标签: 边缘计算

一、 前言 在这里首先需要道个歉，因为我这应该是晚点了，没有达到一个月以内提交读书报告的要求，前面还以为是收到书开始算一个月，不过现在看提示测评已结束，应该是从公布起开始算的一个月。话不多说，以下是我的测评结果，或者说是我的阅读报告。 有幸申请到面包板社区的《边缘计算系统设计与实践》书籍试读，书本到手后粗读一遍就发现是一本更适合细读、精读的一本书，因此在翻阅这本书快一个月后，我才决定写下我对于本书的读后感。 首先简单介绍一下本书，书名《边缘计算系统设计与实践》，书籍封面如 图 1 所示，全书一共 312 页、 482 千字，由杨剑和李长乐编写、由北京大学出版社出版，全书采用黑白打印，纸的颜色偏黄。 书从边缘计算的发展开始介绍起，再到系统硬件、存储系统和通信等基础方面，而后介绍边缘计算的安全性、消息机制、数据处理与工业应用等方向，最后图文并茂连带着代码的介绍机器学习和边缘计算的开源框架。 在我看来，本书很适合新人拿去进行边缘计算的学习，也很适合项目管理者去了解边缘计算，作者的写作很有条理性，而且难度由浅入深，从历史发展到基础知识学习，涵盖到了方方面面。 图 1 边缘计算系统设计与实践书籍封面 我对于边缘计算的接触始于两年前，当时需要参加电子设计竞赛瑞萨邀请赛，由瑞萨提供了一块基于 RZ/G2L 的 Linux板子，让我们进行自由发挥，自己构思创意、做设计、写报告，然后由评委进行分项打分排名。 图 2 瑞萨 RZ/G2L 开发板外观 当时我们是直接在板上跑 python来实现了对于教室学生的人脸识别，虽然项目总体比较稚嫩，但是也算是我第一次完整的完成了一个边缘计算的项目。 后期又接触过飞腾提供的培训班，使用飞腾开发板来进行图像处理等，但是我对于边缘计算的切实理解还是在翻阅这本书过后。作者从定义的角度由浅入深的介绍了到底什么是 “边缘计算”，为什么需要边缘计算，边缘计算是怎么发展起来的、它替代了什么东西。 二、 什么是边缘计算 在早期的发展中，互联网的核心架构主要是基于云计算的模式，即所有的数据都需要传输到中心服务器进行处理和分析。然而，随着物联网（IoT ）技术的发展和智能设备的普及，数据量呈现出爆炸式的增长，这导致了对数据处理速度和实时性要求的提高。在这种背景下，边缘计算应运而生，它的核心理念是将数据处理任务从中心服务器转移到网络边缘的设备上进行，以此来减少数据传输的延迟，提高系统的响应速度和数据处理的效率。 边缘计算的实现，不仅仅是技术上的创新，更是一种思维方式的转变。它强调的是在数据产生的源头进行处理，而不是将所有数据传输到远程服务器。这样做的好处是显而易见的 ， 它可以大幅度降低网络带宽的需求，减轻中心服务器的负担； 同时 由于数据处理更接近数据源，它可以提供更快的服务响应，满足实时性要求高的应用场景； 并且由于 敏感数据无需在网络中传输 ， 边缘计算还能够提高数据的安全性，降低了数据泄露的风险。 简单的来说，边缘计算的就是通过一个小算力设备连接传感器，这个设备会对传感器的数据进行简单的处理，而后再发送到服务器中。 举个例子就是，公路十字路口的摄像头，在早期，需要将数据全都传输到服务器中再进行处理，甚至更早期直接是人工处理。现在只需要由路口的边缘计算设备对摄像头拍摄到的信息进行处理，不管是未系安全带抓拍还是遮挡车牌号抓拍，都可以直接由路口的设备进行设备处理，而后将信息和视频流传输到服务器，服务器只起到数据存储和信息处理的功能，不再需要去处理视频流。 图 3 边缘计算示意图 三、 边缘计算的核心 （一） 边缘计算的不同核心 边缘计算的处理核心是多样的，在早期，可能是 CISC 指令集的处理器或者说 RISC 指令集的处理器，现在是 FPGA 或者说 ASIC ，在未来可能是存算一体设备甚至是全光学芯片，下面进行简单的介绍： 1. CISC 与 RISC 处理器：在边缘计算的早期阶段， CISC （复杂指令集计算机）和 RISC （精简指令集计算机）处理器是主要的处理核心。 