中兴大数据|中兴通讯研究院总工程师王德政:大数据AI融合的云边端走向一体化

中兴通讯研究院总工程师王德政接受中国软件网采访人员的采访时表示 , 大数据AI融合的云边端协同是未来中兴通讯一大重要发展方向 , 中兴通讯的大数据AI融合的云边端一体化解决方案将惠及更多的行业 。
中兴大数据|中兴通讯研究院总工程师王德政:大数据AI融合的云边端走向一体化
文章图片
来源|中国软件网
作者|刘学习
8月26日 , 主题为“强基赋能开启数据新纪元”的2020(第五届)大数据产业生态大会在北京举行 。
【中兴大数据|中兴通讯研究院总工程师王德政:大数据AI融合的云边端走向一体化】这场中国大数据产业最盛大、最具专业性及深度的行业聚会 , 已经成为了中国最前沿的数据黑科技产品的大秀场 , 也是行业专家、企业领袖、知名投资人汇聚一堂 , 深入探讨技术产业发展的高端平台 。
会上 , 基于《2020中国大数据产业发展白皮书》调研结果 , 中兴通讯获得"2020中国大数据企业50强" 。
中兴通讯研究院总工程师王德政做了题为《大数据AI融合的云边端一体化解决方案》演讲后 , 接受中国软件网采访人员的采访时表示 , 大数据AI融合的云边端协同是未来中兴通讯一大重要发展方向 , 中兴通讯的大数据AI融合的云边端一体化解决方案将惠及更多的行业 。
中兴大数据|中兴通讯研究院总工程师王德政:大数据AI融合的云边端走向一体化
文章图片
▲中兴通讯研究院总工程师王德政
经历十多年的发展 , 云计算在与大数据、AI、IoT等技术的融合发展中 , 相较传统IT , 在成本、稳定性、安全和效率层面都体现了较大的优势 。
而随着5G的发展,以及IOT应用的扩展 , 边缘应用的数据量呈几何级数上涨 , 这些数据都在终端形成、积累 , 传送到云端 , 进行数据处理 , 再返回到终端指导业务 。
这一系列动作将对网络带宽产生超高需求 , 不仅会存在延迟 , 还需要面临弱网卡顿、连接成功率低等诸多问题 , 用户体验无法保障 。 同时 , 大带宽对回传网络、业务中心造成巨大传输压力 , 也会让企业面临着巨额的带宽成本 。
这意味着集中式的数据存储、处理模式将面临难解的瓶颈和压力 。 最终 , 成本作为关键因素之一 , 使得云边缘化的趋势得以发展 , 集中的计算再次走向边缘 。
王德政说 , 边缘计算和云计算两者并不是此消彼长的关系 , 边缘计算正在拓展云计算的边界 。 未来 , 大数据AI融合的云、边、端的协同将成为行业应用发展的核心技术 , 也是未来应用必须要解决核心问题 。
他以自动驾驶为例介绍说,一辆自动驾驶汽车每秒能产生1GB数据 , 同时需要对数据进行实时处理 , 并做出正确的动作 。
如果将全部数据传到云端进行处理 , 响应时间会变得很长 , 而且支持某片区域内的众多汽车同时工作时 , 对当前的网络带宽及可靠性来说也是一个巨大挑战 。
随着万物互联时代的到来 , 网络边缘设备产生的数据量飞速增长 , 带来了更高的数据传输带宽需求 。 同时 , 新型应用也对数据处理的实时性以及数据存储也提出了更高的要求 。
这时候 , 传统的云计算模型不能满足现有的性能需求 , 要求云端算力下沉 , 在边缘与终端处形成算力融合 , 借用AI技术 , 云-边-端三体协同的架构将会满足应用数据快速处理等需求 。
在5G兴起的这个时代 , 云边协同可算是一个大热点 。 业界提出了很多基于端-边-云三层架构的云边端协同机制 。 强大的中心云和弹性灵活的边缘云实现了更强大的云服务能力 ,
王德政说 , 为了应对数据处理的业务挑战和数据处理的架构挑战 , 必须发展大数据AI融合的云边端协同架构和体系 。 这一技术包括四项技术关键词 , 包括云边端全栈智能平台、融合开放的数据管理技术、基于策略的大数据脱敏 , 以及基于Adlik的云边端协同AI模型部署等 。


推荐阅读