别、物流参数、能源参数等为基础的智慧金融场景实现,进一步扩大金融场景的浸入,实现风控、运营、营销的智慧化。

与此同时,各大科技巨头也在积极部署边缘计算的相关生态并推进产品的研发应用。

边缘计算解决的问题

边缘计算是算力和服务下沉的重要手段,是距离用户终端最近的信息技术服务环境和计算能力,它用以减少时延、提升网络运营效率、提高业务分发传送能力、优化用户体验。在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的分布式开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。边缘计算可以弥补云计算在架构上的诸多不足,主要体现在四个方面:

算力:线性增长的集中式云计算能力无法匹配爆炸式增长的海量边缘数据。

带宽:传输带宽负载急剧增加造成较长的网络延迟,难以满足控制类数据及实时/准实时流式数据传输需求。

安全:云计算的安全与应用软件、平台、操作系统、多段网络、权限管理等多方面因素有关,边缘数据的安全隐私受到极大关注。边缘计算的产生有助于隔离边缘应用和云端的系统性风险。

能耗:边缘设备传输数据到云平台消耗较大电能,从云平台获取数据到设备现场也需要二次消耗远程传输电能。边缘计算有利于降低传输带来的能耗损失。

边缘计算与云计算并非替代关系,而是协作配合,形成云计算、边缘计算协同作战的云边一体解决方案,最终实现以云计算中心、边缘设备节点、传感器网关、传感器为核心组件的“云-边-端”云边一体应用部署体系。

边缘计算开源框架比较

IoT设备产生大量的数据,数据全部上传至云端处理,会对云端造成巨大压力,为分担中心云节点的压力,边缘计算节点可以负责自己范围内的数据计算和存储工作。同时,大多数数据并不是一次性数据,那些经过处理的数据仍需要从边缘节点汇聚集中到中心云,云计算做大数据分析挖掘、数据共享,同时进行算法模型的训练和升级,升级后的算法推送到边缘一侧,进行设备的更新和升级,完成自主学习闭环。当然,所有数据也有备份的需要,若边缘计算过程中数据丢失,存储在云端的数据也会保持完整。因此,云计算与边缘计算需要通过紧密协同才能更好地满足各种需求场景的匹配,从而最大化体现云计算和边缘计算的应用价值。从边缘计算的特点出发,实时或更快地数据处理和分析、节省网络流量、可离线运行、本地数据自治和安全保护等在应用云边协同的各个场景中都有着充分的体现。

云边协同数据处理

应用边缘计算需要解决的核心问题

基于广泛连接、优化数据带宽、保护安全和隐私、有限的服务自治和业务快速响应等服务能力要求,基于AIoT的云边一体解决方案是云端服务下沉边缘的最佳选择,旨在将云端服务的边缘触达,就近完成应用计算。其中:AI算法是应用核心

在智慧网点的边缘计算解决方案中,针对运营、安防、营销、风控领域的诸多需求,AI模型的产出和应用是支撑应用实现的核心所在。针对贵宾客户识别、客群分析、服务监督、行为监测、监管核查等诸多典型场景,都要基于核心算法的场景处理能力和运行效率,也对AI模型训练质量和迭代效率提出了更高的要求。边缘设备容器化是管理核心

方案体系的核心思想是云端计算的边缘触达,即实现云计算及服务的云边同质性。因此,边缘设备需要具备容器化的应用管理模式,以实现容器化的应用封装、通用的应用抽象定义、松耦合的架构及协调应用部署。目前,边缘计算的开源架构方案有多种。具体如下:

(1)EdgeX Foundry:Linux基金组织开源项目。该框架偏重于端侧设备的管理,定位是工业IoT通用框架,提供了设备接入、边缘数据传输等场景的实现,但不具备对边缘侧应用和设备的管控、云边协同等智能边缘计算体系的能力,且框架间组件依赖关系复杂。

