人工智能、云原生、边缘计算趋势洞察|“2022 智能云边开源峰会”圆满举办

简介: 人工智能、云原生、边缘计算趋势洞察|“2022 智能云边开源峰会”圆满举办

2022 年 8 月 19 日 - 20 日,为期 2 天的“ACE 智能云边共创生态”的年度盛会——“2022 智能云边开源峰会”(2022 Open Source AceCon)在线上圆满举办。本次峰会由 VMware 携手 Intel、EMQ、 Kyligence、江行智能、灵雀云等多家“ACE 智能云边共创生态(ACE Co-innovation Ecosystem)”合作伙伴联合举办,来自开源领域的 37 位行业领导者和技术大咖齐聚于此,共同带来关于“人工智能、云原生、边缘计算”三大热门技术的趋势分享及洞察,以携手合作伙伴共同推进开源技术创新和开源生态繁荣。

image.png

本次峰会为期两天,分别为 8 月 19 日上午举行的「开放创新领导力」主论坛、下午的云原生分论坛和 8 月 20 日举办的边缘计算分论坛。

image.png

主论坛上,来自 Linux 基金会、VMware、Intel、EMQ、Kyligence、江行智能、灵雀云和 PingCAP 的十位开源领袖就构建开源创新生态、赋能技术布道与共同创新等话题进行了探讨与主题分享。

会议伊始,VMware 生态与创新部门主管项目经理宋春雪作为本次「开放创新领导力」主论坛的主持人做开场介绍。随后 Linux Foundation 主席 Jim Zemlin 为本次大会送上寄语并对祝福本次大会圆满举办。

Jim Zemlin 表示,开源正在成为现代社会技术创新发展、基础设施软件不断迭代的基石,Linux Foundation 已实现了真正意义上的全球化,除继续致力于促进全球重点开源项目发展之外,还在向开放硬件、便准化、安全、计算机网络、云、AI 及边缘等领域拓展。未来,Linux Foundation 也将展开原创性开放研究领域如气候变化等,继续携手行业共同构建可靠可信的开源项目,继续加速开放创新。

VMware 中国研发中心总经理任道远表示,在 AI 等技术及用户应用的分布式计算里,随着算力需求的爆炸式增长,未来将推动包括公有云、私有云、边缘云、电信云等在内的多云服务市场不断增长。“由 VMware 和开源生态伙伴发起的多元化社区——ACE 智能云边共创生态,将以 AI、云原生、边缘计算的维度为创新组织提供服务赋能,期待携手生态伙伴共同推动技术创新”。此外,还正式发布了“ACE 智能云边加速器”和“ACE 智能云边共创生态”合作模式,并介绍了其如何推动公益、环境、社会和管理方面的创新。

Harbor 开源项目创始人张海宁表示,多云环境下联邦学习变得十分重要,业内首个隐私计算联邦学习开源社区 FATE 项目里即将开源的 FedLCM,可实现多元环境下的联邦学习平台管理。此外,在云原生应用的安全方面,传统静态扫描的方式已不足以应对恶意镜像等安全问题,而动态监测运行中的云原生应用方案成为了目前研究的方向。在 Harbor 的基础上,通过最新开发的 Cloud Native Security Inspector 云原生安全检测器(即将开源),可帮助用户解决运行过程中存在的安全隐患。

EdgeX 中国社区联合创始人&核心维护者路广表示,随着多云和边缘计算的不断协同发展,异构多样化和孤立的环境下企业正不断面临海量计算需求及复杂业务挑战。由 VMware 参与维护的 EdgeX Foundry 整合边缘应用框架、BYOH 编排 Kubernetes 边缘应用及开源项目,有效“跨越”云边实现云原生应用运营方式的优化。而最新基于云边协调的“深度制冷联合方案”,以及接下来将持续优化数据中心应用内部的编排算法等计划,可将致力于提高碳排放效率,实现“绿色计算”愿景。

