当前位置:首页 > 边缘计算
  • 分布式边缘计算时代来临

    边缘计算已存在数十年之久,然而随着科技持续突破与网络连接的飞跃性发展,如今我们已经能够在日常各个层面看到相关的使用场景和应用案例。举例来说:可协助农民随时跟踪作物健康状况的传感器、24小时不间断运行的自动化机器、只需少许人力监控的全天候自动化生产线,甚至是可深入探测身体内部的智慧医疗器材等等。根据Gartner 2020年新兴科技Hype Cycle趋势报告显示,人们对于边缘计算的期待已逐渐到达高峰,加上5G在全球加速普及,足以预见边缘计算将是科技发展的下一个关键点,并且在今年迈入成熟阶段。据Pure Storage 2021年预测,一些IT/OT高度汇流并在偏远和区域性地点产生大量数据的产业,如石油与天然气以及水电公共事业等, 将率先从分布式云中获益。 IT基础设施即将发生改变 众所周知,所有转型技术都是经过成年累月的推动,逐渐发展成熟。然而过去一年以来全球在疫情的刺激下,大规模的数字化转型浪潮已开始汇集而成,各个产业皆趋之若鹜,争相构建能维持生存的技术,并期望可以成功为企业带来显著改变。这一切的转变,对于IT基础设施又有什么重要意义呢?首席信息官(CIO)或首席技术官(CTO)若要为企业打造一套能有效利用分布式边缘计算的IT基础设施,又必须思考哪些问题?数字化转型产生了前所未有的大量数据,这些数据又需要存放在哪里?又应如何移动这些海量数据?我们又该如何评估数据的重要性? 根据IDC预测,到2025年,全球IoT设备所产生的数据就会超过80ZB,但我相信这只是冰山一角。边缘计算将使我们彻底重新思考数据中心的架构。数据中心的设置位置必须更靠近使用者,并且让计算及支持系统更接近数据产生的地方。这也意味着数据必须从网络中心节点移到边缘节点上处理,更贴近使用者的终端设备,加快数据的处理与传输速度并减少延迟,同时降低数据移动的成本。此外,数据中心的设计必须要能高速处理海量的非结构化数据,并以云原生技术(如容器)为基础,来支持更广泛的应用程序。要支持这样的运算模式,应用程序与基础设施必须变得更加分散,从原本所有应用程序都在核心云内运作,逐渐演变成核心云与分布式边缘云协同运算的架构。因此,小型、灵活的数据中心将应运而生,每一个节点对于速度、弹性与运营简易性的要求也会更高,在此趋势之下,将迎来两项关键挑战: 一、 全新IT基础设施将应运而生:边缘节点需要建立新的架构来让边缘应用程序产生、储存并处理数据,这些边缘节点与核心数据中心紧密连接,所有的数据都须同步进入核心数据中心,并且让核心数据中心保存一些较不常用的数据。然而,这些边缘节点相对较小,数千个的节点不可能每一个都存放着大量的数据,如此一来,基础设施就必须要能够支持数据不停歇地存取和移动,并持续开发出更能分散处理数据的应用程序。 二、 边缘应用程序架构将有所不同:一般会采用微服务(microservice)应用程序,能够快速启动、停止与扩展,以便应对大量使用边缘计算服务的使用者。由于边缘节点通常不大,每个应用程序不可能拥有自己专属的服务器或存储服务,所以它们必须共用同一个基础设施。这个问题可以靠容器化来解决,只有当使用者或设备在执行某个移动基站或边缘数据中心的期间才运作,让应用程序和所需的存储服务可以轻松启动和关闭。 揭开科技变革的时代序幕 如今,我们正处于科技发展中令人振奋的关键点,分布式边缘计算正将科技带往原本无法触及的角落,从而改变我们与世界的互动方式,再加上一些相关技术,如:5G、人工智能与增强现实,我们正迈向一个不再需要操作界面、键盘和鼠标的时代,只需通过我们的声音或手势就能操控设备。 未来,当我们回顾历史时将会发现,2020年是人类数字化转型的里程碑,而分布式边缘计算的加速发展就是其中之一。它让电脑运算与数据存储加速改善反应时间与节省带宽的效益,并以多种不同的型态出现,通过自动化技术来改善人类生活。无穷无尽的边缘计算应用,随着5G及物联网的相关设备迅速发展,以及边缘计算和Kubernetes系统等微服务标准设备编配剧增,即使分布式及边缘云基础设施仍处于计划及试用阶段,仍可预测2021年将会是此种云基础设施兴起的开始。就让我们一起目睹这场分布式边缘计算所带来的巨大变革吧!

    时间:2021-04-14 关键词: 分布式 边缘计算 IT基础设施

  • 应用处理器的PPA再进化 ,轻松实现边缘端AI/ML部署

    应用处理器的PPA再进化 ,轻松实现边缘端AI/ML部署

    近年来在边缘端的算力需求的提升是一个趋势, 所以MCU厂商的新品的主频都已经向上到了GHz级别,用上了多核的架构;而应用处理器厂商也向下探,推出更易用的跨界应用处理器,例如NXP的i.MX RT系列。现在新的趋势是将人工智能(AI)和机器学习(ML)的细分应用下沉到边缘端,实现更加智能的边缘端应用。这种AI和ML在边缘端的部署,对于处理器的性能、功耗、连接性和安全性都提出了更高的要求。为了响应这些新的设计需求,NXP宣布其EdgeVerse™产品系列新增了跨界应用处理器,包括i.MX 8ULP、经Microsoft Azure Sphere认证的i.MX 8ULP-CS(云安全)系列和新一代高性能智能应用处理器i.MX 9系列。在i.MX应用处理器媒体沟通会上,恩智浦大中华区工业与物联网市场高级总监金宇杰,恩智浦边缘处理事业部软件研发总监翁铁成和恩智浦边缘处理事业部系统工程总监王朋朋进行了精彩的分享。 实现安全和能效提升:EdgeLock和ENERGY FLEX 在最新的i.MX 8ULP、i.MX 8ULP-CS和i.MX 9系列跨界应用处理器中,我们可以看到EdgeLock™安全区域和ENERGY FLEX架构的出现。从名称上我们就可以看出,EdgeLock™安全区域主要是确保边缘设备的安全性,而Energy Flex架构提供了多种不同的功耗管理模式。 据翁铁成先生介绍,安全正是NXP非常重要的标志技术之一,EdgeLock涵盖了密钥管理、信任根处理、各种丰富的加解密处理,设备范围的安全智能也包含其中。安全策略启动和信任根方面是使用了EdgeLock2Go的技术,该技术的信任根包含在EdgeLock里面,可以通过信任根与EdgeLock的云服务做交互,保证其实现安全的认证。例如NXP可以将AZURE SPHERE的信任根结合到Edge Lock中,这样开发者也可以享用到AZURE SPHERE提供的安全的云服务。   针对异构的i.MX应用处理器,NXP还提供了全新的Energy Flex技术。Cortex-A35的核本身就具备高效和节能的特点, Cortex-M33作为实时处理的核也具备低功耗的特质。再将GPU、DSP加入处理器内,基于Energy Flex技术可以将一个应用处理器配置出大约20多种不同的能耗配置,针对不同的工作负载提供更为细致的功耗配置和响应,从而降低最终应用的整体功耗。   在domain间进行不同工作负载的转换时,其实也会存在受到旁路攻击的风险,而EdgeLock也具备一个独特的“功率感知”的能力,可以智能地跟踪功率转换,采取一些干扰措施来增强抵抗和阻止新兴的攻击面。 通过NPU实现边缘端本地AI/ML应用 对于做嵌入式开发、进行边缘端设计的工程师而言,学习完整的AI和ML的算法和应用,然后进行实际的本地应用部署,这是一件非常费时费力的事情。这也是当前嵌入式工程师在进行边缘端的AI/ML应用开发时面临的难题。而NXP也积极地通过战略投资、生态合作的一系列举措来推动边缘人工智能的新浪潮,从而在一系列嵌入式设备中构建经济高效的人工智能解决方案。 据金宇杰先生分享,NXP的应用处理器是希望帮助普通的公司和开发者也可以进入到自己所需的细分AI领域,实现轻松的边缘AI构建。多个细分的模型算法在云端都已经慢慢成熟,所以在i.MX平台就像一个转换器一样方便,直接从边缘端拿到数据进行本地的处理就可以,这个概念叫做BYOD(Bring Your Own Data)。   在硬件层面,NXP通过将Arm Ethos-U65在应用处理器中嵌入,积极推进microNPU的概念。microNPU可以达到0.5TOPS的算力,恰好是为了补充i.MX 9的512GOPS和i.MX 8M Plus上2.5 TOPS之间的这个空白,所以整个的产品的布局出来之后,不同的AI算力需求的智能边缘端都可以找到合适的能耗比的硬件平台。在软件层面,NXP 发布了eIQ机器学习(ML)软件对Glow神经网络(NN)编译器的支持功能,针对恩智浦的i.MX RT跨界MCU,带来业界首个实现以较低存储器占用提供更高性能的神经网络编译器应用。 所以i.MX这样整体的一个硬件和软件的平台出来后,对于传统的嵌入式开发的设计者而言 ,可以快速实现边缘端AI/ML的部署,将自己的想法借助AI/ML的力量落地。 以前,嵌入式MCU开发者的一个较为集中的痛点是需要应用处理器的高性能,但难以适应应用处理器的架构的变化、学习成本较高。NXP用i.MX RT系列跨界应用处理器很好的解决了这个痛点,市场也通过订单给予了NXP积极的肯定。现在,AI/ML的细分应用在边缘端部署将会是另一个集中的痛点,能够帮助设计者解决这一痛点的平台,想必也会赢得开发者的青睐,获得更多市场份额。

    时间:2021-04-01 关键词: NXP 人工智能 应用处理器 边缘计算

  • 助推智造融合,贸泽电子将亮相2021慕尼黑上海电子展

    助推智造融合,贸泽电子将亮相2021慕尼黑上海电子展

    2021年4月1日-专注于引入新品推动行业创新的电子元器件分销商贸泽电子 (Mouser Electronics) 宣布参加4月14-16日举办的2021慕尼黑上海电子展(展位号:N1馆1546)。届时,贸泽电子将携手国际知名厂商Analog Devices, DFRobot, Espressif Systems, Intel, Maxim Integrated, Microchip, ON Semiconductor, Seeed, Sensirion, Silicon Labs带来全球热门开发板产品,覆盖物联网、无线通信、蓝牙、边缘计算等多个领域,带观众领略前沿科技应用。 为了让广大工程师及业内人士进一步了解行业新技术和研发新品,贸泽电子将在此次展会上为大家带来国际原厂的最新开发板和解决方案,现场还将设计丰富的互动活动和奖品,届时欢迎广大工程师、电子爱好者、学生创客及采购们前来贸泽展位,在轻松的氛围中共同探讨技术话题,深入对智能制造的了解,并有机会赢取原厂最新开发板和定制礼品。 贸泽电子亚太区市场及商务拓展副总裁田吉平女士表示:“在工业互联网、大数据、人工智能等新技术的赋能下,制造业进入到智能化生产的阶段,推动各行业的生产效率,带来安全、经济、智慧等多方 面的提升。今年的慕尼黑上海电子展包含了5G、数字能源、智能网联汽车及测试、智慧生活等主题内容,为电子行业提供了重要的展出和交流机会。贸泽电子作为全球电子元器件分销商,我们希望在展会中能够聆听客户的更多需求,帮助大家更好地理解产业现状、技术趋势以及核心产品的设计与应用。” 一直以来,贸泽以自身不断优化的一站式平台Mouser.cn,向广大的电子爱好者们提供有关新产品、新应用和解决方案的全套信息,让用户能更轻松地找到重要的数据和应用信息,加速产品设计。同时,贸泽电子通过持续化地扩充仓储来增加产品库存,采用先进的自动化技术加快订单出货,将产品快速送达至客户。

    时间:2021-04-01 关键词: 贸泽电子 慕尼黑上海电子展 边缘计算

  • 5G和边缘计算如何赋能安防行业?