CISC 处理器具有丰富的指令集，能够执行复杂的计算任务，但往往伴随着更高的能耗和成本。而 RISC 处理器则以其高效的指令执行和较低的能耗著称，适合于对性能要求不是特别高的边缘计算应用。 图 4 CPU 架构分类 2. FPGA 与 ASIC ：随着边缘计算对处理能力的需求增加， FPGA （现场可编程门阵列）和 ASIC （专用集成电路）开始被应用于边缘计算中。 FPGA 提供了高度的可编程性和灵活性，可以根据需要重新配置硬件逻辑，适应不同的计算任务。 ASIC 则是为特定任务量身定制的处理器，它在性能和能耗方面通常优于 FPGA 和通用处理器，但缺乏可编程性，一旦设计完成，便无法更改。 图 5 FPGA 示意框图 3. 存算一体设备：这是一种新兴的技术，它将存储和计算集成在同一芯片上，旨在减少数据在存储和计算单元之间的传输，从而提高数据处理速度和能效。这种设备特别适合于数据密集型的边缘计算任务，如机器学习和深度学习。 4. 全光学芯片：随着光子计算技术的发展，全光学芯片有望成为边缘计算的新核心。这种芯片使用光而非电来处理信息，理论上能够提供更高的计算速度和更低的能耗。虽然这项技术目前还处于研究阶段，但它 的前景还是可以预见的。 （二） 边缘网关和边缘服务器 本书对于边缘网关和边缘服务器进行了区分，边缘网关的主要作用是用于边缘网络和边缘设备同云端进行通信和交互；边缘服务器主要用于边缘端的数据处理。当然，很多情况下边缘网关和边缘服务器其实是一体的。 四、 边缘计算的存储系统实现 （一） 直连式存储（DAS, Direct-Attached Storage ） 直连式存储是指存储设备直接连接到边缘计算节点上，没有独立的存储网络。这种存储方式简单、成本较低，适用于小型或单一应用场景。在边缘计算设备上，DAS 通常以硬盘驱动器（ HDD ）或固态硬盘（ SSD ）的形式存在，它们直接安装在设备的主板上或通过接口（如 SATA 或 PCIe ）连接。由于数据存储在本地， DAS 提供了较高的数据访问速度和低延迟，适合对实时性要求较高的边缘计算任务。然而，直连式存储的扩展性有限，且在设备故障时可能面临数据丢失的风险。 （二） 集中式存储 集中式存储系统将数据存储在一个或多个中心位置，所有边缘计算节点都通过网络与这些中心存储设备通信。这种存储方式便于管理和维护，可以实现数据的集中备份和恢复，提高了数据的可靠性和安全性。集中式存储通常采用网络附加存储（NAS ）或存储区域网络（ SAN ）技术。 NAS 通过文件级共享提供存储访问，而 SAN 则通过块级共享，提供更高的性能。集中式存储适合于需要大量共享数据和复杂数据管理功能的边缘计算环境，如企业数据中心或大型云计算平台。 但是 集中式存储的性能受限于网络带宽和延迟，可能不适合对实时性要求极高的应用。 （三） 分布式存储 分布式存储系统将数据分散存储在多个节点上，每个节点可以是边缘计算设备或服务器。这种存储架构通过数据的分布式管理，提高了系统的可扩展性和容错能力。分布式存储系统通常采用冗余策略，如数据副本和数据分片，以确保数据的高可用性和持久性。分布式存储适合于大规模、高并发的边缘计算场景，如大数据分析、物联网（IoT ）和内容分发网络（ CDN ）。分布式存储的代表技术包括 Hadoop 的 HDFS 、 Apache Cassandra 和 Amazon S3 等。这些系统能够在多个边缘节点之间自动迁移和复制数据，确保数据的高效处理和快速访问。 图 6 THE 分布式存储 五、 边缘计算的通信 在边缘计算中，通信是实现设备互联、数据传输和系统协同工作的关键技术 。 （一） 网络层通信协议 网络层通信协议是边缘计算设备之间以及设备与中心云之间通信的基础。这些协议定义了数据如何在网络中传输，包括数据的封装、路由、传输和解封装等过程 ，下面对于边缘计算常用的协议进行介绍。 