日前,由中国物联网产业应用联盟及深圳市物联网产业协会主办,物联传媒承办的2019“物联之星”评选活动,公布了中国物联网行业年度评选获奖名单。凭借QingCloud IoT平台 、EdgeWize边缘计算、以及青云QingCloud高速公路边缘智能分析方案的优秀表现,企业级云服务商青云QingCloud斩获“最具影响力物联网云平台企业奖”。此次获奖充分肯定了青云QingCloud在物联网领域产品和解决方案的领先性及行业影响力。
“物联之星”评选活动始于2008年,评选的宗旨在于总结影响物联网进程的重要人物、产品和应用,树立物联网行业榜样,经过12年的发展和沉淀,物联之星已发展成为中国物联网行业规格隆重、影响力大的纯公益评选活动,其权威性和客观性深受业界人士的高度评价和普遍认可,被誉为中国物联网行业的奥斯卡奖。物联之星年度评选遵循“公平、公正、公开”的原则,全程公开透明,不接受任何形式的企业赞助。本届物联之星更是吸引了近400家物联网全产业链上的优秀企业参与评选,并有800+评委参与投票,人气预热投票超过了50万人次,在物联网行业内形成了广泛的影响。
数字化转型2.0时代,智慧建筑、智慧高速、智慧城市、工业互联网等应用频频落地。然而传统云计算只能做到核心业务系统的数字化,仍有海量数据将在数据中心之外产生。2019年青云QingCloud发布重量级战略产品,QingCloud IoT平台与EdgeWize边缘计算平台,其中,QingCloud IoT平台提供一站式、全托管的物联网云服务,针对边缘场景配置,可实现边缘节点的定义与统一管控,结合QingCloud云平台服务,可帮助企业轻松构建IoT应用程序。EdgeWize边缘计算平台,则以安全方式在边缘设备上运行本地计算、消息收发、数据缓存与同步等功能,提供安全、低延时、低成本的本地计算服务,结合QingCloud云平台、光格网络SD-WAN,可实现云边协同。
基于此,青云QingCloud云平台的能力从数据中心延伸到边缘和端,构成“云、网、边、端“一体化的广义云平台。青云QingCloud也正式拥有了“全维云平台”能力,成为一家同时具备全栈、全态和全域交付能力的平台级服务商。未来是万物互联的时代,青云QingCloud涉足物联网的最终目的是,致力于帮助企业将所有跟业务相关的系统全面实现数字化,集结云、网、边、端一体化的能力,实现全域业务支撑与数据互联。
物联网不是为了解决技术问题,而是为了解决用户实际的应用场景问题。凭借云网边端协同的整体解决方案能力,青云QingCloud物联网从布局之初,就迅速切入智能交通、智慧园区、工业云等行业。以智能交通为例,高速公路车流量增长迅速,监控摄像头所产生的数据与日俱增。传统的车辆识别&高速收费场景解决方案会将摄像头拍摄的车辆图片,上传至云端进行 AI 智能识别,识别结果再返回到计费系统,计费结果再返回收费卡口,整个流程链路太长,一旦网络不稳定,势必造成车辆拥堵。青云QingCloud IoT通过云端IoT平台与EdgeWize边缘计算实现云边协同,大幅降低带宽成本,优化车牌识别响应速度,保障业务稳定性。
未来,青云QingCloud将继续保持开放、中立的态度,推动物联网行业的发展和普及,致力于打造良好的物联网生态,与行业伙伴一道为物联网解决方案的成功落地而努力。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。