边缘计算助力产业数字化转型

内容来源:全球边缘计算大会·深圳站(2021)

分享嘉宾:中国信息通信研究院 王哲

整理编辑:梦里花落不知处

出品:边缘计算社区

 

各位专家好,我是来自中国信息通信研究院的王哲,今天给各位专家分享一下边缘计算目前在国内国际上最新的进展,包括我们中国信息通信研究院过去几年内,在边缘计算技术、应用、产业以及各个领域中的相关工作。

从2008年CMU提出的Cloudlet的概念到2014年ETSI正式提出移动边缘计算的标准立项,边缘计算经过这几年的发展逐步成为OICT(包括OT、IT、CT)融合的关键枢纽。今天,各位分享嘉宾都提到边缘计算对于网络、云计算等领域的重要作用,其实这也是边缘计算存在挑战和机遇点的重要原因,它是一个跨领域的基础共性技术。

边缘计算首先对于计算体系进行了升级,包括它与量子计算、超级计算的融合,通过云边协同将云端的能力在边缘侧进行了一体化呈现。其次边缘计算是对算网融合的重要支撑,打通了云网边端协同,让算力触手可及。最后边缘计算是对产业数字化转型的关键助推剂。我国目前正在大力推动工业互联网战略,而在工业互联网体系架构中关键的一环就是边缘层。这是因为在工业现场的异构设备以及七国八制的网络体系是造成目前工业体系以及工业数据孤岛的关键原因。在工业互联网体系中,边缘计算是推进数据纵向集成以及东西向互通的关键技术,有效解决企业对于数据实时性的分析以及安全性的应用、隐私保护需求,保障数据不出厂。

                   

       

同时,我们可以看到我国边缘计算发展迈入了新高度,从2017年国家出台《关于深化互联网+先进制造业发展工业互联网指导意见》中明确提出要推动边缘计算在垂直领域中的发展及应用。随后,2018年、2019年、2020年每年都有工业互联网、车联网以及2C领域的促进边缘计算发展相关政策发布。

在国际层面来看,包括美国、欧盟、韩国、日本都在积极推动边缘计算产业生态构建、专利申请、基础设施的建设以及标准研制等。同时,产业各方均在边缘计算应用部署上进行发力,例如美国IIC工业互联网产业联盟设有专门的Edge Computing Group、Work Computing Group,它们是边缘计算在整个美国工业互联网架构中关键的推动力。日本的EdgeCross是欧姆龙、三菱等日本主要工业企业成立的产业组织,推动边缘计算在垂直行业中的落地。

作为产业数字化转型的核心技术,边缘计算的重要性已经形成共识,技术热度也在不断攀升。去年年底包括中国工程院、中国科学院都发布了工程前沿的top10、科学前沿的top10,均把关键边缘计算列入了其中的关键一环。从2019年开始,北京市、山东等各地新基建政策都把规模化部署边缘计算节点、边缘云节点作为指导政策列入其中。同时,目前运营商和云计算厂商是边缘计算建设的主要承担者,节点数量也在逐年走高。

目前边缘计算整体发展态势当中存在的一个问题就是概念范畴太大,产业各方没有完全达成共识和概念也没有收敛,这造成了参与的各方没有办法明晰自己的定位,包括边缘云和边缘计算平台如何协同和打通、未来建设由谁来承担、管理由谁来承担等等。中国信通院从2016年开始持续发布边缘计算白皮书,同时通过组织边缘计算论坛和技术研讨,期望去推动以及引领整体边缘计算产业发展。

另一方面,我们一直在积极推动边缘计算国际交流合作,像IIC、EdgeCross等都和我院有MOU的协议。同时我们一直参与包括ETSI、3GPP标准制定的工作。

从应用角度来看,可以看到边缘计算已经由初始的概念阶段逐步走向应用落地期,像车联网、工业互联网这些领域对于边缘计算应用的诉求越来越多。以工业互联网为例,目前边缘计算的应用已经从设计生产到物流运输的应用全覆盖,从应用深度来说,从上层的产品计划到设备预测性维护以及最基础的控制反馈都有边缘计算的身影。在车联网领域包括效率类应用、安全类应用、信息娱乐类应用也都有边缘计算的支撑。

我们通过应用趋势图可以看到边缘计算已经逐步从概念验证阶段走向了实施部署阶段,刚刚提到的工业互联网、车联网,也包括游戏娱乐、安防监控、CDN、智慧农业、智慧水务都有边缘计算的应用。从应用需求来说,2B、2C的需求在不断明晰,我们可以看到像智慧家居、游戏娱乐边缘计算应用已经初具规模,工业互联网和车联网现在处于部署初期阶段。边缘计算应用存在的一个显著问题是参与主体比较多,包括运营商、工业企业、云计算服务厂商以及第三方专门做应用集成的企业,各方都有自己的标准或者体系,缺乏模块化的封装以及标准定义的接口,这对于异构平台及设备的互联互通与兼容造成很大挑战,这是在应用层面存在的难度。

中国信通院一直推动边缘计算标准相关工作,目前已经在国际国内初步形成了包括边缘计算总体架构、关键节点模型、测试方法,、典型应用场景应用的标准规范,形成了覆盖重点行业的标准体系。同时我们也在国际标准形成突破,包括ITU-T SG20、SG13、3GPP等提交标准立项及草案,推动我国的标准走出去。此外,今年工业互联网产业联盟会与产业各方联合组织国内业首届边缘计算开发者大赛,设置2到3条赛道,基于统一的平台去做应用的开发和验证。我们希望通过这种大赛推动边缘计算应用生态的繁荣和规模化部署的进程。