RPL （ Routing Protocol for Low-Power and Lossy Networks ）： RPL 是一种专为低功耗、低带宽、不完整网络设计的路由协议。它广泛应用于物联网（ IoT ）和边缘计算场景，特别是在传感器网络和智能家居系统中。 RPL 支持多跳路由和 IPv6 ，能够适应网络拓扑的动态变化，优化数据传输路径。 NB-IoT （ Narrowband Internet of Things ）： NB-IoT 是一种为物联网设计的窄带通信技术，它在现有蜂窝网络基础上提供了低功耗、广覆盖和高连接密度的特性。 NB-IoT 适用于需要长期运行和低成本维护的边缘计算应用，如智能计量和环境监测。 LTE-M （ LTE for Machines ）： LTE-M 是 LTE 网络的演进版本，专为机器通信设计。它提供了更高的可靠性、更低的延迟和更好的覆盖范围，适用于需要实时数据传输的边缘计算应用，如车辆跟踪和远程医疗。 Sigfox ： Sigfox 是一种基于超窄带技术的无线通信协议，专为物联网和边缘计算设计。它提供了低功耗、低成本和长距离的通信能力，适合于不需要频繁数据传输的应用，如设备状态监测和安全报警。 （二） 现场边缘网络和通信 现场边缘网络和通信技术主要关注设备之间的近距离通信，这些技术通常用于连接传感器、执行器和其他边缘设备，形成局部网络 ，下面简单介绍几种边缘计算中常用的通信手段。 蓝牙 （ Bluetooth ）：蓝牙是一种短距离无线通信技术，广泛应用于个人设备和边缘计算场景中。蓝牙 5.0 及其后续版本提供了更高的数据传输速率和更远的通信距离，使得蓝牙成为智能家居、健康监测和工业自动化等边缘计算应用的理想选择。 WiFi ： WiFi 是一种基于 IEEE 802.11 标准的无线局域网技术，它提供了较高的数据传输速率，适用于需要大量数据交换的边缘计算场景，如视频监控和数据中心。 ZigBee ： ZigBee 是一种低功耗、低数据速率的无线通信技术，它适用于构建低复杂度的边缘计算网络，如智能家居控制和工业自动化。 ZigBee 支持多种拓扑结构，包括星型、树型和网状，能够适应不同的网络需求和环境条件。 六、 边缘计算的发展前景 根据IDC 的报告，到 2024 年，全球边缘计算市场将达到 2506 亿美元，显示出强劲的增长势头。这一增长趋势得到了多方面的支持和推动，包括技术进步、行业应用的拓展以及全球数字化转型的加速。特别是在工业领域，边缘计算的应用案例已经证明了其在提高效率、降低延迟、增强安全性和节省带宽方面的显著优势 。 在工业方面，边缘计算与工业4.0 和智能制造紧密结合，为行业数字化提供了新的机遇。它能够在靠近数据源头的地方提供边缘智能服务，满足敏捷连接、实时业务、数据优化和应用的需求。此外，边缘计算在工业互联网领域的研究和应用处于世界前列，不仅解决了新制造模式的一些问题，还制定了一批标准规范 。 随着 5G 网络的普及和物联网（ IoT ）设备的兴起，边缘计算为工业应用提供了更理想的环境。这些技术的发展为边缘计算在工业方面的应用提供了更多可能性，如异构计算可以协同使用性能和结构不同的机器，满足不同的需求 。

本书涵盖了边缘计算的各个方面，通过这本书可以对边缘计算有比较全面的认识。书中从边缘计算的发展历史到边缘计算的硬件，存储，通信，安全性，架构，数据处理，开源框架等方面概括性的介绍了边缘计算各个方面涉及的内容。由于本人是通信运营商的一线网络员工，所以对书中的通信内容比较感兴趣，大致介绍一下书中相关内容。 翻译 搜索 复制 5G的发展无疑促进了边缘计算的应用，5G设计之初其实就是为万物互联而生的，只不过现阶段的大部分的用户只能感受到其中的一个业务场景——eMBB，eMBB为增强移动宽带，对应的是要求高速，大带宽的应用服务领域，最重要的指标是网络传输速度，对时延的要求不高，但是由于需要支持AR/VR技术应用，所以时延要求也是必须小于人的感知能力，即20ms以内，这个要求还是高出4G标准（50ms）很多的。