基于StarlingX的边缘计算机器学习优化

  

4月17 - 18日,由SDN NFV/AI标准与产业推进委员会主办的“2019中国SDN/NFV大会”在北京新云南皇冠假日酒店举行。九州云技术总监黄舒泉应邀出席此次会议,并在多接入边缘计算分论坛上分享了《基于StarlingX的边缘计算机器学习优化》主题演讲,向参会嘉宾演示了基于StarlingX架构的实时人脸识别场景。

  

基于StarlingX的边缘计算机器学习优化

  

黄舒泉是九州云技术总监,从事开源软件工作超过10年.2011年起,他便积极参与OpenStack发展贡献,担任技术贡献者,演讲者和* * *松主席.2018年,黄舒泉成为StarlingX技术指导委员会的首位中国技术委员。九州云也是StarlingX项目始创成员单位之一。

  

SDN将机器学习和边缘计算结合起来的应用程序为各种行业带来了新的经验和机遇,例如监视中的实时预测,汽车中的自动驾驶汽车等。然而,构建和培训毫升模型需要大量的资源,这并不适合优势。而且推理所需的资源要少得多,而这通常是在有新数据可用时实时完成的。

  

在本次演讲中,黄舒泉分享了如何通过只将识别任务放在边缘来优化它。使用StarlingX构建一个用于模型训练的中心云和一个用于识别的边缘云。通过利用StarlingX的分布式云特性,可以将在中心云中构建和训练的模型部署到边缘云中,并使用连接的设备(如摄像头和加速器)在边缘云上本地运行推理。黄舒泉现场在边缘展示了一个基于StarlingX架构的实时人脸识别演示。以下是演讲概览:

  

什么是边缘计算

  

随着基于“增大化现实”技术,虚拟现实,无人驾驶,物联网和视频智能分析等新兴应用的产生,以及5 g时代的即将到来,推动了边缘计算的兴起。从我自身的理解来看,边缘计算其实是云计算的一个延伸。

  

边缘计算是在靠近物或数据源头的网络边缘侧,融合网络,计算,存储,应用核心能力的分布式开放平台,就近提供边缘智能服务,满足行业数字化在敏捷联接,实时业务,数据优化,应用智能,安全与隐私保护等方面的关键需求。

  

它可以作为联接物理和数字世界的桥梁,使能智能资产,智能网关,智能系统和智能服务。边缘计算可以提供云计算无法提供的低延时,高响应服务,如边缘分析,边缘安全防火墙等。

  

什么因素驱动边缘计算的发展

  

基于StarlingX的边缘计算机器学习优化

  

我认为有四大因素推动了边缘计算发展,包括延迟,带宽,安全,链接。云计算的很多问题是通过OpenStack来解决,而边缘计算帮助我们在靠近用户或者靠近数据端去产生计算,它同样需要计算,网络,存储等资源。

  

云计算同样也是针对计算,存储,网络基础设施进行一些管理,边缘计算与云计算在解决问题上是有诸多共性的,但它们也有很大的不同。

  

数据中心可能在防尘,温度等上面会有更高的一个要求,而边缘计算它的环境是比较恶劣的,边缘计算更多的会考虑一些无人值守以及高可用等。

  

StarlingX简介

  

StarlingX是一个针对高性能和低延迟应用进行优化的开源边缘计算和物联网云平台。该项目由OpenStack基金会支持,这是新的顶级OpenStack基金会试点项目。它提供可扩展且可靠度高的边缘基础架构,已经过测试,并可作为一个完整的堆栈使用。它的可应用在包括工业物联网,电信,视频传输以及其他超低延迟等领域.StarlingX确保了各种开源组件之间的兼容性,并为故障管理和服务管理提供独特的项目组件,以保证用户应用程序的高可用性.StarlingX是可扩展解决方案中实现边缘计算的基础,并且已准备好部署。

  

StarlingX继承了OpenStack在云计算领域的一些最新实践,同时结合我们发现边缘计算的一些特定问题而进行优化,所以从技术线路上也不难发现,边缘计算并不是完全跟云计算割裂的,它是顺应了云计算技术发展趋势,甚至产生了更高的要求。

  

我很荣幸在StarlingX创立之初加入到了TSC技术委员会.StarlingX TSC主要成员分别来自英特尔,风河,华为,爱立信,Interdynamx。

  

StarlingX解决了什么问题

  

基于StarlingX的边缘计算机器学习优化

  

刚刚提到StarlingX是基于OpenStack,它解决了什么问题呢?我认为有四点:

基于StarlingX的边缘计算机器学习优化