阿里云高级技术专家白常明:边缘云的技术挑战和应用创新

简介: 随着5G商用周期的开始与新基建的发展, 5G+边缘计算带动并赋能数字化行业,逐渐形成了预期可观的产业规模。5G周期内,直接和间接带动产业规模就高达万亿级,在如此巨大的市场规模下,会有越来越多的行业具备数字化转型的技术支撑,5G+边缘计算如何助力各行业升级?近日,阿里云高级技术专家白常明受邀参加2020WICC通信云大会发表《5G边缘计算:边缘云的技术挑战和应用创新》主题演讲,剖析5G时代边缘云技术演进。

随着5G商用周期的开始与新基建的发展, 5G+边缘计算带动并赋能数字化行业,逐渐形成了预期可观的产业规模。5G周期内,直接和间接带动产业规模就高达万亿级,在如此巨大的市场规模下,会有越来越多的行业具备数字化转型的技术支撑,5G+边缘计算如何助力各行业升级?近日,阿里云高级技术专家白常明受邀参加2020WICC通信云大会发表《5G边缘计算:边缘云的技术挑战和应用创新》主题演讲,剖析5G时代边缘云技术演进。

白常明WICC演讲照片.JPG

边缘计算的驱动力来自哪里?

白常明认为是通过场景的需求来推动。在5G之前的行业应用场景,要么是通过云计算服务承载,要么是单纯的网络服务。而5G网络建设之初,就是面向产业互联网需求而制定的,所以,当前,传统的消费场景升级和数字化转型升级的产业场景,都需要5G网络+云计算的云网融合技术来提供服务,而边缘计算又恰恰是云网融合的最佳着力点,这就形成了消费和产业场景,双轮驱动边缘计算的发展的现状。

边缘计算之所以能够成为5G新场景的着力点,相较于传统的集中式公有云,边缘云计算具有节点数量多、单点规模小、离终端距离近的分布式云计算的技术特征,而这些技术特征又跟5G网络的低时延、大带宽、大连接和本地化技术特征很好的对应和融合。只有真正做到云网融合才能满足产业互联网应用场景的新需求。

屏幕快照 2020-11-02 上午10.45.44.png

随着5G和边缘计算的技术融合和发展,新技术本身也反向的对数据生产消费方式产生了很大的影响,未来,大部分5G业务产生的数据和计算需求都会发生在边缘侧。最典型的需求就是未来物联网的海量终端会产生海量的链接和数据,如果把大规模终端的连接和数据同时回传至中心云进行处理,对云上的带宽和时延会有很大的挑战。那么,通过分布在距离终端更近的大规模分布式边缘节点,就可以就近将终端数据和连接进行处理,仅把持久存储,大规模AI训练等关键计算回传至云中心处理,这样就可以应对新型的大规模高并发数据处理的场景需求了。

边缘云技术与5G云网融合的技术挑战

在5G+边缘计算的技术发展和实践过程中遇到了很多的技术难点和挑战,首先从边缘云技术的角度来看,由于边缘云是一种大规模、分布式、异构资源的云计算形式,相较传统的集中式公有云模式,就会面临“弹性能力差”、“运维难度大”、“安全/可靠性能力不足”和“资产重/成本高”等问题。

屏幕快照 2020-11-02 上午10.45.55.png

如何能够解决上述边缘云技术难点带来的问题呢?通过实践,阿里云总结出一些可行的技术方案。例如,通过在不同边缘节点间将实例进行“动态迁移”,来增加边缘云上资源的“弹性伸缩”能力,通过“一键发布”能够快速的将应用实例进行分布式部署和安装,通过在分级管控的方案实现在网络中断等情况下的“边缘自治”,以及通过云原生的技术手段为应用场景提供severless的服务等等,以便能为客户减少数据和计算上边缘云的开销。最终,还要通过“标准接口”的形式,从边缘云技术架构层面,对内对外形成行业一致的交互体验,减少边缘计算产业上下游的产业链技术开销。

再从5G网络角度来看一下有哪些挑战。5G网络是全球统一的标准制式网络,在一张已经制定好标准的网络之上叠加云计算的能力,这就形成了云网融合的技术,而这也正是网络发展中,遇到的非常大的技术挑战。网络相较于云,标准制定清晰,位置部署和网络覆盖确定性较强,而边缘云在部署,形态等方面比较灵活,如何能够将确定性强的网络和灵活性强的云计算融合,这里就有很多技术难点需要解决。比如,如何建立5G网络与云计算直接的网络协同,资源协调,配置和管控协同,甚至到计费,运维,安全等协同问题,都要在云和网直接寻求一些折中,创新的方法和流程。