5G还有两个业务场景是专为物联网设计的——mMTC（大规模机器类型通信）和uRLLC（超高可靠与低时延通信）。mMTC主要处理机器或终端设备的大规模连接，实现的是与物的连接，处理的应用是如智能水电表，智能路灯等应用领域。主要面向的是低速率，低成本，低功耗，广覆盖，大连接的应用场景，这个场景需要的是基站的接入能力要大，要能够同时满足大量设备接入的要求，5G的要求为每平方公里可接入100万个设备。uRLLC对应的是物与物及人与物相连，包括自动驾驶，高速和高精度的工业控制，远程医疗等，该类应用对带宽，可用性和时延的要求都非常高。5G的时延为1ms，可靠性为99.999%。 书中还介绍到SA和NSA，目前国内的运营商都已经是SA网络，即独立组网，使用的是5GC而非原来LTE的EPC所以在能力上较21年初期已经有了非常大的提升。 NB-IOT是4G时代的产物，但是在5G的R16版本中也被纳入标准中。这也是目前国内最流行的低功耗广域网技术，目前的智能水表，智慧停车大部分都是使用的NB-IOT技术，主要还是由于其功耗低，覆盖能力强（164dB MCL），模组便宜（前期运营商有补贴），结合MQTT或者COAP可以达到10年更换电池的水平。 书中还有其它方面的介绍，这里就不体现了，本来申请学习该书的目的是想通过本书指导实际工作，了解如何在5G的技术下结合边缘计算扩展业务能力。通过学习本书也确实有所收获，了解了边缘计算的各个方面。但是本人觉得该书叫做导论会比较合适，毕竟书中没有直接使用相对完整的案例告诉你需要如何设计与部署实际的应用或者需求，只是带你认识和了解了有可能需要哪些技术和应用。以上是个人的一点看法，欢迎指正，也谢谢论坛能够给我这次试读的机会。

【边缘计算】对边缘计算的理解与思考 首先我们认为边缘计算的兴起应该是在过去三四年，之所以兴起大背景是因为实体经济的数字化转型。这波实体经济数字化以万物感知、万物互联、万物智能为特征，这三方面的特征仅仅依靠云计算是没办法特别好的解决，比如实时性、带宽、安全、隐私等等一些问题，在这样背景下，边缘计算逐渐兴起。 我们分享几个行业对于边缘计算的需求特征和大背景下浮现出来关于边缘计算的机会。先看一下工业，1.工业4.0以及智能制造大背景下，推动了工业界原来传统的架构重构：云+边缘+设备三层扁平互联架构。在这个过程中，边缘计算为什么有价值？边缘计算核心是解决了传统五层架构里面网络孤岛、数据孤岛与业务孤岛的问题，同时更好的支撑柔性制造，并且带来从技术到商业各个方面价值创新的能力。 2.OPC-UA overTSN向下渗透，边缘计算碎片化的问题在工业界尤其明显。比如工业界目前一个比较好的解决方案，能解决边缘计算碎片化的方案。OPC-UA over TSN原来更多是在PLC之间及以上的层次。去年11月份在OPC基金会下面成立FLC工作组，工作组目的是 PLC以下的层次如何利用OPC UA over TSN技术需求，研究明白，协议规范，定义清楚。 其实，工业界大背景下，施耐德这样的巨头已经围绕大的趋势，展开一些探索，我们看到施耐德已经明确了要基于云+边缘控制+产品三个层次去重构原有的架构，特意强调边缘控制层的智能化是非常核心的点，提到了边缘计算的主要形态，包括本地设备和边缘云；同时和华为开展持续深入的合作。 智慧城市，从08年IBM提出了智慧地球概念后，智慧城市的建设在全球成为了个热点；17年中国发布了数字中国战略，引爆了新一轮智慧城市的建设，边缘侧拥有最全的诉求，所以新一轮智慧城市的建设需要边缘智能、边缘协同、边缘能力的支撑；同时，5G的发展会极大推动城市的万物互联，这也将极大促进边缘计算产业发展。