    本文来源:5G行业应用 近年来安防行业高速发展,作为核心领域的视频监控经历了从“看得见”到“看得清”,再到“看得懂”的转变。面对海量视频数据和越来越高的实时性计算要求,5G和边缘计算在安防行业有着广阔的应用发展前景。本文重点阐述5G和边缘计算在安防行业的应用背景、技术架构、重要特征及问题和挑战。 安防行业发展趋势 智慧安防助力行业高速发展 安防技术在预防和打击犯罪,维护社会治安,预防灾害事故,减少国家、集体财产和人民生命等方面具有重大作用。安防行业已从传统的人员安防发展到数字时代的智慧安防,成为最新科技与社会经济生活深度融合和快速落地的领域之一。近年来国内安防行业总产值呈现逐年增长的趋势,据CPS中安网数据统计,2019年全国安防行业总产值为8260亿元,同比增速15%,且连续5年保持10%以上的增长率。 安防行业根据不同的使用场景可以分为城市级安防、行业级安防和消费级安防,其服务分别面向to G(政府)、to B(企业)和toC(消费者)的需求。行业高速发展的驱动力来自两点:一是城市化带来的to G(政府)、to B(企业)和toC(消费者)需求增加,二是技术变革带来的发展契机。 需求方面,在平安城市、天网工程以及雪亮工程、智慧公安的推动下,行业用户对智能技术需求不断增长,使得中国安防行业发展迅速。技术驱动方面,随着5G、人工智能、大数据、物联网、云计算等新兴技术与超高清、热成像、低照度、全景监控等传统安防技术融合应用,安防行业向超高清、网络化、移动化、智能化、云化的智慧化方向发展,智慧安防市场规模还将进一步加速发展。 视频监控从“看得见”到“看得清”,再向“看得懂”转变 第一阶段,“看得见”:视频成为最常见的事件证据形式。通常情况下,调取案发现场周遭的视频监控就能发现案件侦破的重要线索。监控探头密度越大、犯罪案件侦破率越高的思路推动监控摄像头的大规模部署。目前,全国基本实现了主要城市街区的无死角监控。大量案件的犯罪过程被完整、清晰的记录下来,成为指控犯罪、证明案件事实的最有力证据。 第二阶段,“看得清”:从2016年到2018年初,十三五规划、十九大报告、公安部雪亮工程等不断强调提升安防视图资源共享协作及联网率、高清化建设。2019年3月,中央多部委联合印发了《超高清视频产业发展行动计划(2019—2022年)》,视频监控迎来超高清视频应用的蓝海。行动计划明确按照“4K先行、兼顾8K”的总体技术路线,大力推进超高清视频产业发展和相关领域的应用。 第三阶段,“看得懂”:在“看得见”到“看得清”之后,人工智能技术正在把安防系统从被动的记录、查看,逐渐转变为事前有预警、事中有处置、事后有分析。通过主动预警、及时处置、自动分析,从而实现从“看得清”到“看得懂”。从车牌识别到车辆数据结构化分析,从人脸检测到人脸比对,以及目标全结构化分析、行为事件的检测分析等,每一项新技术的落地,都象征着安防智能时代正在一步步变成现实[1]。 安防行业边缘计算现状 5G与安防行业具有天然的适应性 5G的正式投入使用将使得安防行业从此面向更广泛、更深入的应用领域[2]。5G技术的全国性商用也为安防行业带来了新的可能性。5G应用中的eMBB(增强移动宽带)、mMTC(海量大连接)、uRLLC(超可靠低时延)技术特征正好能够满足移动化的视频监控业务带宽和接入需求。 eMBB能够为带宽要求极高的视频类业务提供技术支撑,解决视频监控随着高清化的演进而带来的带宽压力问题。结合5G技术,移动端可以非常流畅地享受到更高质量的沉浸式视频内容,并实现随时随地视频采集、分享、上传、面对面传输和移动视频控制,如移动指挥、移动视频侦查、移动巡逻执法等。 mMTC则能满足连接密度要求高的业务需求,解决移动化的终端设备接入问题,并为智能安防云端决策中心提供更周全、更多维度的参考数据,有利于进一步的分析判断。 城市安防的物联网终端如防灾设施、水位监测;社区安防中的人脸闸机、车辆道闸、智能门禁、消防设施、垃圾储量感应、智能车棚、停车位感知;家庭中的智能家居终端,都可以通过5G技术实现统一联网,让社区治理与服务实现秒级通信。 uRLLC结合物联网、人工智能、云计算、大数据技术,在安防机器人方面已有较大的技术突破。已有研究机构研发出基于5G+AI能力的智能安防机器人,可以实现从智能感知采集到云端智能分析、处置指令发送,再到机器人控制和处置的流程。 边缘计算在安防领域有广泛应用价值 我国一个二线以上城市可能就有上百万个监控摄像头,面对海量视频数据,云计算中心服务器计算能力有限。若能在边缘处对视频进行预处理,可大大降低对云中心的计算、存储和网络带宽需求。因此,视频监控是边缘计算技术应用较早的行业,体现在以下几个方面: 第一,数据的分布式收集存储。在边缘计算模型下,借助边缘服务器实现对政府、社会和个人等各类零散监控的整合,在边缘端进行一次预处理,对无价值的数据进行过滤,然后对视频数据进行短暂存储并自动分流,这一操作能有效减缓云端平台的存储压力。 第二,数据的加密传输与共享。在边缘计算模型下,公安机关可通过对边缘端的设计,使经过初步处理的视频数据得到一次加密,通过通信技术向指定的云端平台进行输送。这些视频数据中侦查信息的安全性得到充分保障,在传输过程中被窃取的可能性大大降低[3]。 第三,数据的智能分析与协同。边缘端能实现对前端设备的自动化调整,在监控识别运动物体后,相邻监控能够在同一边缘管理器的控制下实现一定范围内的配合,进而做到监控视角的自动调整、对焦或轨迹追踪。同时,边缘端智能识别的突发性案件可以经有效识别后向侦查机关自动预警,使视频信息应用同步化,为侦查人员的介入争取宝贵时间[3]。 第四,数据的规范有序运营。在边缘计算的框架下,也有利于视频数据的规范运转,从而能够形成有序的数据库资源。前端生成的视频数据,沿着边缘服务器利用通信技术向云端传输。云端可以对各边缘端、边缘端可以对各前端设备可以实现有序管理。 安防行业边缘计算发展历程 安防行业的边缘计算技术应用发展分为如下三个阶段[4],早期边缘计算技术在安防行业的应用主要两大特点是缓解流量压力和安全性更高,中期侧重各行业专用分析算法,最近几年,深度学习在人工神经网络优化方面获得突破,使得机器辅助成为可能,拓展了人工智能的应用领域。 各大芯片厂商开始纷纷推出人工智能算法的芯片,使得人工智能在边缘端的实现成为可能。各大安防厂商也相继推出基于边缘计算技术的人工智能设备,如人脸抓拍系列产品就是其中的典型。基于边缘计算技术,使其能够在行人通过的时候,就第一时间解析出人脸数据,并把人脸数据发到数据中心进行匹配处理。 系统架构 从逻辑架构上,基于云边协同和边缘智能的安防系统架构从下至上分为前端感知、边缘计算、云计算和安防应用四个层面[5]。 第一层,前端感知层:是整个系统的神经末梢,负责现场数据的采集。除摄像头外,系统的接入终端还包括各类传感器、控制器等物联网设备。 第二层,边缘计算层:汇总各个现场终端送来的非结构化视频数据和物联网数据并进行预处理,按既定规则触发动作响应,同时将处理结果及相关数据上传给云端。根据需要,边缘节点可实现一个或多个边缘应用的部署。 第三层,云计算层:主要由边缘管理模块、视频云平台、人工智能模块和物联网平台组成,负责全局信息的处理和存储,承担边缘层无法执行的计算任务,并向边缘层下发业务规则和算法模型以及为各类应用的开放对接提供标准的API。 第四层,安防应用层:利用分析处理的结构化/半结构化数据,结合特定的业务需求和应用模型,为用户提供具体的垂直应用服务,如人脸识别、物体识别、人口管理、行为识别、车牌管理、案件侦破、森林防火、机场安保等场景。 两大特征 特征一:安防云边协同 智慧安防是云计算与边缘计算的融合,两者的协同应用,会将安防行业大数据分析推向一个新的高度[6]。第一,从业务需求方面来看,“云边协同”方式是安防智能化发展的必然趋势。能够充分发挥两种方案的各自优势,在缓解系统带宽压力、缩短处理时延和提高分析准确度方面都有很大的提升。 在整个系统中,边缘计算功能除了由前端设备本身的智能化来实现外,还可以借助承载网络的边缘计算功能来实现,也就是在靠近网络边缘的地方部署服务器,综合网络的资源使用情况、系统性能以及设备信息,尽可能在最靠近网络边缘的位置进行业务分流,或进行数据分析、处理,同样可以达到减少骨干网的传输压力,降低处理时延,提升用户体验的目的。 第二,从技术发展方面来看,边缘计算与云计算是安防行业数字化转型的两大重要计算技术,两者在网络、业务、应用、智能等方面的协同发展将有助于安防行业更大限度的实现数字化转型[7]。云计算把握整体,适用于大规模、非实时业务的计算;边缘计算关注于局部,适用于小规模、实时性计算任务,能够更好完成本地业务的实时处理。 特征二:安防边缘智能 边缘计算与人工智能互动融合的新模式称之为边缘智能,是指在靠近数据产生端的边缘侧,人工智能算法、技术、产品的应用。 边缘智能旨在利用边缘计算低时延、邻近化、高带宽和位置认知等特性,通过人工智能技术为边缘侧赋能,使其具备业务和用户感知能力。 具体实现上主要包括两个方面:首先,边缘智能载体是具备一定计算能力的硬件设备,可实现不同智能功能,称之为边缘计算节点。边缘计算节点就近收集和存储智能前端的各类异构数据、就近管理和调度智能计算资源,满足不同场合对智能分析的即时响应、即时分析的需要。 可以接收、整合、传递智能前端的结构化数据,也可以根据需要调配算力,应用不同的算法对当前分级内的数据进行智能分析,实现智能应用。 其次,单个的边缘节点可以将本级内智能前端以及边缘计算所需的存储资源以及计算资源进行统一管理,根据需求调度智能算法,结合边缘计算节点的智能分析能力,实现在本级内完成所有预定的智能功能;多个边缘计算节点可以根据需求组合,形成一个智能网络,在网络中对数据进行加工,交换数据,共享计算结果[8]。 以人脸识别应用为例,人脸检测、抓拍乃至对比等人脸识别算法可以利用深度学习神经网络算法离线训练,训练完成后再进行算法精简,以此将AI能力注入到前端摄像机等边缘设备,通过高性能计算芯片和图像识别智能算法赋能边缘设备,在边缘实现视频图像目标的检测、提取、建模、解析,把图像解析的大量计算压力均匀分担到小颗粒大规模的边缘计算资源上,仅把精炼的结构化有效数据上传云端处理,可以有效降低视频流的传输与存储成本,分摊云中心的计算和存储压力,实现效率最大化。 在本地设备上直接完成智能图像识别,也实现了低延时和快响应,提高实时性。边缘计算与人工智能技术在公共安全领域的应用,能够有效提升公共安全管理的效率与水平,大幅降低人力物力成本,对城市管理、民生改善具有巨大价值,市场前景广阔,且技术应用的基础条件已经成熟,边缘智能技术将得到进一步发展,边缘侧AI应用场景将得到进一步丰富。 问题与挑战 第一,边缘计算在安防领域的应用需要其他技术的配合,比如人工智能,而AI芯片在其中扮演着核心角色。智能安防领域急需更多适用于边缘计算的AI芯片,能满足即时、准确、低成本、低功耗等高要求。 第二,就边缘端设备的部署和运维而言,边缘设备需要考虑体积和成本等核心因素,不能接受占用很大的存储空间和功耗,而且其具体下沉的位置,也需要综合考虑网络管理的复杂度、性能优化的效果来进行部署。除此之外,边缘结点设备部署分散,如何管理分散的数以万计的终端设备,对运维的方式和效率也提出了新的挑战。 第三,边缘设备的数量众多,相互之间差异大,但技术标准尚不统一。由于会广泛的分布在各数据节点,可能会出现不同的处理算法,需要标准来规范输出的数据格式,否则不利于云端数据再处理。 第四,边缘设备因为更接近数据源,数据种类和数量的激增,网络边缘的高度动态性也增加了网络的脆弱性,新兴的攻击方式尤其是针对物理设备的攻击,为设备和数据安全带了新的挑战。 第五,尽管业界在MEC技术的应用方面已经进行了大量的研究,但目前边缘计算在安防领域鲜有成规模的商业落地,真正的应用收入较少,边缘平台效益尚不明朗,成本能否顺利回收存在不确定性。在一段时间内,丰富边缘计算商业模式,提升边缘平台的效益,对各参与主体都将是一个不小的挑战。 参考文献 [1]何遥. 2020安防产品新趋势[J].中国公共安全, 2020(3):112-116 [2]许慕鸿,王星妍.MEC技术在视频监控领域的应用[J].信息通信技术与政策,2020(2):87-91. [3]贾晓千,陈刚,李白冰.边缘计算在视频侦查中的应用[J].计算机工程与应用. http://kns.cnki.net/kcms/detail/11.2127.TP.20200220.1610.004.html [4]崔兆蕾.边缘计算技术在安防行业的发展及应用[J].中国安防,2018(4):77-79. [5]徐型平. 5G技术在安防行业的应用浅析[J]. 中国安防,2020(3):83-88 [6]潘三明,袁明强.基于边缘计算的视频监控系统及应用[J].电信科学, 2020(6):64-69. [7]赛迪顾问. 边缘智能发展与演进白皮书. 中国计算机报[N],2019年5月20日:18 [8]七牛云. 边缘计算的爆发为安防全产业带来了怎样的变化?[N].知乎https://zhuanlan.zhihu.com/p/55599887 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2021-03-29 关键词: 视频监控 安防 5G 边缘计算

