边缘计算网关有哪些优点

1、延迟问题

延迟是指处理和分析捕获数据所需的时间。连接到互联网的设备必须在100毫秒内响应，有时甚至不到10毫秒。因此，计算过程必须尽可能本地化，以抵消远距离传输数据的固有延迟。
通过物联网中的边缘计算，计算将在源头附近完成，例如传感器，如果汽车上的传感器判断出将要发生碰撞，那么系统就必须具有足够的确定性，能够在一定的时间范围内部署安全气囊，如果在长距离传输数据方面有任何滞后，那就是根本不安全的。

2、带宽问题

运行软件和生成数据的大多数物联网设备需要链接到云以存储和进一步处理该数据。因此，需要大量的功率和带宽将IoT数据传输到云。

在物联网中使用边缘计算，组织可以减少互联网带宽的使用，因为可以在源附近处理大量数据。

例如，边缘计算相机可以通过分析警察仪表板的视频源来帮助执法机构减少带宽，相机摄像头可以实时生成大量的视频和音频记录，但只有在必要时才将相关数据发送到云端。

3、带宽成本问题

物联网应用程序生成大量相对低价值的时间序列数据。这意味着带宽成本，设备获得带宽的机会成本，存储和分析成本，以及云中这些低价值时间序列数据的计算成本。

有了边缘计算，这些数据就可以被捕获，如果有必要的话，在将数据发送到云或其他上游聚合点之前进行分析和汇总，这比通过WAN链路发送未经过滤的数据要便宜得多，后者通常非常昂贵。

4、传统系统连接问题

公司经常连接到物联网的传统系统具有非IP/以太网接口。因此，他们需要来自模拟或专有系统接口的物理转换，以便能够使用和分析数据。这只能在生成数据的原始设备旁边完成。

这是物联网中的边缘计算可以提供帮助的地方。边缘可以充当新旧之间的中介，为没有现代计算能力的传统资产添加智能功能。

5、物联网安全问题

尽管云服务提供商已经为终端客户的物联网产品开发了出色的安全性，但运营技术专业人员仍然担心他们的敏感数据一旦离开企业的墙壁就不会安全。

为了解决这个问题，可以在边缘添加更多智能来保护系统，使其更强大，可以抵御黑客攻击和入侵。因此，任何中断都将仅限于边缘计算设备和这些设备上的本地应用程序。

边缘计算在物联网中应用的领域非常广泛，特别适合具有低时延、高带宽、高可靠、海量连接、 异构汇聚和本地安全隐私保护等特殊业务要求的应用场景。为了打造更适合行业应用的物联网通讯终端产品，四信通信充分利用边缘计算技术，大力研发生产出了F-G200边缘计算网关，该系列产品可帮助用户快速接入高速互联网，实现安全可靠的数据传输。

作者：黄还青；华为高级产业发展经理，ECC需求与总体组副主席。

首先我们认为边缘计算的兴起应该是在过去三四年，之所以兴起大背景是因为实体经济的数字化转型。这波实体经济数字化以万物感知、万物互联、万物智能为特征，这三方面的特征仅仅依靠云计算是没办法特别好的解决，比如实时性、带宽、安全、隐私等等一些问题，在这样背景下，边缘计算逐渐兴起。
我们分享几个行业对于边缘计算的需求特征和大背景下浮现出来关于边缘计算的机会。先看一下工业，1工业40以及智能制造大背景下，推动了工业界原来传统的架构重构：云+边缘+设备三层扁平互联架构。在这个过程中，边缘计算为什么有价值？边缘计算核心是解决了传统五层架构里面网络孤岛、数据孤岛与业务孤岛的问题，同时更好的支撑柔性制造，并且带来从技术到商业各个方面价值创新的能力。
2OPC-UA overTSN向下渗透，边缘计算碎片化的问题在工业界尤其明显。比如工业界目前一个比较好的解决方案，能解决边缘计算碎片化的方案。OPC-UA over TSN 原来更多是在PLC之间及以上的层次。去年11月份在 OPC基金会下面成立FLC工作组，工作组目的是 PLC以下的层次如何利用OPC UA over TSN 技术需求，研究明白，协议规范，定义清楚。
其实，工业界大背景下，施耐德这样的巨头已经围绕大的趋势，展开一些 探索 ，我们看到施耐德已经明确了要基于 云+边缘控制+产品 三个层次去重构原有的架构，特意强调边缘控制层的智能化是非常核心的点，提到了边缘计算的主要形态，包括本地设备和边缘云；同时和华为开展持续深入的合作。
智慧城市，从08年IBM提出了智慧地球概念后，智慧城市的建设在全球成为了个热点；17年中国发布了数字中国战略，引爆了新一轮智慧城市的建设，边缘侧拥有最全的诉求，所以新一轮智慧城市的建设需要边缘智能、边缘协同、边缘能力的支撑；同时，5G的发展会极大推动城市的万物互联，这也将极大促进边缘计算产业发展。例如河长巡河场景下，利用边缘计算实时采集河湖动态信息，通过AI辅助进行监测数据处理，污染预警溯源；智慧路灯场景下，借助边缘计算实时监控路灯运行状态，辅助路灯开、关、亮度管理，本地化运营团队进行针对性维护，精准高效；雪亮工程场景下，边缘计算不仅能够进行边缘预处理，剔除“垃圾”信息，减少上传的视频数据，还能够使边缘设备更加“聪明”。