例如河长巡河场景下，利用边缘计算实时采集河湖动态信息，通过AI辅助进行监测数据处理，污染预警溯源；智慧路灯场景下，借助边缘计算实时监控路灯运行状态，辅助路灯开、关、亮度管理，本地化运营团队进行针对性维护，精准高效；雪亮工程场景下，边缘计算不仅能够进行边缘预处理，剔除“垃圾”信息，减少上传的视频数据，还能够使边缘设备更加“聪明”。 运营商。全球主流运营商看重边缘计算产业机会点，都在拓耕边缘计算领域，从管道经营到算力经营，完善2C业务体验，强化2B市场能力。 中国联通致力于构建一个开放的，开源的Edge-Cloud服务PaaS平台，以灵活分配计算，存储，网络和加速器资源，旨在加速边缘服务的孵化和推广。 1、发布CUBE-Edge2.0白皮书； 2、中国联通将大力发展边缘DC，启动全国范围内15个省市的规模试点； 3、主导的《IoT requirements for Edge computing》国际标准项目立项 中国移动将边缘计算上升为公司战略与5G并列。中移动将边缘计算上升为公司战略与5G并列，推动中国移动未来从管道经营（流量变现）扩展到算力经营（服务变现）” 1、成立中国移动边缘计算开放实验室； 2、发布中国移动边缘计算技术白皮书； 3、宣布Pioneer300计划。 美国电信公司AT&T将边缘计算定位其5G战略三大支柱之一，AT&T已经为移动和固定无线应用接入边缘计算，可以使用LTE或5G连接进行部署。主导发起了Akraino开源，通过开源加快边缘计算生态建设和商用部署。 全球移动通信系统协会，简称GSMA，全球移动通信系统协会（GSMA）成立于1987年，是全球移动通信领域的行业组织，目前其成员已包括220个国家的近800家移动运营商以及230多家更为广泛的移动生态系统中的企业，其中包括手机制造商、软件公司、设备供应商、互联网公司以及金融服务、医疗、媒体、交通和公共事业等领域的企业。GSMA认为边缘计算是运营商未来重要发展方向： 1、Edge Cloud如何帮助运营商Cloud VR/AR等新型业务降低部署成本，加快部署速度； 2、边缘计算如何推动当前智慧城市，智能制造中图像处理能力， GSMA动态： 1、GSMA在MWC2019发布了边缘计算白皮书：Distributed Edge Cloud: Definitions, Dynamics AndDrivers， 2、GSMA计划通过推动边缘计算典型PoC来加速边缘计算在运营商的应用。 GSMA定义的2大边缘计算形态 运营商边缘计算核心技术： 1、多形态I硬件（边缘云，一体机形态，异构数据处理云化网关等）； 2、轻量级云原生PaaS（微服务，Serveless等）； 3、安全（物理安全，平台安全，应用安全等）。 边缘计算技术方向往那些方向走？ 边缘计算需要与云计算协同，才能最大化增强实现彼此的应用价值，这个得到产业界的广泛认同，但是边云协同的价值和内涵到底是什么，涉及到那些方面的协同？这些问题在产业界一直缺乏共识。去年，ECC产业联盟试图从主要场景出发，初步梳理了边云协同的全视图，我们认为边云协同大体上会涉及三层六类协同，也就是从IaaS到PaaS到SaaS三个层次，边缘侧三个层次和云侧三个层次一定有相互协同工作，落实到具体场景中，不见得所有业务场景都会包括，我们这个六类应该是目前阶段理解边云协同的全视图。 服务协同；云端提供SaaS分布策略，那些SaaS部署在云端。那些部署在边缘（应用相互协同）。 业务管理协同；边缘提供模块化、微服务化应用，云端提供边缘应用的业务编排管理。 应用管理协同；边缘节点提供应用的部署与运行环境，并进行管理、调度；云端提供应用开发测试环境及生命周期管理 智能协同；边缘节点按照AI模型执行推理，云端开展AI集中模型训练，下发模型到边缘。 数据协同；边缘节点负责终端数据的采集，进行初步处理，并将结果上传云端，云端提供海量数据存储、分析、价值挖掘。 资源协同；边缘节点提供基础设施资源，并具备本地调度和管理能力，同时接受并执行云端资源调度管理策略（含设备、资源、网络连接） 边缘计算正从1.0走向2.0，如果说1.0更偏向概念定义，主要目的是推动产业共识；2.0则更加关心技术和能力构建，从而促进边缘计算的实践落地。