边缘云计算的标准化

有哪些手段是能够解决其中一些问题的呢?白常明认为标准化是一种可行的思路。

在基于标准制式的5G网络之上,对云计算和云网融合做一些技术标准化的制定,可以在架构层面对边缘计算的系统做些定义和规范,这样,在标准框架下,运用灵活的云计算技术手段,可以相对容易的发挥云网各自的优势,也为边缘云计算提供了必要且灵活的发展空间。

阿里云在边缘云标准制定方面一直走在行业引领的前列,从2018年发布《边缘云计算技术及标准化白皮书》,首次明确了边缘云的技术定义和概念,之后又牵头编制了国内首个边缘云通用技术要求的标准,以及边缘云服务信任能力要求,也是首批通过边缘云标准符合性测试认证的边缘云服务商。目前,为应对未来云网融合的新技术需求,阿里云正在制定新型边缘云的架构和标准。

屏幕快照 2020-11-02 上午11.18.01.png

5G+边缘计算的创新应用场景实践

接下来,白常明现场分享了阿里云在5G+边缘计算领域的一些创新场景实践。

一、城市大脑

阿里云是国内城市大脑技术的引领者,也在国内很多城市落地了城市大脑的案例和解决方案。边缘计算在城市大脑中主要可以用来承载城市路网摄像头的视频流处理。

屏幕快照 2020-11-02 上午10.46.04.png

比如,在高速上云场景中,基于ENS完成高速视频上云,具备即开即用、就近取流、快速访问的特点。通过在边缘完成对摄像头数据的汇聚和AI分析,再将结构化的数据传回中心云进行业务处理,智慧高速会获得更实时、更经济的体验。

二、高清直播

高清直播的业务特点是对资源带宽占用比较高,这类业务对数据回云的带宽压力大,所以,通过广分布的边缘计算节点资源,既可以在边缘处理高清视频,编解码,节省回云带宽压力,同时也可以在边缘网络内直接进行内容的分发和传输,提高数据传输的效率。

屏幕快照 2020-11-02 上午10.46.17.png

三、智慧交通-车联网

当前网约车在出行和乘客乘坐的安全方面都有很高的要求,所以,大量的网约车都配置了车内的摄像头,用来实时监测车内外的情况,以便保障乘客和司机的安全。而车载是个很大的移动终端,是典型的无线网络传输场景,这就需要通过5G网络对车内的车载数据进行传输,配合ENS边缘云计算节点,进行车辆的属地化运营和数据的本地化处理。可以为交通出行行业减少不小的成本。

四、边缘AI

传统的AI计算,都是在云上进行大数据和模型的训练后,直接进行推理运算,或是将推理运算直接跑在终端设备上。但由于终端设备的体积,算力,功耗,温度等条件的限制,很多AI计算无法直接在终端上做,另外,软件的更新迭代速度要快于终端硬件的迭代速度,这对AI算法和AI芯片的匹配也提出很大的挑战。边缘节点是典型的云计算节点,这就为AI的训练,推理,模型迭代提供很好的资源。未来,大规模的数据模型训练依然是由中心云来做,而推理可以由中心下沉到离终端最近的边缘节点进行,既满足了一定的低时延需求,同时也满足了终端云化后的AI计算需求。

屏幕快照 2020-11-02 上午10.46.29.png

“随着,边缘计算场景的实践,我们总结发现,当前边缘计算比较集中的场景和行业都是集中在人流、终端、物联设备比较密集的城市区域产生,例如道路计算中的车路协同,交通监测。例如家庭计算中的云游戏,AR/VR等。所以,阿里云在今年也提出城市计算和场景计算的概念,通过创新型的行业应用对边缘计算有个更加明确和清晰的定位。从而帮助行业能够更好、更容易地理解和使用边缘计算这个新技术。”

打造基于场景的云边端协同开放的生态

阿里云在边缘计算领域的生态布局,从纵向上看,拥有基于IDC,MEC,客户侧节点等大量的异构边缘基础设施,在这一层,通过开放合作的模式,构建了遍布全球的多样化边缘节点。算力资源之上是操作系统层,阿里基于10年积累的飞天操作系统,自研了面向边缘的边缘云操作系统,再配合AliOS这类端侧操作系统,构建了一层基于体验的分布式协同计算平台。在操作系统层之上是能力开放层,5G+边缘的创新场景不仅仅只是使用边缘的资源,同时也是需要大量的能力中间件来提供服务,面向场景,构建了具有CDN缓存,视频编解码,RTC,IOT,AI算法,5G能开等能力的开放层,为场景提供具有边缘属性的中间件能力。最上面是生态应用层,目前阿里云的边缘计算不光为阿里巴巴生态体系内的电商,金融,物流,文娱等业务提供服务,同时也为全行业的生态应用提供服务。