全球主流运营商看重边缘计算产业机会点，都在拓耕边缘计算领域，从管道经营到算力经营，完善2C业务体验，强化2B市场能力。
中国联通致力于构建一个开放的，开源的Edge-Cloud服务PaaS平台，以灵活分配计算，存储，网络和加速资源，旨在加速边缘服务的孵化和推广。

1、发布CUBE-Edge20白皮书；

2、中国联通将大力发展边缘DC，启动全国范围内15个省市的规模试点；

3、主导的《IoT requirements for Edge computing》国际标准项目立项
中国移动将边缘计算上升为公司战略与5G并列。中移动将边缘计算上升为公司战略与5G并列，推动中国移动未来从管道经营（流量变现）扩展到算力经营（服务变现）”

1、成立中国移动边缘计算开放实验室；

2、发布中国移动边缘计算技术白皮书；

3、宣布Pioneer300计划。
美国电信公司AT&T将边缘计算定位其5G战略三大支柱之一，AT&T已经为移动和固定无线应用接入边缘计算，可以使用LTE或5G连接进行部署。主导发起了Akraino开源，通过开源加快边缘计算生态建设和商用部署。
全球移动通信系统协会，简称GSMA，全球移动通信系统协会（GSMA）成立于1987年，是全球移动通信领域的行业组织，目前其成员已包括220个国家的近800家移动运营商以及230多家更为广泛的移动生态系统中的企业，其中包括手机制造商、软件公司、设备供应商、互联网公司以及金融服务、医疗、媒体、交通和公共事业等领域的企业。GSMA认为边缘计算是运营商未来重要发展方向：

1、Edge Cloud如何帮助运营商Cloud VR/AR等新型业务降低部署成本，加快部署速度；

2、边缘计算如何推动当前智慧城市，智能制造中图像处理能力，

GSMA动态：

1、GSMA在MWC2019发布了边缘计算白皮书：Distributed Edge Cloud: Definitions,

Dynamics AndDrivers，

2、GSMA计划通过推动边缘计算典型PoC来加速边缘计算在运营商的应用。
GSMA定义的2大边缘计算形态

运营商边缘计算核心技术：

1、多形态I硬件（边缘云，一体机形态，异构数据处理云化网关等）；

2、轻量级云原生PaaS（微服务，Serveless等）；

3、安全（物理安全，平台安全，应用安全等）。

边缘计算技术方向往那些方向走？

边缘计算需要与云计算协同，才能最大化增强实现彼此的应用价值，这个得到产业界的广泛认同，但是边云协同的价值和内涵到底是什么，涉及到那些方面的协同？这些问题在产业界一直缺乏共识。去年，ECC产业联盟试图从主要场景出发，初步梳理了边云协同的全视图，我们认为边云协同大体上会涉及三层六类协同，也就是从IaaS 到 PaaS 到SaaS三个层次，边缘侧三个层次和云侧三个层次一定有相互协同工作，落实到具体场景中，不见得所有业务场景都会包括，我们这个六类应该是目前阶段理解边云协同的全视图。
边缘计算正从10走向20，如果说10更偏向概念定义，主要目的是推动产业共识；20则更加关心技术和能力构建，从而促进边缘计算的实践落地。边缘计算20核心观点包括落地形态，我们认为主要是边缘云和云化网关两种形态，当然细分来说还有很多。