从技术的角度来看,目前边缘计算技术可以分为三大类。首先,云原生技术不断进行轻量化和下沉部署在边缘侧;其次边缘智能、算力网络等边缘原生技术不断涌现;最后边缘计算与区块链的各类新技术不断走向融合。

以边缘智能为例,协同推理、模型裁剪、云端训练、边缘执行等技术不断成熟。在人工智能的时代,原始数据需要上传到云端进行长时间、大规模的训练和收敛,耗时比较长;如果通过云和边的智能协同,云端负责模型训练,边端负责执行或推理,可以提升效率,同时边缘端也可以承载数据的筛选及清洗,有效降低带宽的占用,高效完成应用需求。

中国信通院边缘计算实验室一直致力于边缘计算关键技术研究,主要定位三个目标,第一是开展前沿技术及标准验证;第二是搭建边缘计算测试床;第三是提供第三方可信的产品测试环境。目前实验室已经承担多项国家专项研究,为30余款产品提供测试服务。

同时,今年我们在业界发起了了边缘原生的项目,希望通过白皮书、测试床、边缘原生技术标杆案例的遴选,去回答 “哪些技术是真正的边缘原生技术、现在进展是什么、目前态势是什么”等问题。

从产业生态角度来看,边缘计算是跨行业、跨领域的基础共性技术,产业各方都在积极投入布局边缘计算发展。设备厂商目前已不仅仅单一提供设备,形成设备+平台的一体化解决方案。电信运营商希望通过边缘计算管道提供者角色逐步转变为业务提供商,目前国内三大运营商都在做自研的MEC平台。云计算厂商积极推动云边协同,将云原生的优势下沉至边缘侧,同时借助边缘计算来切入5G的部署。

目前,整个边缘计算产业市场规模增长显著,未来预测边缘计算直接市场至少在五千亿以上。边缘计算的产业生态呈现多元化发展格局,真正实现了“产政学研用”共同推动边缘计算发展的局面。但是也正是由于边缘计算基础共性的特点,也造成了碎片化严重、商业模式不清晰的问题。

针对这些问题和挑战,中国信通院在2020发起我国首个边缘计算产业促进项目“边缘计算标准件计划”,旨在形成“技术研发、标准研制、产品检测、应用示范、规模商用”的产业闭环,推动我国边缘计算发展迈向新阶段,目前已经测试完成了将近30款,产品类型包括边缘控制器、边缘网关、边缘服务器/一体机等。“边缘计算标准件计划”在去年中国国际通信展发布了首批产品测试结果,第二批和第三批产品测试将在今年8月份的工业互联网大会上进行发布,同时还会组织供需对接、成果分享等活动,希望推动供给双方侧的对接,加速边缘计算规模化部署。

通过“边缘计算标准件计划”产品测试,我们总结和归纳了很多产品存在的问题以及目前产品发展的趋势,包括产品典型能力等,目前,任务编排、应用部署、边云协同等已经成为各家厂商未来产品研发热点方向,“边缘计算标准件计划”也为政府决策及顶层设计提供了有效支撑。我们会在今年正式发布边缘计算标准件名录,主要有三个目的,首先是希望在供给侧形成边缘计算产品资源池,为企业研发及产品迭代提供指导;其次依托工业互联网产业联盟形成供需资源池,也是为需求企业的产品选型,包括解决方案选型提供重要的参考;最后是面向产业和政府,希望通过这样的供给资源池提供决策的支撑以及对边缘计算产业规划做建议。

在下一步工作将主要围绕标准制定、技术研究、应用实践及生态构建等多个维度推进。在标准体系方面,实现团体标准、行业标准、国家标准、国际标准的全覆盖。在技术方面方面,通过边缘原生2.0以及边缘计算与5G、TSN、区块链的融合来推动边缘计算的技术创新。在应用实践方面,通过开发者大赛、典型案例遴选等活动,促进应用市场繁荣。在产业生态方面,将汇聚“产政学研用”各方的资源,共同通过标准件计划、供需对接论坛等把整体上下游链条进行打通。

以上是我今天的分享,谢谢大家!

 

对边缘计算感兴趣的朋友可以9月份到上海参加全球边缘计算大会·上海站!点击阅读原文抓紧报名!

感谢阅读,欢迎扩散传播!感谢!

边缘计算社区:促进边缘计算领域知识传播,中立,客观,如果您关注边缘计算、5G、物联网、云原生等领域请关注我们。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据中台是指整合和管理数据资产的平台,它可以帮助银行实现数字化转型。在银行数字化转型的过程中,数据中台发挥着至关重要的作用。 首先,数据中台可以实现银行内部系统的数据集成和共享。银行通常拥有多个业务系统,而这些系统中的数据往往是孤立的,不利于信息的全面分析和利用。通过数据中台的建设,可以将这些数据集成到一个统一的平台上,并且可以实现数据的共享,从而提高了数据的可访问性和可用性。 其次,数据中台可以实现数据的清洗和处理。在银行的数据中,存在着大量的冗余数据、错误数据和不规范数据,这就需要对数据进行清洗和处理,以提高数据的质量。数据中台可以通过数据治理和数据质量管理,对数据进行清洗、标准化和去重,从而解决数据质量的问题。 再者,数据中台还可以实现数据的分析和挖掘。通过数据中台,银行可以对数据进行深入的分析和挖掘,发现隐藏在数据中的规律和价值,从而为银行的业务决策提供有力支持。同时,数据中台还可以实现数据的可视化和报表化,为银行的管理层提供直观的数据分析结果。 总的来说,数据中台的建设对于银行的数字化转型具有重要的意义,它可以帮助银行实现数据的集成共享、数据质量的提升和数据分析挖掘,从而推动银行业务的数字化和智能化发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值