科技

專訪劉江川博士:邊緣智慧是推動智慧物聯網的引擎!(附案例)

來源:物聯網智庫

本文約3000,建議閱讀8分鐘。

本文為你介紹了邊緣智慧在推動智慧物聯網重要性。

[ 導讀 ]當被問及從學者到CEO轉變的直接原因是什麼?劉江川回答,“做企業是很難的一件事情,知難而上把企業做成功,是一件非常有意思的事。把理論一步步實踐到複雜的實際場景中,得到的不僅僅是成就感!”

進入2019年,邊緣計算的熱度持續升溫。

隨著物聯網、人工智慧的發展,全球物聯網裝置將會越來越多,這些裝置產生的資料量也將迅猛增長,同時AI等智慧化應用落地正在加速,需要的計算資源也大大增加。驟增的資料量和計算量帶來的問題是:傳輸頻寬壓力大,雲端計算和儲存壓力大,實時性低 。“雲”難免不堪重負,此時就需要邊緣計算來分擔雲端計算的壓力。

Gartner《2018年十大戰略技術趨勢:從雲到邊緣》報告認為:到2022年,隨著數字業務的不斷髮展,75%的企業生成資料將會在傳統的集中式資料中心或雲端之外的位置建立並得到處理。

在2019年的兩會報告中,國家電網公司提出了建設 “泛在電力物聯網”,其中重點關注了邊緣智慧。2018年,江行智慧瞄準了邊緣計算在電力、新能源、工業電池等領域的應用,公司成立伊始即獲得紅杉資本中國種子基金數千萬元的風險投資。公司的CEO劉江川教授是一個儒雅謙遜的學者,物聯網智庫與其進行了近一個小時的交流,學習了他對邊緣計算創業的獨特見解。

劉江川認為,“邊緣計算是雲端計算自然下沉的部分,邊緣計算能起到資料匯聚的作用,只有匯聚了資料,才能對資料做進一步的分析和控制,從而跟雲協作。”

劉江川覺得,他們團隊能利用在計算機網路積累十餘年的技術,去撬動物聯網終端和雲端計算的融合,從而打破機器演算法和實際需求的瓶頸,推動智慧物聯網進入下一個階段。

從學者到創辦企業

劉江川博士從2004年就已經關注邊緣儲存和分發技術,近年來與加拿大公司和國內的華為、阿里等在邊緣計算方面展開了深入的合作。他在一流國際期刊和會議上擔任會議主席和編委等重要職務,包括IEEE/ACM在計算機網路、大資料、移動計算和多媒體領域的旗艦刊物的編委(IEEE/ACMToN, IEEE TBD, IEEE TMC, IEEE TMM)。並任中國計算機學會網路彙刊(CCFToN)邊緣計算特刊的編委。

當被問及從學者到CEO轉變的直接原因是什麼?劉江川回答,“做企業是很難的一件事情,知難而上把企業做成功,是一件非常有意思的事。把理論一步步實踐到複雜的實際場景中,得到的不僅僅是成就感!”

為什麼選擇邊緣計算?

通常情況下,如果選擇消費網際網路進行創業的話,技術上的領先只佔一部分,更大的依賴還是資本的投入,可以認為這些網際網路企業的資本要素要大於技術壁壘。

產業網際網路卻不同,因為一方面它需要長期的技術積累,另一方面它的碎片化程度非常高,與社交網路、雲端計算、流媒體視訊、內容分發等等完全不同,工業行業種類太多,即使再大的公司都很難建立起囊括所有的大平臺。

產業網際網路的高度碎片化,產生了高度專業化的特殊需求;這種垂直的高度專業化的碎片需求恰恰是江行智慧的優勢,紮根於邊緣計算,打造幾個標杆行業應用場景,能夠讓江行智慧快速發展起來。

首先,產業網際網路發展帶來的契機。隨著物聯網、人工智慧的發展,產業網際網路的推進速度越來越快,產業網際網路的實時性、隱私性需求帶給邊緣計算巨大的發展空間。江行智慧在邊緣計算領域有很多年的積累,從電力這種高度壟斷的行業切入,技術壁壘能夠使其快速成長。

其次,江行智慧團隊具備邊緣計算“基因”。江行智慧的團隊對邊緣計算、對電力行業有著很深的認識。聯合創始人兼商務副總裁邵俊鬆,有近20年的國內和北美電力行業經驗,主要從事智慧電網安全執行領域的研究、諮詢和服務工作。在南瑞集團工作8年,從事電網安全穩定控制技術研究、控制系統研發和大規模產業化工作。在北美電力系統工作近4年,從事規劃、設計和諮詢工作。

除此之外,江行智慧核心員工曾供職於騰訊、微軟、SAP、360、知乎、南瑞,創立超千萬使用者的網際網路產品,管理過上千臺伺服器叢集,PB級分散式資料庫,應對日均10億業務訪問量,並在ACM和IEEE頂級會議和期刊上發表過數百篇論文,多次獲得最佳論文獎和科技創新獎。