边缘云主要提供近现场的综合计算能力，支撑智慧园区、平安城市、智能制造等场景，将中心云的能力拉近到边缘，是下一步云计算创新突破的增长点。

云化网关是企业/行业数据的汇聚节点，是网关设备基于云计算技术的演进，主要通过多样连接、实时处理、云化管理和人工智能等关键能力，边云协同使能行业数字化。

软件平台，一定是引入云架构、云技术，实现端到端实时、协同式智能、可信赖、可动态重置的能力。

硬件平台：以异构计算为主，需要考虑ARM+X86+GPU+NPU+FPGA异构计算能力的支持。

核心特征：边云协同和边缘智能。
从趋势看，边缘计算发展分为三阶段。

第一阶段，这个阶段时期大致是2015年-2017年，概念孵化，产业共识

产业共识：边缘计算及其价值成为产业共识

概念泛化：雾计算、边缘计算、节点计算、移动边缘计算、开放边缘计算

边界不清：OT认为20年前的工业现场PLC即是、海康威视认为智能摄像头即是、思科认为云之下终端之上。

第二阶段，当前就是在第二阶段，2018年到2020年，主要是进一步聚焦及落地 探索

价值落地场景：从泛化概念，逐步聚焦到云边缘、物联网边缘价值场景。

业务本质：云计算在数据中心之外汇聚节点的延伸和演进。“边云协同、边缘智能”为核心能力。

第三阶段是2020年以后，开始规模发展

带来更丰富的应用场景：增值业务（如预测性维护）到控制系统（如vPLC）

以及更广泛的行业覆盖：从制造/运营商/能源到泛工业（如交通、企业、智慧家居等）

边缘计算已经形成产业共识，正从泛化概念走向进一步聚焦及落地 探索 ，未来3~5年是产业发展关键期。

从云计算厂商的视角来看，边缘计算存在的基础是云计算，本着为云分担的任务和使命而运作。最终边缘计算实现的意义是云边协同：边缘向云反馈信息，云向边缘发布指令等，完成上传下达，实现共存协同式的调度、命令、搜集、处理、计算、更新等工作。
ECC 认为云边协同包含云端与边端基础设施，即：服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）的多种协同。
事实上，不仅是物联网场景，在云计算开源产业联盟发布的白皮书中，深入分析了云计算与边缘计算协同的九大应用场景及其价值：
场景1：CDN结合边缘计算向下一代内容分发平台升级CDN结合边缘计算，将vCDN（virtual Content Delivery Network，虚拟内容分发网络）下沉到运营商的边缘数据中心，从而降低响应时延，可提升QoS指标，同时提高用户体验，降低眩晕感和延迟卡顿。
场景2：新时代的万亿云游戏市场“快速切换，点开即玩”。新时代的云游戏利用云边协同快速扩张，游戏研发、硬件设备商、通信设备商、游戏平台将基于自身现有优势从不同角度切入，实现万亿云游戏市场的突破。
场景3：云边协同是工业互联网的重要支柱在工业互联网场景中，边缘设备只能处理局部数据，无法形成全局认知，在实际应用中仍然需要借助云计算平台来实现信息的融合。因此，云边协同正逐渐成为支撑工业互联网发展的重要支柱。
场景4：传统能源产业的智慧升级能源产业在传统模式下，需要大量的人力定期对数据进行收集和处理，一来人工成本非常高，二来数据分析效率低、时延大。因此，云边协同正为传统能源产业的智慧升级提供道路。
场景5：加速数字中国在农业领域落地云边协同将推动农业供给端的变革，农业由经验主导向数据主导转变，通过智能化手段，可以将人的经验传递给机器，通过数据挖掘，可以发现新的生产规律和农业商品优化的新空间。
场景6：家庭智能化信息服务成为可能云边协同使电器控制、安全保护、视频监控、定时控制、环境检测、场景控制、可视对讲等家庭智能化功能得以实现，同时使政务、医疗、教育等产业进一步丰富家庭智能化信息服务成为可能。
场景7：智慧交通借助云边协同向车路协同方向发展车路协同是智慧交通的重要发展方向之一，能力构建涉及车内边缘计算、道路边缘计算、车路协同云等方面，云边协同可以从多方面提供车车、车路动态实时信息交互，并开展车辆主动安全控制和道路协同管理。
场景8：云边协同引领安防智能化技术潮流现代安防监控可以和人工智能相结合，面向智能安防、视频监控、人脸识别等业务场景，以低时延、大带宽、快速响应等特性实现本地分析、快速处理、实时响应。
场景9：云边协同重新定义医疗保健医疗保健是药师直接且负责任地提供的与药物治疗相关的服务，其目的是达到改善病人生命质量的确切效果，云边协同则从实时本地数据分析、数据断点续传、数据安全传输等方面让医生我患者提供更快、更高的护理。

认真的回答这个问题。没有。哈哈哈。会不会很失望。但是，事实就是如此。就给你说说吧

1阿里云计算

这个首先说一下，阿里目前的云计算技术，排名世界第三。屈居谷歌和微软之后。不过，你对比一下就会知道有多牛逼了。亚马逊发展了在什么地方？微软成立了多少年。亚马逊成立于1995年，微软成立于1975年。阿里成立于1999年。而微软和亚马逊都是全球发展的公司。实力有目共睹，阿里这些年的赶超可是花的大力气。所以，这一点来说阿里的云计算还是很厉害的。

2阿里的传感城市技术

这个技术实际是一个三维的数字化数据库的概念，这些年阿里通过高德，支付宝，以及阿里系的各个公司，获取到了大量的城市底层数据，现在基本可以利用这个技术，把这个城市进行重建，让一个城市更加宜居，环保，且可持续发展。实际也是可以通过海量数据为一个城市提供大脑虚拟计算，最后做出最优决策。也就是阿里所说的ET城市大脑。

对抗性神经网络

在ET城市大脑项目中，阿里巴巴达摩院的科学家使用对抗性神经网络训练ET城市大脑更好的识别客车、火车、卡车的车牌，将识别精准度提高了10%。此外，科学家还将对抗性神经网络用于双11中，完成了数亿张海报的设计。说句简单的，就是让机器能够拥有一定的思考力和更加快速的反应能力。

一个就是AI技术

强大的人工智能技术，就是让无数的数据荟聚到一个计算机大脑。让一个机器大脑能够拥有大量的知识储量，并且可以进行深度计算，最后会发展到各种程度，谁都不知道。

另外，就是或者还有阿里没有公布的技术。这就是我们不知道的了。或者他在憋着大招，没有放出来，咱谁都不知道。只能说，我相信以后阿里会成为一个合格的 科技 企业， 科技 实力会越来越强。也希望中国有越来越多这样的企业。这样才会让中国的企业在世界有更大的话语权。

谢邀~

从大背景来说，近些年，中国的硬核技术真正做到了起步晚、进步快，是"后来者居上"的典型。在越来越多的新兴行业里中国 科技 也早已占据着巨大的市场份额。而说到世界领先的硬核技术，阿里巴巴作为一家被电商光芒掩盖 科技 实力的互联网公司代表，很有一些东西能说道说道的。

当今爆炸式增长的数据量，使得未来 科技 竞争最重要的赛道当属云计算。而作为早早入局的阿里云已经率先突围，占据头部。据Gartner最新数据，如今亚马逊+微软+阿里占据了全球云计算市场72%的市场份额，而伴随着马太效应的持续演进，头部玩家的优势将会越来越大，未来预测云计算将会持续形成"3A"竞争的三分局面。