边缘计算2.0核心观点包括落地形态，我们认为主要是边缘云和云化网关两种形态，当然细分来说还有很多。 边缘云主要提供近现场的综合计算能力，支撑智慧园区、平安城市、智能制造等场景，将中心云的能力拉近到边缘，是下一步云计算创新突破的增长点。 云化网关是企业/行业数据的汇聚节点，是网关设备基于云计算技术的演进，主要通过多样连接、实时处理、云化管理和人工智能等关键能力，边云协同使能行业数字化。 软件平台，一定是引入云架构、云技术，实现端到端实时、协同式智能、可信赖、可动态重置的能力。 硬件平台：以异构计算为主，需要考虑ARM+X86+GPU+NPU+FPGA异构计算能力的支持。 核心特征：边云协同和边缘智能。 从趋势看，边缘计算发展分为三阶段。 第一阶段，这个阶段时期大致是2015年-2017年，概念孵化，产业共识 产业共识：边缘计算及其价值成为产业共识 概念泛化：雾计算、边缘计算、节点计算、移动边缘计算、开放边缘计算 边界不清：OT认为20年前的工业现场PLC即是、海康威视认为智能摄像头即是、思科认为云之下终端之上。 第二阶段，当前就是在第二阶段，2018年到2020年，主要是进一步聚焦及落地探索 价值落地场景：从泛化概念，逐步聚焦到云边缘、物联网边缘价值场景。 业务本质：云计算在数据中心之外汇聚节点的延伸和演进。“边云协同、边缘智能”为核心能力。 第三阶段是2020年以后，开始规模发展 带来更丰富的应用场景：增值业务（如预测性维护）到控制系统（如vPLC） 以及更广泛的行业覆盖：从制造/运营商/能源到泛工业（如交通、企业、智慧家居等） 边缘计算已经形成产业共识，正从泛化概念走向进一步聚焦及落地探索，未来3~5年是产业发展关键期。

近日，英码科技通过了工业和信息化部关于第五批专精特新 “小巨人”企业培育和第二批专精特新“小巨人”的相关审核，成功入选第五批国家级专精特新“小巨人”企业。 专精特新 “小巨人”企业是指专注于细分市场、创新能力强、市场占有率高、掌握关键核心技术、质量效益优的“排头兵”企业，是中小企业评定工作中最高等级、最具权威的荣誉称号。 从市、省级专精特新成长为 “小巨人” 2022年10月、2023年1月，英码科技相继入选2022年广州市、广东省“专精特新”中小企业名单。除此之外，在2022年，英码科技先后荣获“广东省创新型中小企业”认定、入选⾸批“⼴州开发区⼈⼯智能企业⼊库名单” 、荣获“五星品牌”认证等多项荣誉资质。现在，英码科技再接再厉成长为国家级专精特新“小巨人”，在树立行业新标杆的路上迈出了一大步。 专注、精耕人工智能领域 从 2006年成立至今，英码科技是见证和推动人工智能发展的领先者之一，长期专注人工智能与产业的深度融合，面向全场景、多行业推出“云-边-端”协同的AIoT产品与细分场景解决方案。在人工智能领域，英码科技坚持精耕细作，对产品和技术精益求精，不断深挖场景和行业需求，打造创新性、国产化的AIoT产品、AI技术服务、行业解决方案，并已广泛应用于智慧工厂、智慧工地、智慧社区、智慧交通、智慧加油站等行业，以专业的技术和精良的产品助推人工智能产业落地。 产品与服务创新 “双轮驱动” 创新是 “专精特新”的灵魂，随着数字经济的飞速发展，AI与各行各业的融合已 经 步 入加速阶段 ， 同时衍生出不少的挑战 。 例如在边缘计算产业落地过程中，英码深知难点在于 国产 AI芯片工具链不互通，极少芯片可以覆盖全场景，同时传统项目交付模式 “过程过于复杂、周期过长、成本较高”的弊端已经成为制约AI应用快速落地的重要因素，也影响了产业的发展。 因此，英码科技以卓越的创新能力从产品、技术服务，以及项目交付模式等方面，打造了 “深元”AI引擎，包括基于国产化芯片平台的高、中、低多层次算力边缘计算设备，为上下游产业链厂商之间打破连接壁垒；自主研发0代码工具链，在不触碰客户模型文件的前提下，实现算法从GPU到NPU的一键移植，最快3天实现算法适配，可以大大缩短企业的开发周期和节省沟通成本，也降低了客户的试错成本，快、易、省赋能AI应用落地。