Intel 副总裁兼软件生态部总经理李映表示,作为最先与 Linux 合作并打造“现代化数据中心”的厂商,Intel 在开源方面使得硬件和软件从过去“割裂”的状态发展为如今的打通开放的状态,统治了云和数据中心。接下来,Intel 也将通过继续加大对开源社区和软件方面的投入,结合软硬件虚拟化合作以及与开发者社区的协同努力,共同推动 Intel“创新四大力量”即人工智能、无所不在的计算、无处不在的连接、从云到边缘的基础设施之间的互动和协作,以从中探索出更大的变革。

image.png

8 月 19 日下午举办的云原生分论坛中,Harbor 开源项目创始人兼联邦学习开源项目 FATE 开发专委会主席张海宁带来开场致辞。张海宁表示,本次分论坛的主线是云原生领域的应用安全、通信和运维等方面的话题。在此基础上,话题还从云原生领域延伸到了人工智能,隐私计算等方面,增加了在基于隐私计算的数据保护、人工智能和原生底座结合的方案。

同时,云原生分论坛中还邀请到了 LF AI & Data 总经理 Ibrahim Haddad 博士,以及来自 VMware、Intel、FATE 开源社区、Kyligence、StreamNative、Zilliz、富数科技、腾讯云、雅客云安全的众多嘉宾分别就人工智能与隐私计算的主题带来专题演讲,精彩纷呈。

在 8 月 20 日的边缘计算分论坛上,EdgeX Foundry 技术指导委员会主席James Butcher、EdgeX 中国社区联合创始人路广、Intel 网络与边缘集团市场生态总监孙敏、EMQ 边缘计算研发总监余杰霖分别带来了“The Importance of Open Edge Computing”、“EdgeX 与多云边缘”、“Intel 边缘计算开源生态之道”、“EMQ 的开源边缘计算数据基础设施”为主题的分享。

会上,LF Edge 总经理 Arpit Joshipura 带来了开场致辞,并对边缘计算的发展以及 Linux 基金会如何促进边缘计算的市场发展做了分享。Arpit Joshipura 表示,针对当前各领域面临的挑战,基于带宽和延迟,边缘计算的新应用也在不断涌现。想要在更大的互联世界中发展边缘计算,在端到端的世界里形成开放的解决方案,开源项目至关重要,而 LF Edge 所提供的 AKraino 等项目以及 LF Edge 框架可以帮助整合企业、服务供应商等在内的框架接入边缘,以此来解决各类问题。

分论坛上,还有来自江行智能、云创远景、中科创达、南京未来物联、阿里云、上海交通大学、腾讯云的众多行业大咖分别就边缘计算和可持续计算的主题进行精彩分享,亮点不断。

本次峰会,共有 22+ 企业及组织就 34+ 行业精彩话题进行了专业分享,25+ 社区、媒体伙伴参与支持及传播,超 4.7 万人次在线观看了这场精彩的行业盛会。

点击链接回看视频:https://activity.v-event.cn/v...

相关文章
|
传感器 人工智能 边缘计算
智能就在身边:AI如何优化边缘计算
智能就在身边:AI如何优化边缘计算
610 2
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
501 89
|
人工智能 Java 物联网
Java与边缘AI:构建离线智能的物联网与移动应用
随着边缘计算和终端设备算力的飞速发展,AI推理正从云端向边缘端迁移。本文深入探讨如何在资源受限的边缘设备上使用Java构建离线智能应用,涵盖从模型优化、推理加速到资源管理的全流程。我们将完整展示在Android设备、嵌入式系统和IoT网关中部署轻量级AI模型的技术方案,为构建真正实时、隐私安全的边缘智能应用提供完整实践指南。
760 3
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
存储 边缘计算 物联网
揭秘边缘计算:物联网时代的分布式智能
揭秘边缘计算:物联网时代的分布式智能
1511 92
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
683 4
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
1314 3
|
存储 边缘计算 数据处理
面向智能医疗的边缘计算与云计算融合架构的设计与实现
边缘+云混合部署架构正在为AIoT与医疗领域带来前所未有的技术变革。通过这种架构,能够实现对海量数据的实时处理和深度分析,提升业务响应速度和效率,同时在保障数据安全的基础上,优化系统的可扩展性和可靠性。随着技术的发展,边缘+云架构的应用场景将愈发广泛,未来必将在更多领域内发挥巨大的潜力。
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
1035 0
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
908 4