第三,邊緣計算與5G能碰撞出更大的火花。隨著5G牌照的發放,5G與邊緣計算的結合將會開發出更多的場景應用。5G恰恰處於網路邊緣的位置,因為5G具備低時延、高頻寬的特點,如果要保證真正實現5G的各種服務的話,必須在5G邊緣的節點,或者說它的基站上,做計算的工作和儲存的工作,這就給邊緣計算帶來了極大的想想空間。

工業網際網路研究落地成果:EdgeBox

劉江川對工業網際網路發表了很多觀點。很多工業系統本身就是一個物聯網,而受限於有限的資料處理能力與落後的資料處理演算法,工業系統中的OT技術與IT技術之間產生了極大地鴻溝。而這個鴻溝在當前邊緣計算、人工智慧等技術逐漸發展成熟的背景下,有望被打破,從而釋放出更大的產能。

劉江川團隊研發出的一款產品叫“EdgeBox”,該產品可以將計算機系統中的高階計算演算法與強大的計算能力與工業中的生產環境耦合起來,用計算機的技術去賦能工業生產。通過邊緣計算技術,將工業資料在本地進行處理、預警與控制,可以極大的提高工業的智慧化水平。

江行智慧EdgeBox位於工業網際網路的邊緣,極大地豐富了各種閘道器,可程式設計邏輯控制器(PLC)、工業PC、人機互動裝置或其他邊緣系統的功能,併為現場資料處理、實時分析提供前所未有的低延遲、機器學習和人工智慧的能力。有助於工業客戶在製造業、石油和天然氣、水電、運輸、採礦、可再生能源、智慧城市等領域的大資料與人工智慧實時處理。Edge Box已經在江行智慧部署在無錫的智慧充電站中得到了應用,相比於傳統的雲端計算架構,資料傳輸量減少了95%,決策時間縮短到1/5。

江行智慧落地場景案例

江行智慧通過對海量物聯網裝置和資料進行管理、分析處理,幫助企業提升效率、降低風險。目前其核心落地場景主要在電力、新能源、工業電池領域。

1、電力行業:

電力行業中高壓輸電線路的故障與隱患邊緣計算技術。

背景:輸電“三跨”線路隱患頻發,線路維護成本越來越高。故障停運次數隨線路長度持續增多,而運維人員增速無法匹配線路長度。解決方案:基於邊緣計算的高壓輸電線路線上監控系統,通過將人工智慧識別能力賦予邊緣計算裝置的方式,將計算工作放在靠近服務端的一側進行,只將需要進行預警的資訊回傳至伺服器,從而大幅降低通訊開銷和計算延遲。

電力行業中變電站異常監測的邊緣計算技術。

背景:變電站安全責任重大,運檢危險度較高,對變電站裝置進行無人化運維存在巨大市場需求。解決方案:通過基於邊緣計算影象識別技術,對變電裝置巡檢影像的視覺化影象識別,應用場景主要分為部件破損、呼吸器缺陷、異物、滲漏油缺陷、金屬鏽蝕缺陷等5大類,9小類。

2、智慧新能源車充電站平臺

據預測,中國充電基礎設施的發展目標是到2020年,建成集中充電站1.2萬座,分散式充電樁480萬個,滿足全國500萬輛電動汽車的充電需求。新能源車充電站運維存在情況複雜、難實時監控管理的問題。江行智慧利用深度學習和邊緣計算裝置,推出新能源車充電全流程優化解決方案。相比於傳統人工模式,可以解決充電車位佔用問題,提高充電場站營收,及時應對故障和風險,同時降低運維成本。

3、工業電池預測性運維產品

工業電池預測性運維繫統根據用監控系統採集的電池資訊、基站內事件、基站地理和天氣資訊,預測電池工作狀態和壽命,並給出電池維護建議。可用於通訊基站、變電站、光伏電站、新能源車汽車電池等場景。官方資料顯示,其預測成功率可達87%。

除以上場景外,江行智慧還在本地化的內容分發和直播等場景進行探索。總結來看,這些場景的共同特徵包括:資料傳輸和計算量大,有較高的實時性要求,網路頻寬資源受限。

劉江川預言,邊緣計算可以被想象成下一代網際網路的一個重要技術。傳統網際網路幾十年來天生的缺陷,給現在的網際網路造成很大了困擾,尤其是工業應用場景。在過去,有人想過從底層開始改造,但這個想法基本上已經被完全拋棄了——底層改造實在代價太大,幾乎不可能。

編輯:於騰凱

校對:林亦霖

— 完 —

關注清華-青島資料科學研究院官方微信公眾平臺“THU資料派”及姊妹號“資料派THU”獲取更多講座福利及優質內容。

Reference:科技日報

看更多!請加入我們的粉絲團

轉載請附文章網址

不可錯過的話題