值得一提的是，依靠着在亚太地区的强势表现，阿里云去年还成功将亚马逊的王座地位向下拽了两个百分点，背靠着亚太这个全球最大的市场，阿里云的崛起势必还将有一番作为。

此外，诸如大疆的无人机，海康威视的监控、安保设备也都已经站在各自行业的顶端了，不得不说中国 科技 已经从过去的陪跑者变成了如今的竞争者甚至是领先者。

从当年的中华有为到如今的众帆竞航，中国 科技 的崛起想必会让世界重新认识这个沉睡的东方雄狮。

按惯例，各个击破。

先说硬核技术， 科技 领域的技术多不胜数，哪些技术才配称的上是"硬核技术"？个人认为，能决定未来的技术，才能算"硬核"。现在， 科技 届公认的能改变世界的几项技术：量子计算、云计算、芯片、底层 *** 作系统等，都是全球顶尖 科技 公司在啃的"硬菜"。

再说世界领先，得说实绩，不能靠"吹"。我们自己说了不完全算，要世界纪录认可的。

具体来说下阿里。自从诞生了阿里云之后，阿里"云"化的速度越来越快，而"云"化的底气，来源于几个：云计算，底层 *** 作系统，芯片，量子计算。

我们挑2个说说。

大家开玩笑喜欢说"遇事不决，量子力学"，但认真说，量子计算，能量超乎想象。2018年3月，谷歌发布研制全球首个高质量72比特量子计算机的计划后，就提出要实现"量子霸权"计划。

业界听了都笑了

2018年5月，达摩院的量子电路模拟器"太章"就出来打脸了。太章，率先成功模拟了81比特40层作为基准的谷歌随机量子电路，成为世界最强的量子电路模拟器。

再说一个，云计算。

云计算领域，早年都是亚马逊、谷歌的天下。开始的时候，中国人自己都不信，中国能做出自己的云计算，比如某度的那个谁，某腾的那个谁，都说云计算是"异想天开"。结果呢？阿里愣是不信邪，花了十年，作为公有云计算江湖的后起之秀，阿里云以全球前三、亚太第一的市场份额赶超一众老牌云厂商。现在估值都超过770亿美元了。

之前，在最新的斯坦福大学DAWNBench深度学习榜单中，阿里云打破纪录，勇夺四项世界第一。不久后，在安全性能权威评比中，又勇夺"全球第二安全的云"，让亚马逊目瞪口呆，这样够"硬核"吗？

说到硬核技术，必须要提的当然是芯片啊！

最近华为、中芯国际、光刻机频繁上热搜，芯片的事情闹得沸沸扬扬的，大家都知道了芯片的重要性！但我觉得阿里最硬核的技术，芯片必须排在首位。

阿里旗下有个公司叫平头哥，专门搞芯片的。它才成立两年，旗下第一款芯片—含光800在业界标准的resnet-50测试中，推理性能达到了78563IPS，能效500IPS/W，这两项能力都是全球第一，而且远超第二名数倍，着实给中国自研芯片争了口气！

不久前，含光800还宣布已经实现量产，我相信中国芯片自主的那一天不会太远的。

之前，斯坦福大学最新公布的DAWNBench深度学习榜单中，阿里巴巴旗下的阿里云在训练时间、训练成本、推理延迟以及推理成本拿下四项第一，打破了谷歌等企业垄断榜首的神话，这也意味着，阿里云可提供全球最快的AI计算服务。

这种理论的东西，可能大家没什么兴趣，我也一样。我个人最感兴趣的是：阿里通过AI技术，跟物联网IOT联系起来，为智能家居提供了更多的新可能。

之前，阿里云搞过一个给空巢老人的技术，真是暖心：借助阿云智能人居平台，为空巢老人量身打造了远程看护方案，不仅接入多种物联网设备，还专门定制开发了一个手机APP，所有家人都可以使用。借助物网传感器，家人可以时刻记录老人在家里的所有行为，对异样的行为进行预警。

其实，阿里的硬核技术，只是中国这些年 科技 崛起的一个缩影。作为中国 科技 公司的代表，阿里技术有今天的成就，也离不开大环境的进步和对 科技 基础设施的重视。

阿里巴巴作为中国最大的互联网公司。 在海量数据处理、高并发、云计算等方面积累了非常多的技术。程序员应该都非常清楚阿里的技术实力 。 著名开源项目Dubbo、RocketMq、Fastjson、Druid、Weex、等都是阿里开源的 。这些项目在全世界各种Java、前端等项目中都有使用。除去这些上层应用方面的技术之外，阿里还有哪些在国际上领先的技术呢？

深度学习技术DAWNBench

DAWNBench是深度学习技术的一个框架。用于端到端深度学习训练和推理的基准套件，它提供了一组常见的深度学习工作负载，用于在不同的优化策略、模型架构、软件框架、云和硬件上量化训练时间、训练成本、推理延迟和推理成本。此前这项技术一直是谷歌和亚马逊保持领先的记录。而在最新一轮的比赛中，阿里云团队在训练时间、训练成本、推理延迟以及推理成本四项中均取到了世界第一的名次。打破了谷歌多年的记录。

数据库OceanBase

在数据库领域，一直是甲骨文的Oracle在全球垄断。在阿里的OceanBase没有出现之前，世界上没有可以与Oracle可以抗衡的数据库。不管是企业级还是个人软件项目开发，我们都会第一选择使用Oracle（当然还有Mysql，Mysql也是甲骨文的数据库）。甲骨文公司几乎垄断了整个数据库领域。但是阿里巴巴每年的双十一对于数据库的吞吐能力提出了更高的挑战，阿里投入研发的OceanBase就是为了满足这种高吞吐场景需求的。经过国际TPC-C基准测试，OceanBase的TPS达到了100万（每秒处理事务数，可理解为订单数），比Oracle真正高了一倍。

