阿里云边缘云亮相世界人工智能大会 构建场景化边缘应用

简介: 在上海世博展览馆H2馆,阿里云举办“AI创未来,云上新城市”主题展览展示,展区共分为“技术新高地”、“政企数字化”、“美好新生活”三大板块,以硬件+软件+互动体验的形式,聚焦人工智能热点,以AI技术创新赋能政企数字化转型。其中,阿里云边缘云展示内容受到参会观众和媒体的热烈欢迎。

7月8日-11日,以“智联世界,众智成城”为主题的2021年世界人工智能大会在上海隆重举行,来自政府、产业、学术等各界代表围绕如何促进人工智能、大数据等领域技术创新应用开展深入交流和讨论,旨在推动全球科技创新协同,助力打造人工智能世界级产业集群。

在上海世博展览馆H2馆,阿里云举办“AI创未来,云上新城市”主题展览展示,展区共分为“技术新高地”、“政企数字化”、“美好新生活”三大板块,以硬件+软件+互动体验的形式,聚焦人工智能热点,以AI技术创新赋能政企数字化转型。其中,阿里云边缘云展示内容受到参会观众和媒体的热烈欢迎。

阿里云边缘云产品架构与优势

阿里云边缘云节点是基于自研飞天操作系统的技术架构,构建靠近用户侧的分布式小型化云计算平台。阿里云边缘云节点ENS的产品形态包含公共云自营节点服务、软硬件一体化服务的边缘云联节点,满足不同客户部署和应用需求。其中,公共云自营节点服务是基于运营商边缘机房和网络以及各类异构资源进行建设,可提供一站式全域覆盖、弹性交付、优质网络的分布式算力服务;边缘云联节点是部署在客户机房,使用标准软硬件方案整体交付,由阿里云提供全生命周期管理运维服务,方便客户灵活进行业务创新、市场拓展及商业探索。

阿里云边缘云节点ENS的整体系统是由4层能力层技术构建而成,包含算力资源层、操作系统层、能力开放层、生态应用层。

  1. 算力资源层

边缘云是构建在多种不同类型的算力资源之上的云计算系统,算力资源层不仅有阿里云自建的边缘计算节点,包括基于IDC机房,专门边缘机房等;还有合作建设的边缘计算节点,包括跟运营商互联互通的5G MEC移动边缘计算节点,以及跟第三方合作的边缘资源节点,例如配电机房、铁塔机房、小区物业机房等。不同类型、不同位置、不同种类、不同架构的边缘基础设施构成了阿里云遍布全球的多样化边缘云节点,面向客户提供虚机、容器、裸机等多阶计算形态产品。

  1. 操作系统层

阿里云边缘云操作系统针对大规模、分布式、轻量化、异构化等特点,自主自研发且具有自主知识产权的全新边缘云操作系统,边缘云操作系统可以实现对底层千万级的异构基础设施的纳管,并且能够弹性的将各类虚拟化资源、实例、业务在不同的节点和基础设施上进行调度和部署。实现了一套完整的自动化运维管控系统,可以全天候远程自动化对边缘云节点上的系统进行运维管理以及自恢复操作。同时,阿里云边缘云还支持边缘云节点在断网等异常情况下的自治自恢复等功能。同时,在基于虚拟机、容器、函数计算等形式的虚拟化软件层技术能力上,能够提供微服务、弹性伸缩、自动编排、自动部署等功能。

  1. 能力开放层

能力开放层具有两大类技术,包括了技术中间件和业务中间件,技术中间件依托阿里云PaaS技术的积累,通过将CDN、视频、AI、IOT等技术软件部署到边缘云计算操作系统之上,为各类行业边缘计算场景提供丰富多样的技术中间件能力。业务中间件是支持满足大带宽、低时延、大连接等场景时,专门面向业务类型提供的技术能力支持,包括无线定位能力、网络切片能力,全网网络Qos能力等。最终为构建丰富的边缘云生态应用提供保证。

  1. 生态应用层

依托数十万云上企业客户和阿里巴巴丰富的生态应用,以及全球覆盖的基础设施网络,阿里云边缘云拥有丰富的产品实践。在构建边缘生态时,阿里云边缘云首先通过支持阿里系内部业务进行大量的典型场景的落地实践,从而形成外部行业典型应用对边缘计算的系统堆栈的技术和业务需求。在逐渐积累生态应用的过程中,不断拓展边缘云的覆盖范围和边界,从而让边缘云产品技术更好服务行业生态。

