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
|
20天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
44 0
|
24天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
31 0
|
15天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
10天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
131 10
|
17天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
本文深入探讨了人工智能(AI)技术在医疗诊断领域的革新性应用,通过分析AI如何助力提高诊断准确性、效率以及个性化治疗方案的制定,揭示了AI技术为现代医学带来的巨大潜力和挑战。文章还展望了AI在未来医疗中的发展趋势,强调了跨学科合作的重要性。 ###
65 9
|
22天前
|
机器学习/深度学习 人工智能 算法
人工智能浪潮下的编程实践:构建你的第一个机器学习模型
在人工智能的巨浪中,每个人都有机会成为弄潮儿。本文将带你一探究竟,从零基础开始,用最易懂的语言和步骤,教你如何构建属于自己的第一个机器学习模型。不需要复杂的数学公式,也不必担心编程难题,只需跟随我们的步伐,一起探索这个充满魔力的AI世界。
41 12
|
20天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
23天前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来编程:Python在人工智能领域的深度应用与前景###
本文将深入探讨Python语言在人工智能(AI)领域的广泛应用,从基础原理到前沿实践,揭示其如何成为推动AI技术创新的关键力量。通过分析Python的简洁性、灵活性以及丰富的库支持,展现其在机器学习、深度学习、自然语言处理等子领域的卓越贡献,并展望Python在未来AI发展中的核心地位与潜在变革。 ###
|
23天前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面展现出巨大的潜力。本文将深入探讨AI技术在医疗诊断中的应用现状、面临的挑战以及未来的发展趋势,旨在为相关领域的研究者和从业者提供参考和启示。
48 2
|
27天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用