  • Xilinx 以成本优化型 UltraScale+ 产品组合拓展新应用,实现超紧凑、高性能边缘计算

    Xilinx 以成本优化型 UltraScale+ 产品组合拓展新应用,实现超紧凑、高性能边缘计算

    2021年3月17 日,中国北京——自适应计算领先企业赛灵思今日宣布面向市场扩展其 UltraScale+ 产品组合,以支持需要超紧凑及智能边缘解决方案的新型应用。新款 Artix® 和 Zynq® UltraScale+ 器件的外形尺寸较传统芯片封装缩小了70%,能够满足工业、视觉、医疗、广播、消费、汽车和互联市场等更广泛的应用领域。 作为全球唯一基于 16 纳米技术的硬件灵活应变成本优化型产品组合,Artix 和 Zynq UltraScale+ 器件采用台积电最先进的 InFO( Integrated Fan Out,集成扇出)封装技术。借助 InFO 技术,Artix 和 Zynq UltraScale+ 器件能以紧凑的封装提供高计算密度、出色的性能功耗比以及可扩展性,从而应对智能边缘应用的需求。 赛灵思产品线管理与营销高级总监 Sumit Shah 表示:“对紧凑型智能边缘应用的需求正推升对处理和带宽引擎的需求。这些引擎不仅要提供更高的性能,还要提供更高级别的计算密度,以支持最小尺寸的系统。UltraScale+ 系列的新款成本优化型产品为该系列带来了强大助力。其立足于赛灵思 UltraScale+ FPGA 和 MPSoC 架构与业经生产验证的技术,而这些早已共同部署于全球数百万台系统中。” Artix UltraScale+ FPGA:专为高 I/O 带宽和 DSP 计算而打造 Artix UltraScale+ 系列基于业经生产验证的 FPGA 架构,是一系列应用的理想选择,例如,搭载高级传感器技术的机器视觉、高速互联以及超紧凑“ 8K 就绪”视频广播。Artix UltraScale+ 器件提供了每秒 16Gb 的收发器,可以支持互联、视觉和视频领域的新兴高端协议,与此同时还能实现同类最佳的 DSP 计算功能。 图:赛灵思专为高 I/O带宽和 DSP 计算打造的 Artix UltraScale+ FPGA Zynq UltraScale+ MPSoC:专为功耗和成本而优化 成本优化型 Zynq UltraScale+ MPSoC 包括新款 ZU1 和业经生产验证的 ZU2 与 ZU3 器件,三款器件皆采用 InFO 封装。作为 Zynq UltraScale+ 系列多处理 SoC 产品线的组成部分, ZU1 针对边缘连接及工业和医疗物联网系统所设计,包括嵌入式视觉摄像头、AV-over-IP 4K和8K 就绪流媒体、手持测试设备,以及消费和医疗应用等。ZU1 专为小型化的计算密集型应用而打造,并采用基于异构 Arm® 处理器的多核处理器子系统,同时还能迁移至普通封装尺寸以支持更高算力。 图:赛灵思专为功耗和成本而优化的 Zynq UltraScale+ MPSoC LUCID Vision Labs 创始人兼总裁 Rod Barman 表示:“LUCID 与赛灵思紧密协作,将新款 UltraScale+ ZU3 集成到我们的下一代工业机器视觉摄像头 Triton™ Edge 中。借助 UltraScale+ ZU3 及其 InFO 封装,LUCID 能利用创新的软硬结合板( rigid-flex board)架构,将惊人的处理能力压缩于工厂级坚固的超紧凑 IP67 摄像头中。” 可扩展且安全的 Artix和 Zynq UltraScale+ 随着新款 Artix 器件的加入以及 Zynq UltraScale+ 系列的壮大,赛灵思的产品组合现在涵盖了从 Virtex® UltraScale+ 高端系列、 Kintex® UltraScale+ 中端系列到全新成本优化型低端系列。新款器件的推出完善了赛灵思的产品组合并为客户提供了可扩展性,使之可以利用同一赛灵思平台开发多种解决方案。这样便可以在不同产品组合间保留设计投资,并加速产品上市时间。 安全性是赛灵思设计中的关键组成部分。此次推出的成本优化型 Artix 和 Zynq UltraScale+ 系列的新款器件都具备与 UltraScale+ 平台同样健全的安全功能,包括 RSA-4096 认证、AES-CGM 解密、数据保护法( DPA ),以及赛灵思专有的 Security Monitor ( SecMon,安全监测)IP,能够灵活应对产品生命周期中的安全威胁,满足商业项目的各种安全需求。 VDC Research 物联网和嵌入式技术高级分析师 Dan Mandell 表示:“客户能用单一且安全的平台扩展其设计方案以适应广泛的应用和市场需求,这样的能力对于实现更便捷的设计整合和把握关键上市时间机遇至关重要。赛灵思的战略是扩展其产品组合,通过可扩展且安全的 UltraScale+ Artix 和 Zynq 系列满足这些市场需求,这一战略颇具吸引力,尤其考虑到正在部署这些解决方案的成长型市场中蕴藏巨大商机。” 供货情况 首款成本优化型 Artix UltraScale+ 器件预计于 2021 年第三季度投产,并于夏末开始支持 Vivado® 设计套件和VitisTM 统一软件平台工具。Zynq UltraScale+ ZU1 器件将于第二季度提供工具支持,第三季度开始提供样品;广泛的产品组合将自第四季度开始量产。

    时间:2021-03-17 关键词: Xilinx UltraScale 边缘计算

  • 用电安全别靠人,用智能技术解决靠谱...

    用电安全别靠人,用智能技术解决靠谱...