云服务阿里云

阿里云大家应该不陌生。从全世界市场占有额来看，阿里云目前国内市场占有额第一，全球市场占有额第三。在全球市场占有额中，仅此于亚马逊和微软。而相比全球市场，亚太市场增长更快，云计算市场规模同比增长达50%。

在大众眼里，提起阿里巴巴就想起淘宝，天猫，支付宝。实际上阿里巴巴经过这些年的已然发展成为国际一流的技术公司， 在量子计算机，云计算，人工智能，芯片研发等硬核技术已经取得了世界领先的成就。

量子计算机技术

理论上，量子计算机可以模拟出整个宇宙，不仅仅是原理的模拟，而是整个宏观体系和微观细节的模拟。比如，宇宙中的尘埃——地球上，每个生物身上的每个细胞，都可以被模拟出来。 目前，世界范围内已有两家公司，在这方面已有突破性进展，那就是谷歌和阿里。目前，阿里云在超导量子计算方向，发布11比特的云接入超导量子计算服务。该服务已在量子计算云平台上线，有兴趣可以注册个账号体验下。

人工智能技术

斯坦福大学最新公布的DAWNBench深度学习榜单中， 阿里巴巴旗下的阿里云在训练时间、训练成本、推理延迟以及推理成本拿下四项第一，打破了谷歌等企业垄断榜首的神话，这也意味着，阿里云可提供全球最快的AI计算服务。 这些都属于人工智能最前沿，最顶尖的技术，阿里不仅立足当下，而且将眼光放眼未来，布局即将到来的人工智能时代。

阿里芯片技术

阿里的芯片技术已经名列世界前茅。 旗下第一款芯片—含光800在业界标准的resnet-50测试中，推理性能达到了78563IPS，能效500IPS/W，这两项能力都是全球第一，而且远超第二名数倍。 我们平时经常使用的淘宝“拍立淘”功能，使用含光800，搜索效率可以提升12倍，每天新增10亿张，之前的GPU完成搜索任务要1小时，现在只要5分钟。

结语

阿里这些硬核技术，只是本人了解到的，阿里技术团队一向做事低调如扫地僧。应该还有其他不为大众所知的硬核技术，只是本人不了解而已，你如果知道，请在评论区赐教，不胜感激！

谈到阿里的硬核技术，很多人第一印象肯定是想到了云计算，基于云端数据处理和存储技术，阿里在这方面的成就在世界范围内都是数一数二的，但这是老生常谈，我们暂且不说，今天来说说其他方面，阿里的表现同样强悍。

一、云 *** 作系统

云 *** 作系统指的就是阿里的飞天系统，是由阿里云自主研发、服务全球的超大规模通用计算 *** 作系统，诞生于2009年，如今经过十年发展，早已今非昔比。飞天分布式系统，如今已经累计服务了200多个国家和地区，让许多大企业减小了对于硬件的依赖，减少了支出。2017年双11，飞天更是创下世界记录，实现了每秒325万笔交易峰值，每秒256万笔支付峰值。强悍如斯，让人震撼。

二、阿里物联网平台

阿里自研的物联网平台，同样让人惊艳。2014年，阿里云自主研发了一站式物联网使能台阿里云Link，之后，又相继推出物联网 *** 作系统、物联网云平台、边缘计算引擎、一站式开发平台等。基于以上平台和系统，阿里在智能化、云端化、云计算展现出惊人优势，为我们日常的智能生活、智能城市、智能制造，提供了技术和平台支持，为经济发展提供了极大的便利。

三、AI芯片含光800

阿里巴巴达摩院研发的AI芯片“含光800”，同样让人震撼，这款芯片是阿里巴巴第一款自主研发的芯片，它被认为是全球最厉害的智能AI芯片，数据显示，含光800在芯片测试标准平台Resnet 50上的具体分数是性能78563 IPS，是第二名（15012）的5倍；能效比500 IPS/W，是第二名（150）33倍。这款芯片如今已经商用，并在全世界范围内接受了不少订单。

阿里其他方面的技术还有很多，譬如“神龙”服务框架、端 *** 作系统等等，但阿里最厉害的还是我们经常说的云计算，基于这方面的投入也是最大，未来三年，阿里将投入2000亿，继续加大对于云计算的研发，相信在未来，我们的智能生活体验中，必定离不开阿里的身影。

如果说阿里云是世界领先的话，可能有些人感受并不深。那就简单说一下一个利用阿里云落地的身边应用——城市大脑。

发明云计算最大的作用，可能就是能在这个时代“磅礴浩瀚”的数据量面前处变不惊，这也使得一些以前不敢做甚至于不敢想的东西顺利落地。从城市大脑来讲，能将整个城市的方方面面映射到一个整体系统上，这是不是和你以前看过的科幻片高度重合起来？阿里云的诞生使得各类复杂的数据都能够得到迅速响应、快速计算和实时处理，这也就让我们等待红灯的时间灵活调整，出行时间大大缩减，停车难、排队难、看病难等城市病也都得到了有效解决，这也是为什么世界上很多城市跑来借鉴的原因所在吧！