白常明表示:“阿里云的边缘计算生态,就是打造基于场景的云边端协同开放的生态,欢迎行业伙伴们一起合作共赢,共同打造5G边缘计算新生态。”

目录
相关文章
|
3月前
|
边缘计算 Kubernetes Cloud Native
边缘计算问题之根据请求响应的时延要求来部署业务应用如何解决
边缘计算问题之根据请求响应的时延要求来部署业务应用如何解决
47 4
|
4月前
|
存储 边缘计算 安全
边缘计算的概念和在IoT中的应用
随着物联网(IoT)设备数量的激增,传统的云计算模式面临着数据传输延迟和带宽压力等问题。边缘计算作为一种新的计算模式,通过将计算资源和服务部署到靠近数据源的位置,解决了这些问题。
91 2
|
22天前
|
人工智能 边缘计算 监控
边缘AI计算技术应用-实训解决方案
《边缘AI计算技术应用-实训解决方案》提供完整的实训体系,面向高校和科研机构的AI人才培养需求。方案包括云原生AI平台、百度AIBOX边缘计算硬件,以及8门计算机视觉实训课程与2门大模型课程。AI平台支持大规模分布式训练、超参数搜索、标注及自动化数据管理等功能,显著提升AI训练与推理效率。硬件涵盖多规格AIBOX服务器,支持多种推理算法及灵活部署。课程涵盖从计算机视觉基础到大模型微调的完整路径,通过真实商业项目实操,帮助学员掌握前沿AI技术和产业应用。
40 2
|
1月前
|
边缘计算 人工智能 安全
阿里云边缘云连续四年蝉联第一
全球领先的IT市场研究和咨询公司IDC发布《中国边缘云市场跟踪研究,2023H2》报告,中国边缘公有云服务市场阿里云连续四年蝉联第一。
|
3月前
|
传感器 人工智能 监控
|
2月前
|
边缘计算 物联网 5G
边缘计算与5G技术:提升未来通信性能的双剑合璧
边缘计算与5G技术:提升未来通信性能的双剑合璧
42 0
|
3月前
|
存储 边缘计算 Kubernetes
边缘计算问题之边缘计算平台建设中业务应用践行云原生体系如何解决
边缘计算问题之边缘计算平台建设中业务应用践行云原生体系如何解决
60 1
|
3月前
|
存储 边缘计算 安全
边缘计算与云计算的协同工作:技术解析与应用前景
【8月更文挑战第4天】边缘计算与云计算的协同工作是未来信息技术发展的重要趋势。通过合理地分配任务和资源,两者可以相互补充、发挥各自的优势,实现更高效的数据处理和分析。这种协同模式不仅提高了系统的性能和可靠性,还满足了复杂多变的应用需求,为人工智能、物联网等技术的发展提供了强有力的支持。
215 11
|
3月前
|
传感器 边缘计算 安全
云计算的下一站:边缘计算的技术探索
【8月更文挑战第5天】随着科技发展,云计算支撑着数字化转型,但物联网设备激增和5G普及带来了新挑战。边缘计算作为一种分布式模式,将处理能力推向网络边缘,如路由器和传感器,实现了低延迟、高效带宽利用、增强安全性和灵活性。其应用场景包括智能制造、智慧城市、自动驾驶和智能家居等。尽管存在资源有限、安全和标准化等挑战,但通过虚拟化、加密技术和无服务器计算等方案,边缘计算正逐步克服这些问题。未来,边缘计算将更加智能化,并随着5G技术的推广,在更多领域发挥关键作用。
|
3月前
|
存储 边缘计算 安全
边缘计算设备的设计与部署技术探索
【8月更文挑战第1天】边缘计算设备的设计与部署是一个复杂而系统的工程,需要综合考虑多个方面的因素。通过制定全面的战略规划、选择合适的技术和设备、设计合理的网络架构、实施有效的安全策略以及定期管理维护等措施,可以确保边缘计算设备的稳定运行和高效应用。随着物联网和云计算技术的不断发展,边缘计算将在更多领域展现出其独特的优势和潜力。
58 10