    用电安全可以说是怎么说都不过分的,但是也是最容易被忽视的一个部分,谈到安全和省电,大家或许会有又要投入一大笔的想法,今天就告诉你最简单的智能安全用电的方法。 现在大家对于停电其实已经变成越来越无感,一年能碰上一次都算是大事,比台风过境的概率都还低,这种前提下,电线导线和导线接头容易有严重氧化现象就很容易被忽视,尤其是工厂上班的时间不能停电,下班了又没法叫电工来维修。 这些用电的硬件其实问题还不大,关键就是员工用电的马虎。 电子信息化时代,越来越多的设备都需要用电,许多用户的用电行为是没有规范的,时常会出现过载用电、超时用电等行为。人为因素和设备质量容易造成供电系统线路短路、高温起火等故障,从而导致火灾的发生。特别需要提醒的是:1、多个电器同时使用,用电量过大,超过电线的最大允许电流,致使电线发热着火。2、充电器、电熨斗、电炉、电热水器等电器用后忘记拔掉电源插头,引发火灾。 一句话就是各种忘关:忘关灯、忘关空调、不关电脑、不关屏幕、不关饮水机、不拔充电器……… 如果是居民用电,设备真的不多而且现在插座等质量也高,只要远离水和脏乱其实不容易出事,但在企业环境下,这事就完全不一样。 电线和电表的问题物业和电力公司会解决,但是企业员工在执行方面是怎么方便怎么来。用规章制度来限制用电,靠人工巡检来检查线路和电器。不仅执行难、监督难,收效甚微,而且难以发现问题。 最简单的方式就是智能计量插座可以记录每台设备的用电状况,便于管理人员了解每天机床设备的用电情况,方便对于机床设备的管理。 优点是成本低,只要在每台设备安装智能计电插座,就可以在手机或电脑上查看设备的实时用电情况。好处是: 1、可以设定机床等设备长在长时间空载状态下的时候,插座自动断电避免长期空载造成的电能浪费。 2、定时关闭,设置下班定时模式到了下班时间,风扇或不工作的设备自动关闭的,避免因疏忽造成的风扇、电暖设备长时间的无效运行。 另外:区域供电可以对没有工作活动区域的空调自动断电;空调智能送电:当环境的温度高于设定值才能启动空调,可以达到节能的效果;空调智能开关:与温度探索器是相关的,当环境温度低于某值的时候,系统是会自动关闭的,也可以达到节约能源的作用。 3、一旦发现火灾或是设备用电过载,可以及时预警或远程断电,避免设备受到二次灾难,这是智能计量插座最重要的功能。 有些公司领导非常重视用电安全,那么,上一套智能节能系统,不仅解决了用电安全还能高效用电,通过大数据为企业找出安全、省电、高效的模式。 如果你只想达到用电安全,投入还要少,那么就必须学会最大的利用蓝牙智能计量插座。 为什么要带蓝牙模块的? 目前的网络协议中有WiFi、蓝牙、ZigBee还有低功耗广域通信协议。但只有蓝牙模块是除了WiFi外使用最广的无线模式,一般工厂的网络情况有些复杂,不能完全保证网络通信正常,而蓝牙的自组网功能就可以在断网的情况下和其他的智能设备保持边缘协同,尤其是在断网情况下。 蓝牙最大的特点就是可以和手机直接联系,这样方便设备实时数据能显示到手机上,但设备用电异常时可以及时提醒管理者,同时,管理人员可以直接远程断网或者通知一线人员查看现场。 对应多设备的用电管理最好是让所有设备的用电数据上传到管理中心或是云平台,对接这些智能计量插座的数据,并且通过大数据调制出最佳的省电模式和断电模式是需要熟悉工厂和物联网组网特点的专业公司来完成的。 更多的中小企业都想保障用电安全,但真的要投入重金上新系统其实没什么必要,如果只为安全和省电的目标,简单地用好一款智能设备就非常好的,这一点对于沉浸物联网多年的蓝奥声科技来说是经过实践证明的。 省电,用好智能计量插座就好,真的就可以!

    时间:2021-03-15 关键词: 工业物联网 工业节能 计量插座 边缘计算

  • 政府推进节能的思路完全适用于企业智能省电

    政府推进节能的思路完全适用于企业智能省电

    关于节能,政府已经定下来到2060年前完成碳中和,这是政府目标,对于企业来说就是巨大商机,为什么?也就无形给所有企业尤其是工业企业,这些能耗占比巨大的企业提出了强制性的要求。   早在2016年7月2日就通过了《节约能源法》,把我国节能工作纳入了法制化轨道,是我国节能工作的总纲领,是各级政府、有关部门、用能单位和社会各方的法定职责、法定义务、应尽的社会责任。   听起来很官方,但确确实实地政府在力推这件事, 比如蓝奥声就研究了一下《节约能源法》和《山东省节约能源条例》,其中明确了各级人民政府节能监督管理基本体制,对节能主管部门和有关部门节能监督管理提出了基本工作要求。   我们能把扶贫工作都落实下来,节能减排本身就是企业该做的事,加上政府力推将来必定是企业必须具备的能力,所以,最好尽快展开节能减排方面的工作。   从山东省的《节约能源条例》中各种要求就不说了,其中这一条最能反应问题: 对重点用能单位能源利用状况报告进行审查。对节能管理制度不健全、节能措施不落实、能源效率低的重点用能单位,采取法定措施,提出书面整改意见,限期整改。 对重点用能单位能源管理负责人和能源管理人员进行备案。对开展能耗在线监测工作进行监督、检查。对违反重点用能单位管理制度的行为依法处理。   这是其中的第六条,就这一条就可以看出山东省已经把节能落实到企业和主要负责人头上,这是2020年的6月29日上午在山东省节能宣传周启动会上的节能法律法规政策标准讲座录音整理。也就是2016年颁布的法律到2020年已经开始在山东完整地被落实,至于其他省份相信只有推进的快慢,没有不推进的问题。   政府推进的当然是下属的国有企业、能源电力企业,而国企在市场的影响力是巨大的,必然将推动上下游的国企或是民企发挥作用,目前大部分省份都已经全部换装智能电表,比如国网江苏电力实现智能电表全覆盖,甚至在新疆地区在户外搭建低压供电台区场景感知实验室可解决室内条件无法真实模拟现场复杂用电环境的难题。   智能电表不仅可以通过远程抄表系统采集数据,还能支持分时电价、阶梯电价等电价政策的执行,帮助客户主动选择和优化用电方式,减少15%以上的峰荷和10%以上的总需求,从而有效降低用能费用支出。   对于省电,基本上就是两条路:1、通过升级设备和技术实现节能减排,但是通过技术改造的空间是有限的,不仅难度大而且空间也不大。   第二条就是走错峰用电,优化用电方式。电发出来是没法储蓄的,只有通过在合理分配电力,把某段时间用电少的电力分配到用电高峰的企业,比如白天上班期间居民用电少,这些电就可以集中供给给工业企业等。   能源电力公司使用智能电表合理分配电力,工业企业或是民营的耗电单位是不是也可以用这种方式呢?   答案是肯定的,不少的企业已经上线了能源管理系统,就是通过错峰展开生产或是在设备不用的时候断电减少电力的使用。   很多管理人员和老板会觉得上线一套新的系统会不会很花钱,见效快不快等问题?这件事交给物联网和智能产品其实很简单,至少蓝奥声是如此认为的。   既然企业的电表都是智能的,那么为什么插座不可以是智能的,且是带计电功能的!   只要安装了智能计量插座就可以实时监控单个设备的实时用电情况,如果把单台设备的用电数据导入到系统中,通过简单的APP或是数据上传到电脑就能查看设备的实时用电数据。   最关键的是历史数据,只有了解每台设备的历史数据从而就可以判断设备的用电时段、功效等指标,对比这些数据就可以找出用电过高的或是过低的设备,基本可以判断不是设备坏了就是设备没有被有效的利用。   有了用电数据才能明白用电的效率,知道如何错峰用电,对其他来说更重要的是设备运行是否正常且高效才是关键。   效率,永远是管理者和老板最关心的事,你可以不关心是否省电,但一定关心设备使用效率,是否有设备需要维修,免得长期不当使用导致报废或高昂的维修费用。   对企业来说,节点是永远绕不过的坎,现在连政府都在倡导省电,企业更应该提高供电效率,而用好智能计量设备其实就可以解决这些问题,这也是蓝奥声开发智能计量插座的原因。

    时间:2021-03-10 关键词: 工业物联网 工业节能 计量插座 边缘计算

  • 实现工业节能减碳不难 发挥好这一点就好

    实现工业节能减碳不难 发挥好这一点就好

    2020年以来,我国多次就实现工业节能减碳不难 发挥好这一点就好减排减碳提出目标任务:党的十九届五中全会提出的到2035年基本实现社会主义现代化远景目标中就包括“碳排放达峰后稳中有降”;中央经济工作会议再次部署做好碳达峰、碳中和工作,指出“我国二氧化碳排放力争2030年前达到峰值,力争2060年前实现碳中和”。   工业是我国实现减排减碳的重要领域之一,2019年我国能源消费总量48.6亿吨标准煤,其中工业占比超过60%。可以说,工业能否率先碳达峰是2030年达峰目标实现的关键。   工业领域实施低碳行动势在必行。现在工厂节能的方法最终目标是合理用电、科学用电、经济用电;各生产环节对用电设备缺乏基础用电管理,电能质量的控制、电能消耗分析和电能数据的管理;对此,要建立进行监测分析,构建企业能源管控与监测分析平台,在平台上运行智能优化节能系统软件,对企业实时用能进行监测、对重点用电设备的运行状况实时监控、对历史能源数据进行分析,发现用能管理的问题,找出节能空间。   以下是目前智能工厂最常用和有效的一些节能方解方法:   1、变频器与高效电机降低耗损 目前,行业已经推出新一代高效电机,高效电机从设计、材料和工艺上采取措施,例如采用合理的定、转子槽数、风扇参数和正弦绕组等措施,降低损耗,效率得以提高。高效电动机与普通电动机相比,损耗平均下降20%左右,而超高效电动机则比普通电动机损耗平均下降30%以上。   2、设备档案管理   保障设备在生产情况下的正常运转,也是一种最大的节能,尽可能地缩短非生产时间,提高设备的运转率来提高生产效率是企业重点考虑的。通过系统建立设备档案、设备维护记录、设备运行状态监测、故障预警、运行效率分析等功能,帮助企业建立并实现预知性和自主性维修体系,保障设备的可靠性系数在98%以上。 这不仅是节能,而且能更好地对设备资产进行管理,延长使用寿命,提供设备利用率。 3、工艺管控优化节能和能效管理   能效管理系统通过对主要用能设施、设备进行能耗分项计量,然后用智能化系统进行节约与改善。能效管理系统对各类用能系统整体的实际运行状态,找出关键耗能点和异常耗能点,提出成熟的、可靠的、实际的“能效控制方案”,进行远程控制和管理,并不断结合实际采集数据,对之前“能效控制方案”进行微调,最终寻找到符合实际状况的方案,从整体上降低工厂能耗。   比如某纺织厂通过系统的空压分析诊断功能对生产用气量和空压机的组合运行数据进行分析,帮助该厂解决了空压机开停安排不合理的难题。结合目前生产情况,进行临时性调整;从而优化变压器运行模式,一年节约电费约9万元。   节能系统不但实现了自动抄表代替被动落后人工抄表、各种形式能耗数据台账管理和抄报,实现了实时监测、报警、分析与统计,对超标和运行异常报警,事故预判,事故追忆和历史查询,对接各种数据格式标准化导出,达到了减少人力成本,避免人为失误,避免复杂工况环境干扰,提高准确性和查询效率最根本目的。   4、生产线工作照明管控优化   智能照明系统是最先进的一种照明控制方式,它采用全数字、模块化、分布式的系统结构,在照明控制实现手段上更专业、更灵活,可实现对各种照明灯的调光控制或开关控制,是实现舒适照明的有效手段,也是节能的有效措施。   通过系统区域用能监测,结合对比分析功能,配合其他设备运行状态发现二车间生产线工作照明用能异常问题。结合现场走访发现,该区域内照明用能不合理,造成用电浪费,后续通过执行系统分析功能中的用能建议对生产线控制照明进行合理管控,每年可节约5万余元。   很多人都会问,一套节能系统从安装、调试到最后实施不仅要投入,还需要一个复杂的过程,最终的效果好不好很难讲。 其实,依照蓝奥声科技实施的案例和解决方案其实并没有那么复杂。   比如对每一台设备的的用电进行实时的监控,其实只要对每一台设备进行安装智能计量插座就可以了,这样就可以了解设备的实时用电情况,而且智能计量插座可以远程控制,一旦发现设备用电异常可以实现远程断电,保护设备安全。   如果将设备的用电的历史数据,包括用电的历史时段,对比企业整体用电情况,可以根据生产情况对进行适当的调整,通过错峰用电达到用电的效果。   另外就是对每台设备的用电数据对比可以发现那些用电大于平均用电量的设备,一般来说,同样的设备如果用电过大的一般都是需要安排检修的,这样可以提前发现设备的运行状况并及时安排维修。   智能计量插座和智能照明系统都采用蓝牙技术,就可以充分发挥蓝牙mesh网络功能,这样插座和灯光都能变成节点传输数据发布命令等,并且实现设备间的蓝牙场景模式群控,就是一旦设备不公正或是休眠了,可以联动周边的智能照明系统调低灯光或是关闭来节电。   蓝奥声科技认为企业实现智能化改造的关键是将智能设备实现蓝牙联网群控、低功耗群控、无线多模式管理,最终达到设备用电数据可查询,方便未来通过大数据了解生产和用电情况。同时,设备之间可以建立模式联动,比如当出现火警时温控感知设备能感知并且和智能插座形成互动断电。   工业领域的节能减排不仅是监控设备用电情况,关键是通过这些数据找到合理用电的时间段和设备管理,一旦发现设备不用或是出现异常情况的时候,能够实现智能设备边缘协同感知和边缘智能决策。   最重要的形成自动化地合理省电。