看了一些回答，有些小寒心，难道技术非要等到打上西方封禁的标签才能够得到证明吗？不可否认每个时代都有独特的事物在独领风骚，而当前以及未来都应该与数字时代脱不开联系，这也就是为何云计算崛起后持续受到各个行业关注的原因。

当然，阿里云当年不顾一切搞自主研发，虽然耗费了大量的人力物力时间，但是如今回头来看无疑是幸运的，有了核心技术也就无需担心他人的掣肘，这也是如今阿里云世界领先的原因。而有了阿里云为支撑，例如城市大脑、数据库的OceanBase、平头哥的含光芯片都纷纷亮相。相比而言，甲骨文也已经撤出中国，亚马逊和微软也在一步步让出自己的市场份额。值得一提的是，阿里身后还有达摩院的一批顶尖科学家做支撑，因此可以想象在未来相当长的时间内，阿里的技术优势还是会不断保持。

互联网经济，也就是我们说的共享经济。其他技术也是依靠互联网的钱收购的。雷声很大的达摩院也没见到什么硬核成果。期待早点见到效果！

物联网云平台扮演着“物”与IT流程和业务流程之间的中介角色，能够促使企业具备变革性的数字业务创新能力。具体来说，物联网云平台不仅仅是把物联网设备和软件紧密结合在一起，还能优化整个业务流程管理，如业务流程编排、工作流协调、数据交换等，加速解决业务中的实际问题。
为了从物联网中提炼更多的价值，企业应该尝试寻找一个大的、长期存在于市场中的物联网云平台合作伙伴。而机智云作为第三方物联网云平台代表，拥有超过10年、上万方案、千万级设备接入的物联网云平台建设经验，沉淀为工业级稳定、安全的AIoT云平台。平台采用微服务架构，在云端部署可自由组合的应用组件，实现设备接入与管理、海量设备实时数据分析，SLA高达999%，兼容主流通信协议。平台架构灵活，支持公有云、私有云和混合云部署，具备AI边缘计算能力，支持边云协同。平台提供横向扩展的能力，支持设备量的不断增加和设备接入后的各类应用。同时，平台遵循开放设计原则，企业可以基于API接口进行二次开发，平台OPEN API可打通企业管理系统，数据归属厂家。目前，机智云平台服务覆盖消费电子、工业智能、共享设备和智慧渔业等行业，能够根据行业属性为企业提供一站式的智能化解决方案。

现今世界网络和数据普及，不单止智能手机能连接网络，就连手表，闹钟，家电等日常用品，也能即时在网络中提取资讯，并配合环据数据作出分析，将最好的体验反馈给 用家。而透过网络来连接人，流程，资讯和装置这个概念，亦是我们平常所说的物联网（物联网，又名物联网）。

承接上文介绍了雾计算的简单的应用和由来，下文将会介绍物联网的一个重要技术 - 边缘计算（Edge computing）。下文将会阐述边缘计算的由来，并介绍它与物联网的关系，而且会利用无人驾驶作为用例，介绍云计算的短处和边缘计算的应用。

先定义一下边缘计算（wikepedia，2019）：

这里提到很多艰涩的专业名词，例如是“分散式运算”，“节点”等，其实只是描述：边缘技术是一种技术将大型应用程式的一部分转移到（即分散式运算）日常设备中处理（即边缘节点中）。

在云计算的典型结构中（如上图），通常可分为“云（云层） - 网（雾层） - 端（边缘）”三层。“端”这一层覆盖所有终端的应用程式，亦通常是被管理的角色。当云计算一计算出结果，就会到透过“网”层，将指令发送到“端”层的应用程式执行，而应用程式收到数据后，则会发送到“云”层作计算。

而边缘计算则可以想像为给予“端”层一定程度的“自治”。在边缘计算的架构中，终点被赋予简单的存储和计算能力（与雾计算不同，这里重点是“简单”的功能） ，令它能偶尔脱离云的管理，并根据环境数据作出回应。

增加终端系统简单的计算和存取能力看似一小步，但其实这个布局有着莫大的好处，当中包括：

  - 低延迟：数据由近场产生，能快速回应

  - 独立性：在没有网络连接下，系统亦能运作

  - 合规性：无需传送用户资料，保护个人数据

  - 简化数据：终端先处理部份数据，数据简化后才向云服务器传输

  - 安全性：数据传输减少，减少网络安全风险

无人驾驶是边缘计算其中一个经典用例，亦是一个很好例子说明云计算的短处和为什么需要边缘计算。

下图展示的是常用的云计算架构，当中包括1）一架智能汽车（客户端），并且正在使用无人驾驶功能，2）互联网（Internet），用作传输数据，以及3）云服务（云计算）服务器），用作提供无人驾驶服务。

假设汽车正在以60ms-1的速度行驶，并在起始位置感测到前方3m有阻碍物。由于汽车正在使用云计算的架构，汽车本身并没有分析的功能，汽车会将感测到的影像 传送到云服务器中作分析（步骤1）。

很不幸地，由于汽车现在在北区甚远，信息在005s后才能到云服务 无上停驶，但也要经过005s才能将指令发送到汽车上执行（步骤2）。

在这段发送信息到回收指令的过程中（~01s），汽车会继续以均速行驶（60ms-1），并到6m后（= 60ms-1×01s）才会收到指令停下来 。而且会撞到在3m前的路人，酿成车祸。