英码“深元”AI引擎的核心能力在于：打通场景需求-算法-硬件集成-业务平台对接-项目交付的全链条，为客户提供算法到算力产品的一体化解决方案的快速生产模式，赋能更多企业快速具备AI能力。 结语 荣获国家级专精特新 “小巨人”称号是政府部门对英码科技在技术创新、产品品质、服务水平、市场前景等方面的充分认可，同时也鞭策企业始终坚持技术为根 本 、品质为生命，努力在人工智能领域精进技术，保持市场竞争力，发挥 “小巨人”大能量，创新引领行业发展！

基于开放硬件平台，通用客户端设备 (uCPE) 支持快速添加、集成或删除任意数量的集中管理虚拟功能。 为了增加收入并保持竞争优势，托管服务提供商 (MSP) 和企业正在部署 uCPE 以增强业务敏捷性、加速新服务的引入并提高运营效率。 最初，uCPE被部署为单个盒子，以取代多个独立的网络边缘设备，例如防火墙和路由器。为了满足企业不断变化的需求，MSP 开始利用 uCPE 的固有计算能力来整合其他功能（例如备份、打印服务器、VoIP）。 uCPE允许企业在单一平台上利用来自多个供应商的一流解决方案，从而消除锁定、降低成本并简化管理。对于MSP，uCPE可作为高价值附加服务（超越网络）的本地启动板，以增加收入和利润。 一、SD-WAN、SASE和uCPE 要享受uCPE提供的全方位运营优势，企业应努力实现本地虚拟化。 安全的SD-WAN或SASE ——结合了同类最佳的网络和安全组件——体现了对支持多个供应商和功能的开放平台的需求。仅安装SD-WAN或安全功能是有限的，不能利用uCPE的全部功能。但是，当部署在开放的uCPE平台上时，可以利用边缘计算能力来实现SD-WAN和安全性，以及支持业务动态的其他功能。 二、实施基于uCPE的解决方案的智能方式 以下是成功的基于uCPE的解决方案的一些“必备”要求： Ø 开放平台 在uCPE上创建虚拟化需要在COTS白盒上集成多个软件组件，然后在设备的生命周期内维护和更新（生命周期管理）这些组件。这样的框架需要一个开放的、供应商中立的平台（硬件和应用程序）来支持您选择的供应商。 虽然uCPE概念始于虚拟化网络功能 (VNF)，但它的未来取决于合并许多附加功能的能力，从而演变成本地边缘计算平台。 Ø 针对不同要求优化的边缘 uCPE 旨在安装在客户端或网络边缘。然而，边缘已经发展，并根据业务类型、网络规模和行业具有各种形状和形式。边缘设备需要支持大型区域办事处、小型分支机构和远程工作人员。因此，uCPE 解决方案的设计必须具有灵活性，以便为只需要一个或两个应用程序的站点支持具有成本效益的低资源设备，以及为利用uCPE计算能力运行多个应用程序的站点提供更强大的设备。 Ø 大规模的全生命周期管理 n 编排与管理 基于uCPE的解决方案应支持每个企业多达数万个应用程序和边缘设备的操作、管理和维护 (OA&M)。该解决方案应包括一个强大的MANO，用于处理整个IT生命周期——从部署到操作、监控、更新和故障排除。对于监管其网络和服务的企业而言，强大的uCPE管理器通常足以提供必要的管理功能。对于管理多个客户端网络的MSP，多租户MANO可以简化托管服务操作并支持专用客户门户。 n 快速服务交付 在客户端启用新服务必须快速简单，以便在没有IT支持的情况下自行安装。使用零接触配置工具的自动化部署和管理可加快服务交付速度，并消除对没有本地IT员工的较小分支机构进行昂贵的上门服务的需要。 n 大型复杂网络的自动化 管理连接到分散站点中的多个CSP的边缘设备的复杂性呈指数级增长。为确保运营效率，企业和MSP需要一个自动化服务交付平台，该平台能够使用集中式管理系统按需简单快速地添加、更改或替换应用程序和网络服务。