    时间:2021-03-09 关键词: 工业物联网 工业节能 计量插座 边缘计算

  • 5G下物联网的前景和难点在哪里?

    5G下物联网的前景和难点在哪里?

    对物联网而言,5G带来了海量的连接和大数据,5G的eMBB、mMTC、uRLLC三大应用场景其中有两大是物联网场景。其中,eMBB 指 3D/ 超高清视频等大流量移动宽带业务,mMTC 指大规模物联网业务,URLLC 则指如无人驾驶、工业自动化等需要低时延、高可靠连接的业务。   物联网的科技红利是伴随 5G、wifi、AI 等技术发展、成本下降以及在商业、工业、城市治理等 ToB 场景中广泛应用,IoT 有望加速发展,成为下一个重要流量入口。   从技术上看,目前手机的出货量已经饱和,于此同时流量的资费也在大幅的降低,成就短视频和直播的迅速崛起,而在手机出货的减低的同时,物联网连接上网的数量在2020年首次超越了手机,未来将会有越来越多的智能设备连接上网。   物联网的关键技术比如WiFi、蓝牙、低功耗广域网通信技术(LPWA)得到全球主流运营商和通信设备厂商的广泛支持助推物联网商用化落地,比如共享单车,其车锁内包含了低功耗蓝牙和NB-IOT智能联网通信技术,这种物联网智能锁技术还可以广泛应用主要应用在保障性出租房、网约房和无人值守酒店等行业,与各大型综合性公寓、校园和出租房管理系统的对接,帮助物业构筑个性化、智能化和人性化的房屋安全体系。   通过互联网的数据赋能还有物流行业,实现了货主与运力的最优撮合,把最能满足需求的运力匹配给最合适的货主,通过“智慧物流”等技术手段,把规模优势真正转化为成本优势,降低物流成本,最典型的就是货拉拉。   工业物联网是物联网在工业领域的重要应用,其市场规模持续扩大,工业物联网将具有感知、监控能力的各类采集或控制传感或控制器以及泛在技术、 移动通信、智能分析等技术不断融入到工业生产过程各个环节,从而大幅提高制造效率,改善产品质量,降低产品成本和资源消耗,最终实现将传统工业提升到智能化的新阶段。   但研究发现,目前全球52%的消费者正在使用物联网(IoT)设备,但其中64%的用户已经遇到性能问题。平均而言,消费者每天会遇到1.5个数字性能问题,而62%的人担心由于物联网的兴起,他们遇到问题的数量和频率会增加。   在当前的物联网设备应用中,每个连网设备背后的交付链都极其复杂。企业已经在努力应对云计算的复杂性,但物联网通过传感器、大量的新数据和动态的容器化工作负载将其放大了千倍。   蓝奥声认为关键是物联网的网络协议太多,部分不兼容、安装调试方面的问题导致不能有效地发挥智能设备的问题。在众多的短程无线通信协议中,最看好的还是蓝牙技术,技术标准全球统一而且功能强大,适用商业场景多。   比如,在蓝牙SIG标准规范的蓝牙5.0 Mesh智能照明产品不仅性能稳定,组网能力强,而且连接距离远,在智能家居、智能办公、智能商照上有广泛的应用。低功耗蓝牙自组网技术支持自我修复、自我组织的网状网络,并可与手机直接通信,可广泛应用于国内、港澳台及欧美市场的灯光照明控制系统。   而且,蓝牙Mesh模块能够以非常低的材料成本建立起强大的网络节点;符合蓝牙规范,可应用于无线传感、控制及数据采集;另外,物联网设备的不断增多,需要实时接入网络,对这些设备的数据接收、采集、下发、互联互通都需要除了WiFi之外的通信连接,这一点对于工业企业来说尤其重要。   比如在发生火灾的情况下,或是在很难保证网络畅通的情况下,带有蓝牙模块的智能温度感知设备、摄像头等安防设备可以通过蓝牙模块发命令到蓝牙智能插座上,实现设备间群控联动。   对于企业来说,更多的设备上网形成智能化管理是时代的必然,但能把标准的技术发挥出来形成智能设备的群控联动才是关键,这也是边缘计算的核心,而蓝奥声自主研发了基于多模式无线网络系统的边缘协同感知技术平台EICS就能满足物联网时代的这种需求。

    时间:2021-03-08 关键词: 工业物联网 计量插座 边缘计算

  • 针对边缘计算更宽广的工作温度范围——从高端COM-HPC到低功耗SMARC

    针对边缘计算更宽广的工作温度范围——从高端COM-HPC到低功耗SMARC

    Shanghai, China, 25 February 2021 * * * 在2021年德国纽伦堡世界嵌入式展(Embedded World)线上展会中,世界领先的嵌入式和边缘计算技术供应商德国康佳特聚焦客户端的加固挑战,推出了面向各性能水平的诸多平台。它们涵盖了宽广的工作温度范围,从高端COM-HPC 到低功耗SMARC一应俱全。其中,针对COM-HPC 服务器模块的系列解决方案尤其惊艳,它们旨在解决这类边缘计算平台所面临的热设计功耗(TDP)显著升高的问题——在更广阔的温度范围中,这是一项尤为艰难的任务。 这些聚焦背后的驱动力是对坚固的边缘和实时雾计算技术日益增长的需求,企业需要这些技术助力在极端严酷的环境下推进数字化项目。这类高耐性平台的典型用途包括铁路、道路交通和智能城市基础设施、海上钻井平台和风电场、配电网络、油气和淡水泵系统、电信和广播网络、分布式监控和安保系统等。除此之外,连接到物联网/工业4.0网络的工业和医疗设备、户外摊位、数字标牌系统,乃至物流车辆等汽车类应用,都是这类技术的目标市场。 康佳特推出的新平台适用于恶劣环境,支持从-40℃到+85℃的极端温度范围,且包含BGA焊接的处理器芯片,在防撞击和防振动的同时具备强大的电磁干扰抗性。它还可选配保护涂层,以防冷凝水、盐水和灰尘进入平台。 配备第11代英特尔®酷睿™可拓展处理器的新款COM-HPC和COM Express 本次展会上的亮点之一是基于COM-HPC和COM Express标准且适用于严酷环境的高端x86计算机模块。conga-HPC/cTLU COM-HPC Client Size A和conga-TC570 COM Express Compact模块采用可拓展的新款第11代英特尔®酷睿™处理器,可耐受-40℃到+85℃的极端温度范围。两款模块均首次支持用于连接外设拥有充沛带宽的PCIe 4.0 x4端口。 采用英特尔凌动® x6000E系列处理器的平台 支持-40℃到+85℃扩展温度范围的康佳特加固型平台采用了英特尔凌动® x6000E、赛扬®和奔 腾® N&J系列处理器,支持SMARC、Qseven、COM Express Compact和Mini等规格尺寸的计算机模块,同时还提供Pico-ITX规格的单板款式(SBC)。它们不仅性能更高,还具有时间敏感性网络(TSN)、英特尔®时序协调运算(英特尔®TCC)、Real Time Systems(RTS)提供的虚拟化技术支持,以及在BIOS中集成的内存纠错功能,在工业实时计算市场受到格外关注。 采用i.MX 8M Plus处理器的新款SMARC 2.1计算机模块 采用i.MX 8M Plus处理器的全新SMARC 2.1计算机模块为本次展出画上了圆满句点。这款超低功耗的嵌入式及边缘计算平台不仅支持宽广的工作温度范围,且功耗仅有2-6W。它具有4个高性能Arm Cortex-A53处理器核心和一个额外的神经处理单元(NPU),最多可提升2.3 TOPS的AI算力。这款模块专为边缘设备上的AI推理和机器学习设计,其图像信号处理器(ISP) 可通过2个集成的MIPI-CSI接口来获取双摄像头的数据,并进行处理和分析。 面向所有宽温范围平台的拓展工具包 上述平台提供了在严酷环境下可靠运行所需的各类功能和服务。其配套的工具包包含了加固式被动冷却设备、可防止湿气和冷凝水腐蚀的可选保护涂层、提供推荐的载板线路图,以及专为宽温范围下的可靠运行而设计的多种组件。除了这些令人赞叹的技术功能,我们还提供包括温度筛查、高速信号合规测试、配套设计服务等全面的服务,另有各种培训课程,让康佳特的嵌入式计算机技术产品更加易用。

