华体科技边缘云为智慧城市加速

华体科技边缘云

  随着公司在硬科技的研发投入不断加大,华体科技603679)在人工智能应用,算法,边缘服务器,FPGA应用,边缘云计算平台等技术的研发和实施方面都取得了显著的进展。

  我们将在未来的专栏里更多的介绍我们的硬科技产品和技术,今天我们先简单介绍一下我们的的边缘云,分布式AI技术和华体边缘计算产品线。

  边缘云简介

  Introduction to Edge Cloud

  边缘云是什么?阿里云计算有限公司和中国电子技术标准化研究院等于2018 年 12 月 12 日联合发布《边缘云计算技术及标准化白皮书》将其定义为:边缘云计算,简称边缘云,是基于云计算技术的核心和边缘计算的能力,构筑在边缘基础设施之上的云计算平台。形成边缘位置的计算、网络、存储、安全等能力全面的弹性云平台,并与中心云和物联网终端形成“云边端三体协同” 的端到端的技术架构,通过将网络转发、存储、计算,智能化数据分析等工作放在边缘处理,降低响应时延、减轻云端压力、降低带宽成本,并提供全网调度、算力分发等云服务。

  随着 5G、物联网时代的到来以及云计算应用的逐渐增加,虽然云计算在资源密集型数据处理和人工智能培训等方面表现出色,但因为数据必须传输到数据中心,然后再返回,带来了延迟和带宽占用问题。所以现有的集中式的云不能满足终端侧“大连接,低时延,大带宽”的云资源需求。为了解决这些问题,边缘计算的概念应运而生,边缘云计算就是将云计算的能力拓展至距离终端更近的边缘侧,并通过云边端的统一管控实现云计算服务的下沉,提供端到端的云服务,边缘云计算的概念。

  边缘云计算将云的便利性和可访问性扩展到边缘网络,更靠近创建和实施数据的地方。边缘云由微数据中心托管,这些微数据中心存储、分析和处理数据的速度都超过了原有的数据中心模式。通过在边缘收集、存储和处理数据,企业可以快速获得有意义的洞察力,并立即采取行动。

  边缘云策略将让智能边缘节点更靠近本地资源和设备,并使用软件以类似于使用公共云服务的方式交付服务。

  边缘云优势

  1. 提高数据安全性

  边缘技术使敏感信息或专有信息更靠近数据来源,并使其遵守数据本地化法律,更易于管控。

  2. 降低数据传输成本

  在边缘云设备进行计算可以缩短数据传输距离,节省数据传输带宽,从而降低数据传输成本。

  3. 增加应用程序的实时性

  5G 或网络连接速度虽然较快,但大量数据的远距离传输都需要较长时间。边缘云可以降低应用程序的延迟,提高实时性。

  华体科技边缘云

  Edge Cloud Architecture

  为了更好的适配智慧城市和智慧路灯应用,华体边缘云遵循了ITU-T 分布式云体系框架,ITU-T框架包括了一下几个部分:

  1、分布式云节点

  是具备自治管理能力的独立的云节点,提供云基础设施及服务,为各类业务和应用提供运行环境;根据所处的位置、节点规模及在分布式云系统中的作用,分为核心云、区域云、边缘云等不同的云节点;根据不同的业务场景需求,灵活采取一种或多种节点组合,实现业务能力的按需部署。

  · 核心云节点:基于大规模云基础设施,支持提供包括 IaaS、PaaS、SaaS 的完整的云服务体系,为各类分布式云业务和应用提供支撑和运营环境,具备海量数据603138)分析和处理能力。

  · 区域云节点:功能架构与核心云类似,中到大规模云基础设施,侧重于提供区域性云基础设施和服务,为区域性业务和应用提供支撑和运营环境,按需满足区域性业务及安全、法规、治理需求。

  · 边缘云节点:在网络边缘、靠近用户和数据源的位置, 提供本地化基础设施资源、数据处理能力、边缘应用和业务。面向不同业务场景、不同部署位置的边缘云节点,外形、能力、功能需求各异。

  2、分布式云管理系统

  实现对分布式云节点的统一管理,包括统一的资源管理、网元和应用管理、业务编排、运营管理、服务管理、安全管理、研发支持、系统集成管理、数据管理等。在关键的数据安全方面,采用隐私安全算法,在不共享数据,不牺牲数据安全性的前提下,合理利用数据的价值。

  华体科技边缘计算产品线

  Edge Computing Product Line

  华体一直致力于边缘云技术的研发和拓展,在项目和实践中,不断完善系统的各个组成部分。

  AI视觉传感设备

  · 无缝接入华体智慧城市软件平台

  · 采用低功耗FPGA和边缘GPU解决方案

  · 高质量视频编解码器

  · 高效的AI推理,高算力,低延迟

  · 支持自研,及来自英伟达及赛灵思所有AI模型

  · 可广泛各种轻量级AI应用,如人脸检测/识别,车辆车牌识别,城市环境监控等

  · 可安装于智慧花园灯、路灯,智慧城市家具等

  AI边缘服务器

  · 采用低功耗,高算力FPGA和边缘GPU解决方案

  · 多路高质量视频编解码器

  · 高效的AI推理,高算力,低延迟

  · 支持自研,及来自英伟达及赛灵思所有AI模型

  · 可广泛适用于各种AI应用,如人脸检测/识别,行为识别,车辆车牌识别,城市环境监控,区块链运算等

  · 可安装于智慧路灯,智慧城市家具等

  边缘数据中心/数集

  · 采用超高算力FPGA和GPU解决方案

  · 多路高效的AI推理

  · 高算力,低延迟

  · 支持自研,及来自英伟达及赛灵思各种AI模型

  · 支持多种大数据处理模型

  · 可广泛适用于室外边缘数据中心和大算力AI应用,如智慧交通,车路协调等

  · 可安装于智慧公交站台,大型景观灯等

  分布式人工智能

  Distributed AI, DAI

  华体边缘云和边缘计算单元建立在华体智慧路灯为载体的基础通信和供电网络之上,提供了一个高效的具有弹性的算力平台,而分布式人工智能系统则可以将这个算力平台潜力充分的利用起来。

  分布式人工智是一个并行计算系统。数量众多的但相互独立的边缘计算设备可以在不同的地理位置充分利用其算力并行的完成计算任务。在分析庞大的系统数据集时,可以将数据集可以分解,由一个单独的节点进行分析。如果需要对系统数据集进行更改,只需要把子集重新部署相应的节点,而不是整个系统。

  解决方案的集成是通过代理或节点之间的有效通信系统完成的。智慧路灯形成的可靠的通信网络确保了通信的有效性和实时性。确保了处理是有弹性的。与集中式 AI 系统不同,DAI 系统中的数据不必提供给单个位置。数据集可以随时间更新。节点可以就解决方案动态地相互交互,并具有实现解决方案所需的技能。

  基于智慧路灯网络的多应用,多目标的特性,华体DAI采用了多智能体系统(Multi-Agent System,MAS),该系统可有效的管理和利用华体的传感器-边缘服务器-边缘数集-云服务器的四级架构,具有以下特性:

  1. 分布性

  系统数据、算法和控制等,在逻辑上或者物理上都可以是分布式的,系统中各路径和节点能够并行地求解问题

  2. 协作性

  各分布式节点协调工作,并行完成系统级的计算和推断任务

  3. 开放性

  拓扑结构开放,通过网络互连和系统的分布,便于扩充系统规模,可灵活的增加计算节点。

  4. 容错性

  系统具有冗余节点和多网络通信路径,能够使某些节点出现故障时保持系统正常工作状态

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

关于我们关注我们