专访青云QingCloud王小虎:云网边端一体化释放AIoT价值

              本文重点:专访青云QingCloud王小虎:云网边端一体化释放AIoT价值

              专访青云QingCloud王小虎:云网边端一体化释放AIoT价值http://(2019/7/2508:14)C114讯7月25日消息(岳明)IDC预测,到2020年,全球将有超过500亿的终端和设备联网,其中超过50%的数据需要在边缘侧进行存储、处理和分析。 Gartner也预测,到2022年,边缘计算将成为所有数字业务的必要需求。

              如今,不仅仅是云计算巨头,包括、设备厂商、内容分发服务商、产业研究机构各种联盟以及资本市场,都对万物互联和边缘计算倾注了极大的热情。 聚焦于万物智能联接,无论是、物联网,还是人工智能等各类应用,都需要边缘的处理能力和智能,AIoT正成为新一轮技术升级的战略要冲。 喧闹的市场上又迎来了一个重量级玩家--青云QingCloud。 在CloudInsightConference2019期间,青云QingCloud正式发布了云网端一体化的IoT和边缘计算平台。

              青云QingCloud为何选择在此时切入这个已渐成红海的市场,它的产品与服务架构有何特色,核心竞争力又是什么?带着这些问题,笔者对青云QingCloud高级产品经理王小虎进行了专访。

              与绝大多数从业者不同,王小虎有着超过10年的流程工业经验,这使得其在看待AIoT和MEC时,有着完全不同却又贴合实际应用的独特视角。

              四大痛点:传统物联网架构挑战重重众所周知,IoT概念很多年前就被提出来,但是其发展一直不温不火。 这主要是当时的网络带宽技术无法满足很多应用对高带宽、低时延的需求。 但伴随着智能设备价格不断走低,计算成本的快速下降,大带宽网络/的持续发展,以及AI技术在行业的不断落地生根,IoT以及边缘计算逐渐从理论走向了实践。

              王小虎指出,伴随着技术的不断成熟,物联网的生态开始走向完整的,感知-网络-平台-应用的分层结构也日趋明确。

              玩家们只要有过硬的实力,找准自己的位置,将会有一番作为。

              与强调标准化产品的公有云服务不同,物联网市场是相对碎片化的,每个行业都有着独特的需求。 在采访中,王小虎举了三个典型的案例,从2C/2B/流程工业等角度说明了传统物联网架构面临的痛点。

              比如在小黄车这个曾经火爆一时的应用中,如何运营管理全国650万辆共享单车是个巨大的挑战。

              找不到车,开不了锁,服务宕机,车辆故障报修等待时间长,都会伤害到用户体验,王小虎说,而这背后的原因,则是网络抖动,云端宕机和高延时等因素导致的业务可用性不高。

              同样的问题在高速公路收费站同样存在,在传统的系统架构下,摄像头拍摄的图片先上传,再在云端进行AI识别模型的匹配,通信链路成本高企,一旦网络挂掉或者抖动,服务就不可用。 同时,遍布全国各地的收费站里程结算,每次变动都需要手动逐站更新,海量设备管理中的应用更新同样不容忽视。 在对可用性要求更高的流程工业领域,数据采集点离散,点位数量不等,数据量庞大且价值不等,如果直接上传到云端,将会造成成本的巨大浪费;同时,工厂需要实时预测、实时预警,只依靠云端难以满足时延要求;另外,包括工艺参数等在内的数据对于安全性的要求极为苛刻,只能在用户侧进行处理。 在传统的IoT架构下,时延、成本、可用性和隐私保护都会面临挑战。 王小虎表示,云平台、边缘计算的引入,云网以及边云协同,则可以很好的解决这些问题,而这正是青云QingCloud的强项。 云网边端:一体化使能AIoT时代王小虎指出,物联网海量数据走上云端后,云平台本身已有的各项服务能发挥更大的价值。

              物联网平台必须长在云平台的基础之上,才能承载更多海量设备的接入或者数据的处理。

              如果没有云平台提供健壮的基础设施,将很难解决可用性、灵活性和可扩展性等需求。 同时,云平台厂商作为平台层,其开放性和开发环境/工具的友好性,比单独物联网平台更有优势,第三方数据分析服务上更方便。 而云平台正是青云QingCloud的核心竞争优势,作为青云QingCloud云网边端一体化的物联网平台,QingCloudIoT将云能力从数据中心延伸到了用户侧和业务侧,从端边缘节点物节点云平台,计算能力的范围无限扩大,计算无处不在,形成真正意义上的广义云计算。