    时间:2021-03-01 关键词: COM-HPC SMARC 边缘计算

  • 针对边缘计算更宽广的工作温度范围——从高端COM-HPC到低功耗SMARC

    针对边缘计算更宽广的工作温度范围——从高端COM-HPC到低功耗SMARC

    Shanghai, China, 25 February 2021 * * * 在2021年德国纽伦堡世界嵌入式展(Embedded World)线上展会中,世界领先的嵌入式和边缘计算技术供应商德国康佳特聚焦客户端的加固挑战,推出了面向各性能水平的诸多平台。它们涵盖了宽广的工作温度范围,从高端COM-HPC 到低功耗SMARC一应俱全。其中,针对COM-HPC 服务器模块的系列解决方案尤其惊艳,它们旨在解决这类边缘计算平台所面临的热设计功耗(TDP)显著升高的问题——在更广阔的温度范围中,这是一项尤为艰难的任务。 这些聚焦背后的驱动力是对坚固的边缘和实时雾计算技术日益增长的需求,企业需要这些技术助力在极端严酷的环境下推进数字化项目。这类高耐性平台的典型用途包括铁路、道路交通和智能城市基础设施、海上钻井平台和风电场、配电网络、油气和淡水泵系统、电信和广播网络、分布式监控和安保系统等。除此之外,连接到物联网/工业4.0网络的工业和医疗设备、户外摊位、数字标牌系统,乃至物流车辆等汽车类应用,都是这类技术的目标市场。 康佳特推出的新平台适用于恶劣环境,支持从-40℃到+85℃的极端温度范围,且包含BGA焊接的处理器芯片,在防撞击和防振动的同时具备强大的电磁干扰抗性。它还可选配保护涂层,以防冷凝水、盐水和灰尘进入平台。 配备第11代英特尔®酷睿™可拓展处理器的新款COM-HPC和COM Express 本次展会上的亮点之一是基于COM-HPC和COM Express标准且适用于严酷环境的高端x86计算机模块。conga-HPC/cTLU COM-HPC Client Size A和conga-TC570 COM Express Compact模块采用可拓展的新款第11代英特尔®酷睿™处理器,可耐受-40℃到+85℃的极端温度范围。两款模块均首次支持用于连接外设拥有充沛带宽的PCIe 4.0 x4端口。 采用英特尔凌动® x6000E系列处理器的平台 支持-40℃到+85℃扩展温度范围的康佳特加固型平台采用了英特尔凌动® x6000E、赛扬®和奔 腾® N&J系列处理器,支持SMARC、Qseven、COM Express Compact和Mini等规格尺寸的计算机模块,同时还提供Pico-ITX规格的单板款式(SBC)。它们不仅性能更高,还具有时间敏感性网络(TSN)、英特尔®时序协调运算(英特尔®TCC)、Real Time Systems(RTS)提供的虚拟化技术支持,以及在BIOS中集成的内存纠错功能,在工业实时计算市场受到格外关注。 采用i.MX 8M Plus处理器的新款SMARC 2.1计算机模块 采用i.MX 8M Plus处理器的全新SMARC 2.1计算机模块为本次展出画上了圆满句点。这款超低功耗的嵌入式及边缘计算平台不仅支持宽广的工作温度范围,且功耗仅有2-6W。它具有4个高性能Arm Cortex-A53处理器核心和一个额外的神经处理单元(NPU),最多可提升2.3 TOPS的AI算力。这款模块专为边缘设备上的AI推理和机器学习设计,其图像信号处理器(ISP) 可通过2个集成的MIPI-CSI接口来获取双摄像头的数据,并进行处理和分析。 面向所有宽温范围平台的拓展工具包 上述平台提供了在严酷环境下可靠运行所需的各类功能和服务。其配套的工具包包含了加固式被动冷却设备、可防止湿气和冷凝水腐蚀的可选保护涂层、提供推荐的载板线路图,以及专为宽温范围下的可靠运行而设计的多种组件。除了这些令人赞叹的技术功能,我们还提供包括温度筛查、高速信号合规测试、配套设计服务等全面的服务,另有各种培训课程,让康佳特的嵌入式计算机技术产品更加易用。

    时间:2021-02-25 关键词: 嵌入式 COM-HPC 边缘计算

  • 德州停电悲剧不会重演 智慧用电是新方向

    德州停电悲剧不会重演 智慧用电是新方向

    对于用电,美国人民又给我们上了一课:电,不分享不投入技术就是贵。   美国德州因为早已寒潮导致数百万户家庭停电,一时成为海外热门,本来以为是天气原因,国内的媒体昨天还在报道极寒导致天然气管道被冻住,气管用不了水管上不去,直接导致居民烧柴取暖引发火灾而得不到救援。   这种事在国内早年出现过,天气太冷一般水电都容易出问题,这都是很早的事了,现在我们都升级了好多代了,但是大规模技改在美国这样的发达国家似乎很难,其中很重要的因素就是公共资源私营化。   美国这个国家的地理特征和我国不一样,我国的山脉是东西走向的,秦岭山脉像一堵墙一样阻挡了来自西伯利亚的寒流,而美国是南北走向的,冷空气直接可以从北方直接吹到南方,要知道德州和广东差不多一个维度,你可以想象一下如果广东省出现如此大规模的寒流是不是也容易出事?   德州的这一次寒潮是百年难遇的,但是不是完全就把问题归结到天气呢?极寒天气导致德州最大的能源支柱天然气管道冻住了。德州40%的能源供应靠天然气,煤炭18%,核能11%,风能只占13%,太阳能7%。天然气是德州的主要能源出问题当然引发了大灾难。     但容易被大家忽略的是2011年2月的停电事件和1989年那次大的停电事故。在1989年,德州曾经有过类似大暴风雪肆虐全州的停电事件发生,那一次的大面积停电事件让德州的州长和议员们痛心疾首在反思要如何改进德州的电网,确保此类事件不再发生。   结果,悲剧又发生了,甚至可以怀疑下一次大风暴来临前问题还会继续。因为,德州的电力公司是私营的,如果没有立法或是激励措施,电力公司为什么要多花钱安装除冰设备。   更何况,全美的电力供应并不是各管各的,德州的电网是独立的,其他州的电力供应不进来,德州也不会供应到其他州去,要知道德州的电费是5美分/度,而全美平均电价是20美分,如果卖出去,州内的电价是不是会涨,到时候德州居民又不干了。   谁叫德州因为天然气资源丰富选择了独立供电,其弊端就是出了问题没人救,自身的问题,电力大佬们舍不得花钱,倒是出了天灾的时候还能寄出天价账单,何乐不为呢?   甚至怀疑电力公司就是想通过提价多赚点,不然怎么这么巧,天然气管道冻住了,核电也冻住了,这可是不能停的,网上还有风机被冻住的图片,但国内在青海甘肃也是有风机电场的,咋没听说说被冻住呢?   从技术的角度上讲,天然气管线除冰设备是要花大钱,费用多少不知道,但从电线的角度也能看出端倪,国内过去也都是架空线,现在也就是高压线还保留如此,居民用电都是落地的,包括移动联通电信的光纤电缆也都是走地下,甚至在农场都很少见到电线杆了。   而修建一公里电缆沟造价1000万,修建1公里地下管廊造价高达1亿,而修建架空电线成本甚至远低于电缆沟。   如此巨额花费肯定是电力公司不愿意花费的,所以,在2003年美国因为树枝压断了几根电线,老旧的变压器承受不了突然增加的荷载而报废,造成全美大部分地区停电一个多月!   如果这次德州吸取了教训,要安装防冻装置和铺地下管廊,这费用谁买单,难道是那些交了天价电费的,还是州政府?反正德州州长已经不管了,至于电力公司就看他们的良心了。   对比国内在08年的时候,湖南也曾经遭遇过极寒天气,虽然对东北人来说就是下了场大雪而已,但湖南和两广真是十年难见雪的,也造成了困难,但是我们的纠错能力和技改能力现在越来越被大家熟知,这里就不自夸了。   因为我们现在要走得更远,美国定的目标是在2050年完成碳中和,中国是在2060年前完成,以中国的效率这事就是板上钉钉的。要知道我们可是制造业大国,不是美国那种靠印钞票和搞金融高科技立国的,能源消耗更大。   除了青山绿水增加吸收二氧化碳的能力,还有多种能源并举,最近看到华为都出手了,不仅进军了电动汽车,而且还进军了光伏行业,搞起智能光伏。 华为2010年开启光伏事业,2013年底,推出逆变器产品,2014年,瞄准当时主流的集中式逆变器,主攻组串式逆变器应用,2015年成为全球光伏逆变器出货第一,持续领先至今。   华为光伏最大的优势就是发电量提升2%以上,运维效率提升50%以上,总体LCOE(度电成本)可以降低6%,所谓智能光伏运维效率提升50%以上,是基于智能光伏逆变器远程扫描全部光伏组串,应用AI智能诊断算法,精准识别故障种类和位置的技术。这样一来,不但能随时为整个电站做实时监控和体检,还能大幅节约运维人力。   我们不是用的能源越来越清洁,而是用得越来越智能,这样的好处除了提高能效,关键是减少人力资本和维修成本。   在真实的企业案例中也是如此,利用智慧系统直接让企业减少电工但对设备的运维增加了效率。   蓝奥声建议的最简单的方式就是对每台用电设备增加智能计量插座,这样等于给每一台设备加装了一台电表,这样比在总电表上安装智能系统效果更好,能更全面地了解设备实时用电情况。   监控设备用电情况最重要的是获得设备用电的大数据,通过用电的时长和时间段就可以知道设备的运行效率,通过对比历史耗电量和工频频率可以判断设备是否运行正常,如果用电过高就可以判断设备需要进行维修或更换。   如果发生电压异常也可以设置直接断电,最好是能和企业的企业智能环境感知设备联动起来,比如智能温度感知设备或智能摄像头等,一旦发生火警和温度异常可以自动预警等。   当设备过多时,通过插座编号也可以很容易找到问题设备,一般智能计量插座都会采用带蓝牙模式的,这样方便在断网的情况下通过蓝牙广播模式和周边的智能设备形成群控联动,甚至还能提供定位服务。   一般企业都换装了智能电表,可以掌握的是企业整体的用电时间段和用电情况,可以咨询电力公司进行错峰生产,但对于企业资产设备管理,最好配上智能计量插座,对每台设备的运行情况通过用电情况也能掌握。   用电最大的特征就是用不用都会消耗,最好选用错峰的方式,让电能不至于浪费,显然德州因为种种原因让各种电能没被使用就都浪费了,其次,智慧用电带来的不仅是用电的人力成本的降低,也能发挥监控设备用电监控的效果,可以及时预警和维修。