汽车在起始位置感测到前方3m有阻碍物，会立刻执行停车指令（步骤1）。然后再发送影像和决策内容到云服务器中作进阶分析（步骤2），以改善无人驾驶性能。 （注：这里看似与雾计算方式相似，但在过程中，应用程式没有作任何的数据分析，只根据感应器内容作出回应。若然是雾计算的话，感应器信息会发送到雾服务中，再作分析，然后通知终端设备作出回应。）

由此可见，云服务器距离数据产生的位置较远，因此会造成较大的延迟。而无人驾驶这些需要实时作出决策的活动，则很大机会需要使用边缘计算，使计算的服务靠近产生数据的源头，做到计算更接近实际行动。

随着科技的进步，数据传输速度的快速提升，不少日常物品，例如是家用电器，车辆等，都已经嵌入感测器，并透过网络接结与互联网交换资讯，形成了庞大的物件网络（即物联网）。

物件会在运行时会收集到大量的环境数据。有些人会问，为什么不把数据都在本地（local drive）处理，其他数据再传到云服务做储存。这可能是其中一个可以实行的方法，但如果所有数据都在本地处理，物件本身要设有很多的存储装置和处理服务器。这会大大增加电力消秏和物件重量，增加成本。

因此，最好的方法是结合云计算和边缘计算的优势做出最佳的配置。在一些决定物件重大安全性的事件（例如如上文无人驾驶例子的刹车）可将决定的主导权放到边缘上，其他没有急切性的事情，则放到云服务器低成本集中处理。透过云与边缘的良好分工，大大减少成本，亦能提高运算效率。

