8月25日,“新征程 耀一起”2022亚太内容分发大会暨CDN峰会在北京成功举办,亚太CDN产业联盟联合来自阿里云、腾讯云、中兴通讯、天翼云、九州云等内容分发领域领军企业的技术专家、企业领袖等,携行业领先技术、优秀实践案例、未来趋势洞察等高质量内容齐聚一堂,共话CDN内容分发行业新征程。
九州云高级解决方案总监刘高艳受邀出席大会,在“边缘计算论坛”环节带来了题为《5G MEC边缘计算发展的现状、挑战和未来》的精彩分享,并与参会者就边缘计算圆桌对话展开思想碰撞。
边缘计算作为企业的关键增长要素,创新并拓展了核心数据中心的功能和范畴,已经成为驱动全球企业级基础架构市场增长的重要力量。
刘高艳从三大边缘交付模式分析出发,深入剖析了目前三种模式各自存在的挑战:CDN云边缘服务的大带宽总体成本相对较高,物理距离近无法转换为网络低时延,城市内无线模式下延时,SLA存在不确定性。而MEC边缘云服务,公网访问安全控制存在挑战,对访问终端存在一定要求。IoT边缘网关,由于品牌分散,所以难以统一管理,算力能力限制了安全能力部署,统一通过公网进行管理带来潜在安全风险,空间覆盖性弱,芯片模组5G化改造成本高,软硬一体解耦困难。
通过对比三种模式的能力和场景,提出了三种模式各自可能的突破方式。同时分析了5G MEC边缘云和CDN云边缘国内外发展趋势和两者之间相互渗透发展的博弈,指出CDN云边缘和5G MEC边缘云厂商之间的攻守格局,有相互延伸、交错竞争的趋势。发展的核心在于运营商” 5G带边(MEC)”抓手的拒守和自身拓展,和互联网厂商 “5G入边(CDN)”的渴求。
最后,刘高艳阐述了5G MEC边缘云产业链合围和行业融合,并以OpenV2X开源项目为例分享了在车路协同领域的探索和创新。
伴随5G、边缘计算等新技术与智能网联汽车融合应用越来越深入,加速驱动交通产业数字化转型升级。在上海开源信息技术协会组织下,九州云联合东南大学、南开大学以及企业代表共同发起5G MEC和V2X深度融合的OpenV2X开源项目,基于开放源码方式,解决当前车路协同系统(Coopertive Vehicle Infrastructure Systrem, CVIS)中路侧系统遇到的 “平台不开放”、“生态不多样”、“算法不解耦”、“5G 未联动”的问题,整合5G、C-V2X、AI、MEC等技术组合,支持海量路侧信息收集、融合、智能运算和云边协同能力,更好地服务智能的车和行动的人。
目前,OpenV2X开源项目主要致力于路侧开放基础设施的模块。OpenV2X车路协同开源架构设计范围包含路侧设备、中心云控以及5G边缘云控三部分。项目范围涵盖路侧数据的数据融合,路侧数据的识别和预警算法,RSU发送的结构化数据处理,路侧摄像头、雷达设备的原始信息处理,5G MEC模式下的云边协同等。
边缘计算圆桌对话
本次大会还带来了特别的讨论环节,在即刻雾联联合创始人段靖远的主持下,本次圆桌围绕边缘计算展开对话。九州云高级解决方案总监刘高艳与阿里云智能技术专家徐若晨、天翼云高级研发经理张其栋、英特尔(中国)资深软件架构师陈绍强多位技术大咖一起,从自身在边缘计算领域的实践和积累出发,以前瞻务实的姿态进行了讨论和交流。
作为中国最早一批从事“开放云边基础架构技术开发和服务”的专业公司,九州云自2012年成立至今,始终秉承“开源·赋能云边变革”的核心理念,建立了完整的“云+边”生态体系和解决方案。未来,九州云希望依托自身开放的技术体系、深厚的技术实力和成熟的解决方案,携手更多的产业合作伙伴和开源爱好者,从标准、技术、应用等多维度深度融合,共同搭建边缘计算应用生态,助推边缘计算产业蓬勃发展,持续创造更丰富的商业价值。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。