在大谈特谈云计算的今天,如果说出一个与之相对的词,你也许会觉得很奇怪,但事实上随着物联网的快速发展,“物”越来越呈现出智能化,这个词也就伴随着产业与技术的发展逐渐迸发出来,那就是边缘计算。
据IDC数据统计,到2020年将有超过500亿的终端与设备联网。未来超过50%的数据需要在网络边缘侧分析、处理与储存。梳理边缘计算的内涵,边缘计算是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。。
边缘计算使能行业数字化转型
边缘计算的出现有其必然性,以车联网为例,单车每秒可产生高达1GB的数据,这是由车辆所有部件每时每刻的运转状态产生的,显然依靠云还不能满足其实时传输与计算的要求,这也就是边缘计算的价值所在,即在端进行部分数据的分析和处理。
并且,边缘计算行业的应用场景逐渐丰富,再以梯联网为例,全球有超过1500万部电梯在网运行,但电梯通过事后维护和预防性维护的成本很高,通过引入边缘计算,可以助力电梯厂商实现预测性维护,基于电梯内大量的传感器,可以对电梯运行状态实时感知。通过本地的边缘计算融合网关可以提供数据分析能力,第一时间发现设备潜在故障,预测性维护节约的成本明显。
引入边缘计算还为能效管理带来了极大的好处,以路灯为例,世界80%的路灯厂商都准备向智能路灯转型,传统上照明、制冷、电器的过度无序使用,造成电能的大量浪费。而边缘计算能够根据实际环境和能效控制策略进行实时有序控制,实现精细化管理。
当然,你会发现这些应用场景并不是边缘计算能够独立支撑的,边缘计算与云计算互相协同,共同使能行业数字化转型。云计算聚焦非实时、长周期数据的大数据分析,能够在周期性维护、业务决策支撑等领域发挥特长。边缘计算聚焦实时、短周期数据的分析,能更好地支撑本地业务的实时智能化处理与执行。此外,两者还存在紧密的互动协同关系。边缘计算既靠近执行单元,更是云端所需高价值数据的采集单元,可以更好地支撑云端应用的大数据分析;反之,云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧,边缘计算基于新的业务规则进行业务执行的优化处理。
总之,边缘计算为使能行业数字化转型的作用功不可没,它所支撑的行业应用场景和商业模式创新还有很多,但要做到无缝应用,并不是一蹴而就。
联盟加速边缘计算产业化进程
边缘计算作为新兴产业应用前景广阔,在技术与商业的双重驱动下,边缘计算产业将持续走向纵深。但因为其横跨OT(Operation Technology)、IT、CT多个领域,且涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。它需要产业协同与合作,孵化行业应用最佳实践。
为了全面促进产业深度协同,加速边缘计算在各行业的数字化创新和行业应用落地,华为、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔、ARM和软通动力联合倡议,即将成立边缘计算产业联盟(Edge Computing Consortium,ECC),致力于推动“政产学研用”各方产业资源合作,引领边缘计算产业的健康可持续发展。
据了解,联盟将推行OICT理念,推动“政产学研用”协同,将“需求场景、参考架构、测试床、示范推广及产业合作”定位为工作主线,搭建边缘计算产业合作平台,推动水平解耦、分层开放和OICT协同,孵化行业应用最佳实践,促进产业健康与可持续发展。
以联盟推动的技术合作平台来说,通过广泛的技术合作并发挥各自特长,将有力支撑联盟在参考架构设计、各功能域技术实现路线、行业方案设计与实施等领域的执行落地。
据悉,边缘计算产业联盟成立暨2016首届边缘计算产业峰会将于2016年11月30日召开,无疑在边缘计算呈现的巨大市场潜力和机会下,联盟的成立将为推动行业数字化变革和产业升级提速。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。