花开半夏
面向物联网的21个开源软件项目有哪些,物联网开源平台搭建
admin 07-26 04:41 166次浏览
2019独角兽企业重金招聘Python工程师标准
51CTOcom直译物联网市场呈现碎片化、无定形化、不断变化的特征，其性质通常只需关注互 *** 作性。 难怪开源在这方面不俗。 ——客户犹豫不决，害怕将物联网的未来寄托在可能难以定制或互联的专有平台上。
本文介绍了主要的开源软件项目，重点讨论了面向家庭和工业自动化的开源技术。 我们忽略了专注于垂直领域的物联网项目，如Automotive Grade Linux和Dronecode。 我们还忽略了面向互联网的开源 *** 作系统发行版，包括Brillo、Contiki、Mbed、OpenWrt、Ostro、Riot和Ubuntusnappping。这次，我们将智能
这里介绍的21个项目包括由Linuxfoundation管理的两个大型项目： Allseen(Alljoyn )和ocf (iotivity )，以及物联网传感器的端点和网关我还介绍了几个专门针对物联网生态系统特定领域的小项目。 我们曾介绍过更多的项目，但越来越难分清物联网软件和普通软件的区别。 从嵌入式环境到云，越来越多的项目都带有物联网元素。
您声称这21个项目都是开源的，但请确保完整的名称不在本文的范围内。 它们至少在生态系统的一个部分运行Linux，大多数都完全支持Linux，从开发环境到云/服务器、网关和传感器端点部件。 大多数组件都有可以在Linux开发板(如Raspberry Pi和BeagleBone )上运行的组件，大多数都支持Arduino。
物联网领域仍然有很多专有技术，特别是在自上而下的企业平台上。 但是，其中也提供了部分开放访问权限。 例如，威瑞森的ThingSpace针对4G智慧城市APP应用，拥有一套免费的开发API，支持开发板，尽管核心平台本身是独一无二的。 相似的是，亚马逊的AWS物联网工具包包括部分开放的设备SDK和开源入门工具包。
其他主要的专有平台包括苹果的HomeKit和微软的Azure物联网工具包。 在拥有230个成员的Thread Group中，该组织监督基于6LoWPAN的对等Thread网络协议。 Thread Group由谷歌的母公司Alphbet旗下的Nest设立，没有提供像AllSeen和OCF那样全面的开源框架。 但是，它与Brillo相关，也与Weave物联网通信协议相关。 5月，Nest发布了名为OpenThread的开源版Thread。
介绍21个面向物联网的开源软件项目。
AllseenAlliance(Alljoyn ) )。
由Allseenalliance(asa )监管的AllJoyn互 *** 作系统框架可能是市场上采用最广泛的开源物联网平台。
Bug Labs dweet和freeboard
bugglas是从制造基于模块化Linux的有bugh的硬件设备开始的，但很久以前就演变成了与硬件无关的企业级物联网平台。 Bug Labs提供“dweet”消息、警告系统和“freeboard”物联网设计APP。 dweet使用HAPI Web API和JSON来帮助发布和描述数据。 freeboard是一种拖放式工具，用于设计物联网仪表板和可视元素。
DeviceHive
DataArt基于AllJoyn的设备管理平台可以运行在许多云服务上，包括Azure、AWS、Apache Mesos和OpenStack。 DeviceHive专注于使用ElasticSearch、Apache Spark、Cassandra和Kafka，分析大数据。 有些网关组件可以在运行Ubuntu Snappy Core的任何设备上运行。 模块化网关软件与DeviceHive云软件和物联网协议配合使用，作为Snappy Core服务进行部署。
DSA
分布式服务架构(DSA )便于集中式设备的互 *** 作性、逻辑和APP应用。 DSA项目正在构建分布式服务链接(DSLinks )库，以支持协议转换以及与第三方数据源的数据集成。 DSA提供了一个可扩展的网络拓扑，其中包括多个DSLinks，用于在连接到分层代理分层结构的物理互联网边缘设备上运行。
EclipseIOT(Kura ) )。
Eclipse基金会的物联网主要围绕基于Java/OSGi的Kura API容器和聚合平台，支持在服务网上运行的m2m APP应用。 Kura基于Eurotech的Everywhere Cloud物联网框架往往与Apache Camel集成，后者是基于Java的基于规则的路由和中介引擎。 Eclipse物联网子项目包括Paho消息传递协议框架、面向轻量级服务器的Mosquitto MQTT体系结构和Eclipse SmartHome框架。 有些项目实现名为Californium的基于Java的受限APP应用协议(CoAP )。
Kaa
CyberVision支持的Kaa项目为云互联的大型物联网提供了可扩展的端到端物联网框架。
该平台包括一种支持REST的服务器功能，可用于服务、分析和数据管理，通常部署成由Apache Zookeeper协调的节点集群。Kaa的端点SDK支持Java、C++和C开发，负责处理客户机/服务器通信、验证、加密、持久性和数据编排。SDK包括针对特定服务器、支持GUI的模式，这些模式可转换成物联网物件绑定。模式治理语义，并抽象一组迥异设备的功能。
Macchinaio
Macchinaio提供了一种“支持Web、模块化、可扩展的”JavaScript和C++运行时环境，可用于开发在Linux开发板上运行的物联网网关应用程序。Macchinaio支持一系列广泛的传感器和连接技术，包括Tinkerforge bricklet、XBee ZB传感器、GPS/GNSS接收器、串行和GPIO联网设备以及方向感应器。
GE Predix
GE面向工业物联网的平台即服务(PaaS)软件基于Cloud Foundry。它增添了资产管理、设备安全、实时预测分析，并支持不同数据的采集、存储和访问。GE Predix是GE为内部运营而开发的，它已成为最成功的企业物联网平台之一，收入大约60亿美元。GE最近与HPE达成了合作伙伴关系，HPE将把Predix整合到自己的服务中。
Home Assistant
这个作为后起之秀的草根项目提供了一种面向Python的家居自动化方法。
Mainspring
M2MLabs的基于Java的框架针对远程监控、车队管理和智能电网等应用领域中的M2M通信。与许多物联网框架一样，Mainspring高度依赖REST Web服务，并提供了设备配置和建模工具。
Node-RED
这种面向Nodejs开发人员的可视化布线工具拥有基于浏览器的数据流编辑器，可用于设计物联网节点当中的数据流。然后，节点可以迅速部署成运行时环境，并使用JSON来存储和共享。端点可以在Linux开发板上运行，支持的云包括Docker、IBM Bluemix、AWS和Azure。
Open Connectivity Foundation(IoTivity)
英特尔和三星支持的开放互联联盟(OIC)组织和UPnP论坛组成的这个组织正在努力成为物联网方面领先的开源标准组织。OCF的开源IoTivity项目依赖充分利用的JSON和CoAP。
openHAB
OpenIoT
这款基于Java的OpenIoT中间件旨在使用一种公用云计算交付模式，为开放、大规模的物联网应用提供便利。除了表示物联网物件的本体、语义模型和标注外，该平台还包括传感器和传感器网络中间件。
OpenRemote
OpenRemote为家庭和楼宇自动化而设计，它以广泛支持众多智能设备和网络规范而出名，比如1-Wire、EnOcean、 xPL、Insteon和X10等规范。规则、脚本和事件都得到支持，还有基于云的设计工具，可用于用户界面、安装、配置、远程更新及诊断。
OpenThread
这是Nest最近从基于6LoWPAN的物联网Thread无线网络标准分离出来的开源项目，它还得到了ARM、Microchip旗下的Atmel、Dialog、高通和德州仪器的支持。OpenThread实现了所有Thread网络层，还实现了Thread的端点设备、路由器、Leader和边界路由器等角色。
Physical Web/Eddystone
谷歌的Physical Web让蓝牙低能耗(BLE)信标可以将URL发送到智能手机。它针对谷歌的Eddystone BLE信标经过了优化，这提供了除苹果的iBeacon之外的一种开放技术。其想法是，行人可以与任何具有BLE功能的支持性设备(比如汽车停放计时器、标牌或零售产品)联系。
PlatformIO
基于Python的PlatformIO包括IDE、项目生成器和基于Web的库管理器，它是为访问来自基于微控制器的Arduino和基于ARM Mbed的端点的数据设计的。它为200多种板卡提供了预先配置的设置，并与Eclipse、Qt Creator及其他IDE整合起来。
The Thing System
这种基于Nodejs的智能家居“监管”软件声称支持真正的自动化，而不是简单的通知。其自学习人工智能软件可处理许多协同式M2M *** 作，不需要由人干预。缺少云组件恰恰提供了更好的安全性、隐私性和控制性。
ThingSpeak
成立五年的ThingSpeak项目专注于传感器日志、位置跟踪、触发器及提醒以及分析。ThingSpeak用户可以使用用于物联网分析和可视化的MATLAB版本，不需要向Mathworks购买许可证。
Zetta
Zetta是一种面向服务器的物联网平台，利用Nodejs、REST和WebSockets构建而成，奉行基于数据流的“响应式编程”开发理念，用Siren超媒体API连接起来。设备被抽取成REST API，用云服务连接起来，这些服务包括可视化工具，并支持Splunk之类的机器分析工具。该平台可将Linux和Arduino开发板之类的端点与Heroku之类的云平台连接起来，以便构建地理分布式网络。
转载于:>