打开边缘计算产业化应用的大门

大家下午好。在开始之前，要给大家澄清一下，虽然主持人和很多朋友都说边缘计算现在比较热，但其实今天来看，边缘计算真正意义上的落地不太多，边缘计算的产业化应用带来的应用场景还没有开始。边缘计算中最核心的，我认为是 AI 的发展、大数据的发……
我们看这样一个PPT，这张PPT比较简单，主要内容是探讨新一代智能视频云在边缘计算+边缘存储领域的发展潜力。第一块是AI的发展，AI领域发展快，进步也快。我们传统的物联网就是一块石头，现在新的物联网是AI赋能之后的机器，它们能够看到、听到、感知到各种东西，比如一个人，包括表情的感知，包括心跳的感知，将来应该是利用AI去做精准的业务。第二块是数据，我们可以看到数据海量增长。每时每刻有超过1.2亿张的照片被分享，每时每刻有超过200万个视频被上传，大概每18个月就会翻一倍，想想看，我们的AI开发人员就幸福了，每年机器学习的数据都是上一次的8倍。第三块是算力，数据来了以后需要算力处理，算力的增加很可观，我们以前都没有算力，但是随着摩尔定律，我们的算力开始增加，几年之内增加数千倍。第四块是网络，网络的带宽是有限的，包括从终端到云之间的距离、带宽和稳定性，包括云到终端之间距离和带宽稳定性，这是大自然的限制，这是客观存在的。第五块是计算，计算越来越复杂，我们AI的模型越来越复杂，机器学习的模型越来越复杂，神经网络越来越复杂，导致计算的复杂度也越来越复杂。第六块是存储，随着数据的增加，需要无止境地存储。

有很多企业都在使用这个边缘计算，其实边缘计算最早主要用在军队，比如某个国家要跟其他国家打仗，对方是高科技国家，他的导弹、他的火箭、他的飞机都是用AI、用卫星指导的，你很难在传统的云环境里实现快速响应，因为你的带宽不够，你的延时不够，你的计算能力不够，包括一些AI实时处理的能力不够，这个时候需要什么？需要边缘计算，就是怎么样能够快速把计算和存储的能力下放到离数据比较近的地方，这个是边缘计算的第一个特性。第二个特性是防御，AI对海量数据的处理和海量数据的学习能力非常强，为什么很多国家都发展AI？因为一旦别人想攻击你，一旦你想攻击别人，这个时候需要比较快的响应速度，否则很容易被别人攻击，所以需要防御。这个防御能力需要边缘计算来进行判断，也就是说当请求来到我的时候，我第一时间判断这个请求是好的请求还是恶意的请求。所以，边缘计算有安全防护的一个功效。第三个特性，因为AI的应用越来越广泛，从消费行业到制造业，包括跟现在各个行业都有紧密的结合，所以刚才说的AI、大数据、算力、存储，这些所有的东西加起来之后，需要计算的时延要短。我们原来是计算存储跟用户是分开的，如果做视频领域，视频录制完之后上传到远在千里之外的阿里云或者腾讯云，如果再回传回来就会有几百毫秒的延迟，如果实时视频监控就会有问题，比如我要监控这个区域的人有没有带刀、有没有带枪，或者发生火灾、发生爆炸，各种各样的突发情况都需要边缘计算。如果让数据的处理和判断都放在云端的话，你的时延就太长了，太长了以后就没用了，因为人眼看到的东西，看到以后产生反应就已经几百毫秒了。所以，一定要采用边缘计算的模式，要把计算和存储的能力下放到离数据比较近的地方。所以，当AI、大数据、算力、存储、网络、计算都加在一起的时候，边缘计算应运而生。

当然，我们在做边缘计算的时候也遇到了一些挑战，比如成本太高、网络带宽成本太高。第二，可靠性、安全性。第三，设备和软件比较复杂。第四，不是所有的业务都适合边缘计算，需要明确业务适合边缘计算的因素。那么这个就是我们今天的议题，就是当AI和大数据加在一起的时候，你会遇到网络传输时间长、延时的问题，怎么样解决这个问题？刚才其实也说了，我们需要边缘计算和边缘存储的方式来解决这个问题，因为边缘计算可以把计算和存储的能力下放到离数据比较近的地方，可以有效地缩短网络传输时间和延时。所以，通过边缘计算和边缘存储的方式，我们可以打造新一代的智能视频云。