(2)K3S:Rancher Labs的开源产品。K3S是在边缘运行整个Kubernetes集群的方案,不具备云边协同的能力;其次,K3S虽然对K8S做了轻量化处理,但整体资源仍然要求较高,无法运行在IoT Hub、工业网关等小型设备中。

(3)KubeEdge:华为开源产品。打通了“云、边、端”整体流程。

用户能够在云上统一边缘节点上的应用、模型、设备。

提供云边协同能力,能够同步云边的应用、设备数据。

针对复杂多样的边缘设备,KubeEdge定义了一套通用的设备管理API(K8S CRD)以及设备协议解耦层,用户可以方便地使用KubeEdge在云端管理各种边缘设备。

针对云边网络不稳定的情况,提供了云边数据的可靠性传输、边缘元数据持久化。

针对边缘资源不足的情况,轻量化地裁剪了Kubelet,支持在256MB的小型设备上运行。

(4)StarlingX:Intel和WindRiver开源的边缘计算项目。StarlingX是一个软件栈,包含了打包、编译、安装配置、openstack本身、WindRiver的MTCE平台等。它是基于OpenStack的大规模边缘计算方案,集成了OpenStack的核心服务,用于实现计算、网络、存储等能力,旨在实现边缘端、边缘云和中心云的协同管理。

(5)OpenEdge:百度开源的面向端的工业互联网智能边缘计算方案,需要和百度的云端管理套件BIE结合实现云边协同。

边缘计算开源框架比较

KubeEdge边缘框架架构图

物联盒子是设备核心

物联盒子作为边缘侧的处理设备,承载着边缘端的数据处理和应用自治,并且对多种智能终端设备提供入网接入能力。物联盒子是云计算同质化边缘触达的主要载体,对于多种智能终端的信息采集、数据转换、入网接入提供了有力支持,它是应用、算法和数据处理置于近端进行边缘计算的物理平台,在整个体系中处于及其重要的位置。目前,在技术国产化信创的大趋势下,国内的诸多边缘设备厂商已实现能力的自给自足,为物联体系的建设带来了强计算、多算法、易部署、低能耗、云边协同、灵活开放等诸多着力强点,更为之后5G带来的数据爆炸近端处理提供了理论依据。

图片

应用建议

边缘计算的灵活特异性和云边同质性给智慧网点的部署和管理带来了无限的可能,但也存在架构较为新颖、关联设备多且环境构成复杂等问题。在智慧网点的建设推进中,我们建议结合网点需求和实际情况,从小范围开始逐步演化推进。同时,视具体情况也可将应用和模型的制作以及相应的管理部署下沉到一级或二级分行进行处理,形成“以点带面、小步快跑”的演化路径,在过程中不断进行修正迭代,夯实业务场景需要,理顺管理模式,最终形成应用、模型和管理方式的深度融合,为基于人工智能物联网(AIoT)云边一体智慧银行解决方案的真正落地打下基础。

结语

科技进步和创新应用不断提速,让银行网点的转型发展迫在眉睫。银行在数据资源上具有规模化和多样化优势,在数据应用和数据价值挖掘方面应当更具有前瞻性和创新性,为科学决策提供可靠依据。网点管理更应当建立自己的数据库和数据分析模型,充分利用大数据对网点经营管理情况进行分析、研判和处置,实现日常运营管理的集约化、科技化、智能化。

随着5G时代的到来,利用金融科技产业理念,解决发展的痛点,提升现代化企业治理水平,转变传统经营模式、打造差异化特色化发展策略,优化产品结构和提升资产质量,成就客户价值,正在成为银行业发展转型的关键思路。此篇以智慧网点拓展为基石,旨在设想及建设一套物联网环境下多场景融合的金融渠道演进之路,希望在万物互联的趋势下,探索出一套符合全景金融及其管理模式的新体系,赋能我行引领潮头。

文章只代表原作者观点,边缘云致力于打造独立、客观的资讯信息平台,转载请注明来源于边缘云信息平台。
分享到
长按二维码关注

参与讨论 抢沙发

评论前必须登录!

立即登录   注册

边缘云生态研究

关于我们