              据王小虎介绍,QingCloudIoT平台是一个完全托管的物联网服务,主要解决的是海量设备安全地连接到物联网平台,适配多种物联网协议,可以提供物模型映射的功能,满足最基本的设备运维管理功能;同时,QingCloudIoT平台可以在云端对数据进行统一的管控和处理,提供规则引擎的工具实现相应的能力;还可以提供相应的数据工具支持设备,比如控制指令--开锁,支持应用和设备之间的交互能力。

              但正如前文所言,只有云是不够的,边缘计算在AIoT整体布局中同样重要。

              青云QingCloud推出了EdgeWize边缘计算平台。 据王小虎介绍,EdgeWize是一个软件,可以跑在任何一个符合最低硬件要求的设备之上,EdgeWize在设计之初,软硬件就是完全解耦的,用户可以采用青云QingCloud的设备,也可以用自己或者第三方的硬件。

              QingCloud易捷版+EdgeWize,两个产品的集成可以实现雾节点的工作。

              在应用使能平台上,青云QingCloud有另一个产品--OpenPitrix应用管理平台。

              OpenPitrix是一个应用分发市场,不管是物联网、云平台还是端应用,都可以通过OpenPitrix平台进行统一的分发和管理。

              青云QingCloud会提供给客户一个完整的云雾边端一体化的大网,也就是广义云计算整体协作的平台。 从服务的角度来讲,安全性和运维管理也是物联网平台服务提供商角力的关键点。 在安全方面,QingCloudIoT平台可以提供设备证书token、连接过程加盟、设备访问授权以及系统级的安全防护服务等;在运维管理方面,QingCloudIoT平台已经推出了固件升级、边缘更新和应用更新等服务配置,我们会在云端对于边缘侧所有的业务进行配置,通过下发配置包批量部署相类似的边缘设备,面向海量设备进行自动化的配置更新,这也是QingCloudIoT平台的特色。 真正开放,把边缘计算选择权交给用户王小虎在采访中表示,边缘计算的技术储备已经达到了一定的程度,很多厂商也都为此准备了多年。

              在当下的阶段,行业内需要考虑的不再是技术储备的问题,而是技术如何与落地业务场景结合的问题。 正如EdgeWize之于QingCloudIoT平台,边缘计算是新一代物联网架构的重要使能组件;但边缘计算绝不仅仅是为物联网应用而生,而是有着更广阔的商业前景,而这也是青云QingCloud重磅打造EdgeWize边缘计算平台的初衷。

              因为,EdgeWize可以与云平台、SD-WAN、IoT、AI等产生更多的化学反应,释放出更大的价值。 以目前大热的人脸识别等应用,边缘计算和AI就实现了很好的结合。 AI模型更多是在实时推理,需要有大量的通过IoT采集到的历史数据,到云平台上做训练,再接入边缘侧,做实时推理,形成完整的闭环。

              在笔者看来,与很多玩家不同,青云QingCloud推出的EdgeWize边缘计算具有几个非常显著的标签。 首先是完全解耦,EdgeWize可以跑在任何一个满足要求的硬件上,这个硬件可以是青云QingCloud的设备,也可以是用户自己的或者第三方的设备;其次是轻量化,采用Linux操作系统,支持x86和CPU架构,最低内存只需要512MB,极大降低了设备的硬件门槛;第三是开放性,青云QingCloud虽然会提供基本标准,但完全尊重用户选择,用户可以自由安装部署;第四是友好性,传统企业比较友好,EdgeWize支持了原生类应用,希望在改造边缘业务很低的成本之上,让用户把边缘业务部署在EdgeWize上。 王小虎指出,EdgeWize边缘计算可以为客户解决四类问题:一是大幅节省成本,既体现在真实的物理成本之上,也体现在运维管理方面的成本,通过提高运维管理效率,节省实际的流量带宽和视频存储成本。 二是提升边缘侧业务的可用性,在网络抖动或者服务宕机的情况下,能保证边缘侧的业务正常运行。

              三是打造的是云网边端一体化平台,让用户更方便地实现业务更新、模型更新,跨越从端边云到整个生态的应用场景。

              四是降低运维复杂度,青云QingCloud在云端会提供一些设备管理的工具,更多地降低人为的运维成本。 作者:岳明来源:C114通信网  免责声明:本文仅代表作者个人观点,与C114中国通信网无关。 其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 给作者点赞轻松参与VS表达立场写的不太好。