    时间:2021-02-24 关键词: 工业物联网 工业节能 计量插座 边缘计算

  • 节能遇上物联网,将削峰填谷发挥到极致

    节能遇上物联网,将削峰填谷发挥到极致

    电,最大的问题就是非法存储,不用就是浪费,所以省电最好的方法就是:削峰填谷,即在用电高峰少用电,在用电低谷多用电。   目前电力领域采取的服务模式有将分布式电力用于部分客户,采用自发自用,提高供电效率,减少浪费;类似的模式也被燃气行业采用,包括季节性调峰,根据各地需求进行的燃气输配等。同时,电力行业利用互联网,形成需求侧响应模式,削峰填谷,并调整电价,水行业则是以用水量为依据做阶梯计价等。   这些模式都对表具本身带来了考验,比如表具是否能够将数据稳定传输到后台、分时计价功能是否可以保证,云服务保证高频传输以及分析预测报警等功能。   不同于传统智能电表仅进行电能量测量,非侵入负荷感知功能可实现用户室内各种类型电器的启停时间、工作状态和能耗等信息的监测。其基本思想是通过监测用电入口端电压、电流等用电信息,采用智能学习算法、用电设备特征模式识别的构建技术,通过解析文档和暂态下的负荷特征量,识别电网末端各用电设备的用电状况。非侵入式负荷监测的主要流程包括数据量测、处理、探测、特征提取、匹配特征库和负荷识别。随着信号处理技术的发展,信号分解算法越来越丰富、负荷辨识结果也将越来越准确。   电能表技术的变化升级对行业有哪些启示呢?从信息服务行业的角度,模块化设计的电能表可能改变传统资产管理的方式,管理对象在之前“电表”的基础上将细化到“模块”,管理要求愈加精细化。   以智能表为代表的“智能时代”的今天,多功能、多费率、预付费、电能质量分析、电网运行状态监测、通信与自动抄表等已成为标准配置,功能日益强大,技术含量大幅增加,电表向“高附加值产品”的方向发展。   有关数据表明:目前国网已拥有庞大的联网设备规模与海量数据接入智能电表等各类终端5.4亿台,采集数据日增量超过60TB,覆盖全国约4.71亿客户的用电信息实现在线采集,车联网接入充电桩超过28万个。规划到2030年,接入系统的设备数量将达到20亿,整个泛在电力物联网有望成为接入设备最多的物联网生态圈,而其中40%-50%的数据需要在网络边缘侧分析、处理和存储。   电网如此,企业对公司设备的用电管理也可以遵循国家电网的模式,对每一台用电设备实施用电监控。   方法很简单,就是给用电设备加智能计量插座。   通过用电信息采集终端、计量设备将电气数据通过采集终端向企业管理系统进行汇报;所有采集数据的计算应用则需要在基于主站的云计算上进行。管理系统通过分析上传的数据,了解最佳的用电时间和用电模型并反馈给边缘的智能计量设备,设置最佳的设备用电电压、工频频率、电流、参数配置等。   而智能计量插座和其他计量设备在边缘测实现电能表误差实时在线监测功能,可以满足误差自动诊断、日常电力稽查、装置精准更换的要求。   从物联网角度来看,电水气表、门锁、门禁、便携设备,都是不同的应用,这些应用数据再集中到一个云平台,而终端的智能设备则是更加云端计算的模型升级达到最优的配置。   这样的好处不仅节能还能保证用电安全。   通过识别企业和单位负荷种类、数量、启停时间发觉隐蔽性用电;设定用电时段设定;提出节能建议;自定义峰谷电价及节能时段,分析电能质量分析等多种手段帮助用户深度节能。在用电设备接近安全容量时报警、出现报警后切断该区域电源、私接公共电源的用电情况并报警、安全用电时段设定等手段,实现客户侧的智能安全用电。   蓝奥声的智能计量插座都是基于蓝牙通信模块的,可以建立的基于物联网边缘计算的EICS管理平台,可以重复发挥蓝牙的自组网能力和定位功能,达到多种智能设备联动的效果。   比如,将智能插座和智能温度传感器进行联动,当智能温度传感器探测到温度异常,尤其是发现火灾时,可以在没有WiFi网络的情况下通过蓝牙广播通知智能插座及时断电,也可以通过和智能摄像头发现火警进行联动。而多台智能插座也可以定位设备的位置,当出现异常时可以快速地帮助维修人员及时找到该设备。   技术的升级对上层应用带来的变化,往往是超出人们想象的,企业不要仅仅停留在人走关灯的小习惯或是安装些智能设备的小技术上,要充分发挥大数据,错开用电高峰,监控用电设备的运行情况,更好的保证设备的合理用电才是最优的节电方式。

    时间:2021-02-23 关键词: 工业物联网 工业节能 计量插座 边缘计算

  • 电能计量不仅在用电安全,还有更多功能待开发

    电能计量不仅在用电安全,还有更多功能待开发

    现在的计电系统和设备很多,也很完善但好像企业主和管理层并没有把计电功能的作用看明白,还是停留在保证电力供应正常和节能环保。说实话,这些都是小钱,真正有效的是增效。    电就是一个设备的血液,计量电流能感知一台设备的状况,甚至是年纪。   比如说,如果我们突然监测到家里的电冰箱耗电增加了,基本上可以断定冰箱该换了或是该修一下了,同样的道理,设备一旦用电不正常,要不就是操作不当,要不就该维修了,不用等到规定时间就可以小修一下,提前小修总比事后大修要省钱得多。   就算企业不重视安全用电,连供电单位都已经建立了良好用电管理系统,该系统基本可以帮助各智能调度技术人员实时发现电气线路和用电设备存在的安全隐患(如:线缆温度及漏电等),有效防止电气火灾的发生。该服务系统能有效解决用电单位电气线缆老旧,小微企业无专业电工、肉眼无法直观系统即时排查电气隐患、隐蔽工程隐患检查难等难题,将发现的安全隐患即时通过该服务系统向用电单位管理人员发送预警信息,指导用电单位开展治理,消除潜在安全隐患。   对于企业来说,计电不仅是节能,保证安全,而是进一步发挥用电计量监控的管理功能。   企业电能消耗监测与分析系统应该有以下功能: (1)为企业提供用户权限管理、用电设备统计、监测区域管理以及电子地图等功能; (2)对企业的各厂区电力系统进行分监测,区域实时监测,实时显示电能质量、电能消耗等数据; (3)对企业的大功率设备、生产线进行实时监测,实时显示电力参数等数据,对负载的利用率进行定量评估,具备用电报警功能; (4)建立用电信息综合管理体系,为各监测点提供打印报表功能,功率因数统计功能; (5)对历史数据进行分析,分析各监测区域的电能消耗分布特征,为企业提供提高电能消耗效率的建议手段。   如果要更精细化的数据跟踪,可以在每一台设备加装一个智能计电插座。如果对整个区域进行总量统计,其实还是不能将具体的指标落实到每台设备,因为具体到每一台设备才能更好的反应真实的设备状况。经过大数据比对分析(以日、周、月、年同时期用电情况)在同等情况下,耗电高或是耗电异常的基本可以判断设备出现问题,不需要再对比从而更好的发现出问题的设备。   这样就等于给每台设备安装了监控手环,有问题及时反应,大大提高了早期设备处故障的可能,把问题扼杀在摇篮里,如果设备没有问题,可以具体到操作的人,人力资源部门也可以针对性的安排培训。   根据贝恩公司的一份报告显示,将工业物联网解决方案与现有运营技术和IT系统集成的困难仍然是主要的采用障碍。这些困难集中在如何跨不同格式移植数据。此外,如何将收集的数据集成到现有IT和企业管理平台中,是工业物联网项目失败的另一个原因。   根据蓝奥声所做项目的经验,安装智能计量插座是简单的,但如何把数据传输到系统中是困难的,这里设计网络配置,毕竟用电监控并不是关键数据,最重要的是在电压发生异常时,能及时开合以免引发火灾或设备损害。   所以,智能计量插座首先要有预先设置好,同时最好要和周边的智能温度设备,甚至智能安防设备,比如智能摄像头联动,当这些智能设备检验到出现火警时,要能在任何情况下直接启动智能插座断电。   要达到这种联动效果,最好选择WiFi+蓝牙的智能插座组合。   蓝奥声一直专注于物联网的面向智能行业的边缘智能EI技术解决方案提供商,在协同代理网络、同步调制通信、对象传感识别、低功耗群控、无线多模式管理、定位追踪监测、智能信息系统等关键技术方向,取得一系列具有先进性、实用性技术价值的研发成果与发明专利。   其实最专注的还是蓝牙模块的商业应用,智能计电插座的功能都接近,但是如何把蓝牙模块的功能发挥出来,特别是蓝牙能够在没有网络的情况下,通过蓝牙的自组mesh网络。如果在网络发生故障时,其他智能设备中蓝牙模块通过mesh 网络也能达到群控联动的结果,和正是其优势所在。   所以不要简简单单地把智能计电插座当插座来看,当计电功能和其他功能结合其他,特别是透过大数据分析就能挖掘出更多的应用,这也就是为什么物联网技术越来越被重视的原因。  

    时间:2021-02-20 关键词: 物联网 大数据 智能计量插座 边缘计算

  • 2021年,谁发现了边缘计算的赚钱生意?