边缘云典型场景方案

目前,阿里云提供10多种边缘云解决方案覆盖城市、文娱、电商、游戏、体育、金融、政企、电力等多行业。比较典型客户使用场景有:

  1. 视图计算-面向视频图像设备终端提供就近的连接、存储以及计算的PaaS服务,让视图数据能更好地上云。
  2. 云游戏-构建用户就近接入的云游戏基础设施,通过提供位置无感的云上渲染服务,帮助泛游戏行业客户快速高效构建云游戏业务能力,面向提供玩家高质量的游戏体验。
  3. 实时音视频-基于中心云和边缘云的异构节点,构建超低延时、全分布式下沉的通信级流媒体传输网络,满足互联网直播和RTC等多种业务场景的音视频流传输和交换需求。
  4. 终端云化-基于边缘云节点ENS的云端一体智能化解决方案实现企业大幅降低终端投资和运维成本,提升用户体验,加速新业务部署。
  5. 运营商-基于5G+MEC合作实现多场景应用创新,如自由视角直播、轻量级边缘云、IPTV、云呼语音平台。
目录
相关文章
|
7天前
|
机器学习/深度学习 数据采集 人工智能
探索AI技术在文本生成中的应用与挑战
【9月更文挑战第26天】本文深入探讨了AI技术在文本生成领域的应用,并分析了其面临的挑战。通过介绍AI文本生成的基本原理、应用场景以及未来发展趋势,帮助读者全面了解该技术的潜力和局限性。同时,文章还提供了代码示例,展示了如何使用Python和相关库实现简单的文本生成模型。
30 9
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习在医疗诊断中的应用
【9月更文挑战第32天】随着科技的不断发展,人工智能和机器学习已经在许多领域得到了广泛应用。在医疗领域,它们正在改变着医生和患者的生活。通过分析大量的医疗数据,AI可以帮助医生更准确地诊断疾病,预测患者的病情发展,并提供个性化的治疗方案。本文将探讨人工智能和机器学习在医疗诊断中的具体应用,包括图像识别、自然语言处理和预测分析等方面。我们还将讨论AI技术面临的挑战和未来的发展趋势。
|
3天前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
22 11
|
1天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在医疗诊断中的应用
【9月更文挑战第31天】本文将介绍人工智能(AI)在医疗诊断领域的应用。我们将探讨AI如何帮助医生更准确地诊断疾病,提高医疗效率,以及它对患者和医生的影响。通过实际案例,我们将展示AI如何在医疗领域发挥重要作用。
|
3天前
|
机器学习/深度学习 数据采集 人工智能
探索AI在医疗诊断中的应用
【9月更文挑战第30天】本文将探讨人工智能(AI)如何在医疗诊断中发挥重要作用。我们将从AI的基本概念开始,然后深入到其在医疗领域的应用,特别是如何帮助医生进行更准确的诊断。最后,我们将通过一些实际的代码示例来展示AI是如何工作的。无论你是AI专家还是医疗专业人士,这篇文章都将为你提供有价值的信息。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗诊断中的应用与未来展望
随着人工智能技术的飞速发展,AI在医疗领域的应用日益广泛。本文探讨了AI在医疗诊断中的具体应用,包括医学影像分析、电子病历分析和辅助诊断等。同时,讨论了AI技术在未来医疗中的潜力和挑战,如数据隐私保护、算法的公平性和透明度等问题。通过分析具体案例和当前研究成果,本文揭示了AI在提高医疗诊断效率和准确性方面的显著优势,并对其未来发展进行了展望。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗诊断中的应用
【9月更文挑战第29天】随着科技的发展,人工智能(AI)已经在许多领域得到广泛应用,其中包括医疗诊断。AI可以帮助医生更准确、更快速地进行疾病诊断,提高医疗服务的质量和效率。本文将介绍AI在医疗诊断中的应用,包括图像识别、自然语言处理和预测分析等方面。
|
7天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗健康中的革命性应用
本文探讨了人工智能(AI)在医疗健康领域中的应用及其带来的革命性变化。通过具体案例,我们展示了AI如何提升疾病诊断的准确性、优化治疗方案以及提高患者管理效率。同时,我们也讨论了AI技术在未来可能面临的伦理和隐私挑战,呼吁更多的研究和监管措施来应对这些问题。
|
5天前
|
数据采集 人工智能 自然语言处理
软件测试中的人工智能应用与挑战
本文探讨了人工智能在软件测试中的应用及其所面临的挑战。通过分析AI技术如何优化测试流程、提高测试效率以及目前存在的局限性,文章提供了对软件测试未来发展趋势的深入思考。
下一篇
无影云桌面