云边协同的能力与内涵主要包括资源协同、数据协同和服务协同三种。资源协同是指边缘节点能够提供计算、存储、网络等基础设施资源,可以独立调度管理本地资源,也可以和云端协同,接受并执行云端下发的资源调度管理策略。 如计算资源协同,就是在上层应用的支持下,对分布在边缘云的计算资源与中心云的计算资源进行协同处理,提高计算资源的效率。 典型的AI训练与应用系统,在此系统中,在中心云部署大规模的AI训练软件,发挥中心云计算资源丰富的特点,加快AI训练的速度,而在边缘云上,主要是利用训练好的AI算法进行AI的推理应用。这样,中心云产生的AI算法,就可以服务大量边缘AI上的应用。同时边缘网络上有很多数据,可以传递到中心云进行训练,在训练完成后,可以快速推到边缘网络使用,形成闭合循环迭代。
云边协同的能力与内涵主要包括资源协同、数据协同和服务协同三种。资源协同是指边缘节点能够提供计算、存储、网络等基础设施资源,可以独立调度管理本地资源,也可以和云端协同,接受并执行云端下发的资源调度管理策略。
如计算资源协同,就是在上层应用的支持下,对分布在边缘云的计算资源与中心云的计算资源进行协同处理,提高计算资源的效率。
典型的AI训练与应用系统,在此系统中,在中心云部署大规模的AI训练软件,发挥中心云计算资源丰富的特点,加快AI训练的速度,而在边缘云上,主要是利用训练好的AI算法进行AI的推理应用。这样,中心云产生的AI算法,就可以服务大量边缘AI上的应用。同时边缘网络上有很多数据,可以传递到中心云进行训练,在训练完成后,可以快速推到边缘网络使用,形成闭合循环迭代。
再比如存储资源协同,就是在上层应用的支持下,对分布在边缘云的存储资源与中心云的存储资源进行协同处理,提高存储资源的利用率,节约传输带宽。
典型的应用是CDN网络。CDN网络中,把热点视频业务放在边缘网络上,而把冷门数据放在中心云上。这样,用户访问热点视频的时候,数据源就在边缘上,用户可以就近访问数据,只有边缘云上没有数据的时候,才通过中心云去访问,而且一旦访问此数据的用户变多,就可以把此数据源拉到边缘网络进行保存。这样,通过云边协同就可以大幅降低中心云的带宽需求,提高中心云的存储效率。
数据协同则是边缘节点负责数据采集,按照模型或业务规则对原始数据进行预处理及简单分析,然后把结果和相关数据上传给云端;云端可以对海量数据进行存储、分析和价值挖掘。边缘和云之间的数据协同,使得数据能够在边缘和云之间有序流动,从而形成一条完整的数据流转路径,便于之后对数据进行生命周期管理与价值挖掘。
服务协同是云端完成模型的训练之后,将模型下发给边缘节点,边缘节点按照模型进行推理;云端管理边缘侧应用的生命周期,包括应用的部署、启动、停止、删除及版本更新等;云端生成应用编排策略,边缘侧按照云端策略执行应用。
AMEYA360分享:什么是云边协同 云边协同有什么好处