自动化可降低成本、提高运营规模并缩短交货时间，从而使MSP能够更快地响应客户需求。 n 故障排除和健康监测 通过从IT总部通过安全连接远程执行配置更改和升级，边缘设备的安全远程管理对于提高运营效率至关重要。对设备运行状况和网络性能的全面实时可见性有助于缩短平均修复时间 (MTTR) 并确保最佳用户体验。健康监控应涵盖完整服务及其各个组件，以便在特定服务组件（例如SD-WAN）发生故障时，uCPE本身仍然可用，并提供修复或重启服务的路径。 三、以正确的方式开始您的边缘计算之旅 Telco Systems的Edgility是一个敏捷的边缘计算软件套件，为企业IT团队和MSP（托管服务提供商）提供360度工具集，用于跨多个分支机构自动化部署、操作和生命周期管理数以千计的边缘设备和IT服务， 构成企业WAN的家庭和“移动”办公室。 与任何uCPE解决方案一起使用，Edgility 消除了供应商锁定（HW 和 SW），并使您能够选择最适合您的动态业务需求的解决方案组件——无论是现在还是未来。 Edgility 通过为边缘设备及其运行的应用程序软件的操作、管理和管理创建控制层，简化了任何服务的部署。 多租户和云原生管理为希望扩展其产品的 MSP 提供高可用性、可扩展性和可靠性，同时为多个客户实现具有成本效益的边缘设备管理和编排。 Ø Edgility Central Edgility Central是一个功能强大的管理和编排 (MANO) 系统，使企业能够通过单一管理平台跨多个站点管理多个边缘设备、应用程序、网络功能和服务策略。使用“点击”图形服务设计器，用户可以轻松配置连接、复杂的工作负载和模板。Edgility Central 可以在您的数据中心、私有云或公共云中本地运行。 Ø Edgility OS Edgility OS 是一种高性能、占用空间小的操作系统，可将任何白盒转变为完全可操作的边缘设备。Edgility OS 针对最大资源利用率进行了优化，即使在低资源边缘计算设备上也能提供高吞吐量。Edgility OS支持来自任何供应商的混合虚拟化和容器化服务/应用程序，允许您部署和运行多服务工作负载（服务链）。 四、实现更好的可扩展性、可管理性和运营效率 Edgility可帮助您大规模构建可管理且经济高效的SASE架构，同时解决所有用例。它是一种供应商中立、灵活且面向未来的解决方案，可满足企业快速发展的IT需求。 n 针对uCPE进行了优化 • 占用空间小，操作系统资源消耗低，充分利用边缘设备资源 • 针对低功耗边缘设备进行了优化，减少了碳足迹 • 预装在各种合作伙伴白盒上 n 全自动化OA&M • 通过点击图形服务设计器进行自动化和快速的工作负载设计 • 在几分钟内即插即用部署任何应用程序 • 边缘设备的零接触自动配置 n 高效管理@规模 • 直观的单一管理平台管理 • 数万应用和边缘设备的全生命周期管理 • 严格执行政策 n 完全可见&控制 • 直观的单一管理平台管理 • 数万应用和边缘设备的全生命周期管理 • 严格执行政策 n 灵活 & 面向未来 • Cherry——选择可用的最佳工具并使您的网络保持最新 • 供应商——中性架构在任何硬件上运行任何软件 • BYOApp（自带应用程序）——添加新应用程序或更改当前应用程序（安全SD-WAN之外） • BYOD（自带设备）——更好地管理供应链问题 关于虹科网络基础 虹科在工业、制造业、汽车、电子测试、通信领域深耕了长达20年，随着大数据时代的发展为了更好的迎接机遇和挑战，我们与全球领先的企业网络和存储供应商展开合作，提供一系列创新型安全灵活且性能优越的产品和服务来满足市场快速发展的IT需求。 虹科网络基础团队不断学习最新的技术和应用、接受专家培训，积累实践经验，致力于为数据密集型计算环境提供高性能以太网、高度可靠的统一存储以及高速数据流的连接方案，并运用灵活的边缘计算系统实现经济高效且易于管理的大规模IT服务基础设施。更多信息请访问： 虹科网络基础