    本文来源:物联传媒 本文作者:露西 2021年是新五年的开端,所有人都在寻找新的窗口、新的机遇。 IDC早前发布的《数据时代2025》报告指出,全球每年产生的数据将从2018年的33ZB增长到2025年的175ZB;Gartner认为,到2025年,大约超过75%的数据将在边缘侧处理,为边缘计算产业带来巨大的发展机遇。 从各方调研机构的分析来看,边缘计算不是一个新概念,它大约兴起于2017年前后,在进入5G物联网时代时,围绕边缘计算的呼声越发高涨。 站在5G发展的角度,目前我国已建成全球最大5G网络,累计建成5G基站71.8万个,5G终端连接总数超2亿。不光是振奋于网络建设取得的进展,针对5G适应的大带宽、广连接、低时延、高可靠等新的产业场景正亟待探索发现,高速数据传输、边缘计算等技术都将被需要以提供强大的技术支撑。 站在AIoT发展的角度,随着智能设备总量的增加,对智能设备的依赖,对处理速度的需要,云的采用程度的增加和网络压力的增加,更多应用迫切需要在数据源头一侧,更快处理更多数据。 边缘计算的应用场景,逐渐覆盖到制造、运输、公共事业、医疗保健、零售等诸多领域。虽然目前多是项目试验及小规模部署的阶段,但放眼至不久的未来,因边缘计算而带起的新兴产业收入无疑非常可观。 本篇文章将主要从以下4点进行讲述: 1. 新风口,边缘计算融资不停 2. 边缘计算应用场景探索 3. 边缘计算的三大军团 4. 对比云计算的发展,边缘计算的机会正在孕育 1 边缘计算融资不停 1月18日,致力于构建软件定义的边缘云PaaS平台「北京秒如科技有限公司」宣布完成数千万人民币天使轮融资。公司成立于2019年3月,核心产品定位于边缘云PaaS平台,为客户提供边缘云分布式基础设施,并且基于平台构建上层面向边缘的SaaS服务。 另大约一周前,媒体曝出北京微芯感知科技有限公司发生工商变更,新增股东广西腾讯创业投资有限公司,持股20%,为大股东;公司注册资本由500万元增加至625万元,增加125万元。据悉微芯感知成立于2020年4月,核心团队来自北京微芯边缘计算研究院科研力量,研究方向包括边缘计算芯片、新型传感器、区块链、行业解决方案等。 追溯到2020全年,根据IT桔子的收录,有22家边缘计算相关的企业获得融资。 例如2018年开始转型为边缘计算云服务商的视界云,宣布了来自达晨创投、君联资本、崇德资本的近亿元A+轮融资。公司产品以多云接入管理平台为主,另有边缘计算网络平台也是收入的一大构成。 例如成立于2019年的深圳艾灵网络有限公司,宣布了来自顺为资本、佰才邦的数千万元天使轮融资。公司主要结合工业领域市场需求提供场景化5G产品及应用级边缘云解决方案。 更多的案例不胜枚举,我们还可以发现,不仅成立两三年的边缘计算初创公司陆续获得国内顶尖投资机构的青睐,行业属性不同的头部公司,从上游的芯片、模组到中游的运营商、通信设备商以及云平台厂商,再到下游的终端设备厂商和行业应用商,整个产业链几乎没有不在谈边缘计算投资与商业价值的。 根据IBM商业价值研究院2019年发布的边缘计算调研报告《为何边缘计算成为企业的 重投 领域》可知: 仅需三年,边缘投资的平均回报率可达到6%。能源和公共事业的高管对边缘计算的投资回报尤其乐观,他们预计平均投资回报率将接近10%;汽车行业高管紧随其后,他们的预计为8%。 数据来源:IBM商业价值研究院2019年边缘计算调研 2 边缘计算应用场景探索 何为"边缘",指的是一个相对概念,可以在传输网中,也可以在智能设备内部。常见的边缘计算载体可以是具有一定运算能力的边缘网关/智能路由器,或者是具有较强运算能力的部署于场景一侧的服务器,亦或是具有数据收集与分析功能的边缘云平台。 这些载体帮助就近处理智能设备产生的数据,而不用上传至云计算中心,归纳下来大致有4点优势: 1)降低时延以提高数据分析及操作的实时性; 2)减少传输的数据量以降低带宽成本; 3)本地化存储以确保数据隐私及安全; 4)能够适配弱网环境以提供持续性高可用服务。 从更商业化的角度看待,边缘计算对于垂直行业的吸引力体现在两大方面:一是为企业旧业务运营提升效率,二是加大了传统行业在5G时代创造新收入的机会。 比如在工业制造场景,考虑传统人工目视全检或抽检的手段容易出现错检、漏检等状况,为保证出货良品率,往往需要同工位安排数量较多的质检员进行培训及操作,这不仅增加了人力成本开支,在当下制造业招工难的形势下更是一项挑战。 时下,不少技术服务提供商在推出基于边缘计算的机器视觉无人质检解决方案,公众号《上海通信圈》日前披露一项中国联通在上海金智达复合材料有限公司落地的5G+AI工业质检解决方案,其方案架构具有5G接入能力、本地/边缘识别能力、边云协同、融合图像处理、多种部署模式等特点,以机器换人,满足客户提升质检效率的要求,未来规模化后有望显著降低质检投入成本。 又比如在高速收费稽核场景,早前随着省界收费站的取消,关于提升我国高速公路通行效率,减少收费站人工和管理节本的需求被摆上台面,但与此同时,从省域路网转变到到全国一张网,如何降低收费稽查和追缴的难度是众多技术服务提供商要着眼解决的问题。 根据云计算服务提供商青云QingCloud早前披露的智慧交通解决方案,其中描述了高速公路车流量日益增长,一个大的高速收费站,每天有 400 万辆车经过,每个通道5个摄像头,一张图片500k,如果使卡口图片上传到云端再进行AI模型识别,识别结果返回到计费系统,计费结果再返回给卡口,不仅系统压力大、带宽成本高昂,而且整体链路太长,若再遭遇网络不稳定的情况,将很容易造成车辆拥堵的困境。 为此,使AI能力下沉,在边缘节点侧进行车牌识别、卡口计费是整个方案的重点之一,这不仅将大幅降低带宽成本,确保在离线状态下业务保持稳定,此外云边一体,边云协同将更有利于简化运维架构,提高系统运行效率。 再比如自动驾驶场景需要边缘计算降低时延;医疗健康场景需要边缘计算以保护隐私信息,坦白说,边缘计算众多的应用场景其实也像物联网一样呈现碎片化特性,这其实给不同属性的公司提供了多种扩展商业模式的机会。 3 边缘计算三大军团 首先,边缘计算是运营商提高产业链地位的最佳机会。 运营商非常希望在5G时代打个漂亮的翻身仗,摆脱"管道工"的标签,获取应用价值。他们希望用最少的资本投入,产生最丰富的网络功能,实现身份的升级。 据透露,在大力建设5G基建的同时,中国移动有计划性地聚焦15个行业推出百余项5G行业应用龙头示范项目,摸底发现其中约有60%的项目有明确的"网络+边缘计算"需求,边缘计算已然成为5G示范项目的刚需。 移动边缘计算(MEC)是运营商主推的,因为只有运营商才具备在无线接入网侧进行边缘部署的能力,其他领域企业发展边缘计算总是要在移动通信网络之后的。再加上边缘计算在技术上与5G网络的适配度较高,以及运营商在全国各地拥有大量的驻地工作人员和基础网络设施,运营商发展边缘计算的先天优势十分明显。 其次,边缘计算对云计算厂商扩展业务产生极高的吸引力。 在5G没火热之前,行业更多讨论的还是"边缘计算是否会取代云计算",随着后来玩家宣布发力产业互联网,云计算厂商便着手力推边缘计算以用于延伸云产品和云能力,以此落地行业应用。整体而言,这更像是业务发展过程中自上而下的自然演进,最大的挑战是去中心化,以及云边如何协同。 再次,边缘计算是设备厂商/芯片厂商新的赚钱机会。 常见的融合边缘图像处理功能的智能安防摄像头,融合边缘AI算法的智能网关,以及英特尔、英伟达等推出的具有边缘计算能力的芯片产品……与上文提到的软件层出现不少以"边缘云"为主的垂直行业初创企业类似,在硬件层面,边缘计算也在吸引大批企业的加入,这是另外一个大的发展趋势。 以及还有CDN玩家,考虑到CDN曾被认为是边缘计算的一种表现形式,所以CDN厂商将业务范围扩展到边缘计算,似乎是门槛最低的。但要突破云厂商的包围走出一条明朗的道路,实际操作起来或许需要更多策略。 当然,既然边缘计算具有碎片化的特性,单独某家企业难以一家独大,只靠某家企业也难以使项目广泛落地,融合上中下游产业链共建标准与合作将是产业共识,尤其是创业型企业在此也拥有了很多发展壮大的机会。 中国边缘计算相关收入机会 来源:GSMA与边缘计算产业联盟(ECC)共同完成的《5G 时代的边缘计算:中国的技术和市场发展》报告 4 结语 回想2010年,云计算被认为是没价值,新瓶装旧酒的事物,可十年后,全球云计算的市场规模已经达到千亿美元,且仍将保持稳定态势继续增长。而云计算的商业意义,是贡献了亚马逊公司全年三分之二的利润来源;是助力微软公司成功转型,市值超过万亿美元;是谷歌宁愿花大价钱投入也要奋起直追…… 边缘计算受到关注的时间比云计算稍晚几年,甚至目前被认为存在炒作的嫌疑,这与云计算的早期遭遇如出一辙。那么在未来,在技术演进、商业模式、成本投入等方面的问题得到解决时,从边缘计算中是否也会诞生新的头部玩家呢。 这个正在发展初期的产业,其实是无法被忽略的。

    时间:2021-01-22 关键词: 云计算 5G AIoT 边缘计算

  • 论垃圾分类与边缘计算的关系

    小明是一位普通市民。 每天,小明和邻居们一样,将生活垃圾混在一起,扔到小区的垃圾箱。   然后,环卫人员进行收集运送,送到垃圾中转站。   最后,再从垃圾中转站运到垃圾填埋场或焚烧厂,进行掩埋、焚烧。也有部分垃圾,会进行分拣处理再利用。   为了保护环境,提高垃圾的价值,政府开始推行垃圾分类政策。 政府要求,每家每户必须进行垃圾分类,然后投放到不同的垃圾桶。 环卫人员将分类后的垃圾,运送到垃圾中转站。 接收垃圾后,垃圾中转站可以更方便地进行分拣处理,送到垃圾填埋场、焚烧厂以及回收厂。 不同的垃圾处理厂,可以直接接收属于自己的垃圾,然后直接进行垃圾处理。 以上这个简单的例子,是一个标准的“垃圾分类处理流程”。其实,这更是一个非常经典的边缘计算案例。 垃圾分类之前,对垃圾的分拣工作,是垃圾中转站负责进行处理的。我们可以把它理解为传统的“云”。居民的家,我们可以称之为“端”。 环卫工人的运输,可以称之为 “ 管 ” 。 而填埋场、焚烧厂和回收厂,我们可以理解为不同的应用。 这种传统方式的问题在于,经过混合运输之后的垃圾,分拣难度更大。 垃圾分类之后,相当于分拣这个计算行为,从“云”(垃圾中转站)下沉到“端”(居民家)。 算力下沉 最完美的计算点,大家应该想到了,其实是小明家。这是端计算。 但是,因为小明算力不够(脑子不好使,搞不清楚到底该怎么分),于是,稍微上移了一点,交给了经验丰富的小区大妈。这就成了真正的边缘计算。     事实上,我个人认为,将分拣工作交给小区大妈,是现阶段非常完美的解决方案。 一方面,可以减少普通居民的算力压力(节约脑子,也延缓了培训周期)。另一方面,分拣工作交给专业人士,效率会更高(他们对分拣更加熟练)。我们每家每户适当支付一点“算力”成本,其实也是可以接受的(小区大妈也会很开心)。 边缘计算一旦实现以后,可以发展边缘计算应用。 当然啦,这里并不是让掩埋场和焚烧厂直接和居民对接。最主要的,是可回收垃圾的处理。 例如,回收旧衣物、旧家电、旧家具的公司,可以直接到小区进行收集,回收成本大幅降低,有很广阔的市场前景。 甚至可以基于垃圾分类,建设SaaS的废旧物品回收平台。居民通过APP下单,然后回收公司可以上门定点回收。 采用边缘计算(垃圾分类)后,管道的的压力也减轻了,从小区到垃圾中转站的运输量会大幅减少。 怎么样?通过这个垃圾分类的例子,大家是不是搞懂了边缘计算?边缘计算的作用,是不是很神奇? 其实,边缘计算的思想无处不在。我们的生活,一切皆是计算。有计算就有集中式、分布式。 以前,算力不足,大家都喜欢搞集中式。现在,算力强大,连接力强大,算力开始灵活流动,演变出了边缘计算,开启了一个全新的应用场景。 未来,云计算、边缘计算和端计算将会长期共存,相辅相成,形成繁荣的算力生态。借助它们,我们将更快地实现产业的数字化智能化转型。我们的生活,也将变得更加美好! 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2021-01-11 关键词: 垃圾分类 边缘计算

  • 科普:论垃圾分类与边缘计算的关系

    小明是一位普通市民。 每天,小明和邻居们一样,将生活垃圾混在一起,扔到小区的垃圾箱。   然后,环卫人员进行收集运送,送到垃圾中转站。   最后,再从垃圾中转站运到垃圾填埋场或焚烧厂,进行掩埋、焚烧。也有部分垃圾,会进行分拣处理再利用。   为了保护环境,提高垃圾的价值,政府开始推行垃圾分类政策。 政府要求,每家每户必须进行垃圾分类,然后投放到不同的垃圾桶。   环卫人员将分类后的垃圾,运送到垃圾中转站。 接收垃圾后,垃圾中转站可以更方便地进行分拣处理,送到垃圾填埋场、焚烧厂以及回收厂。 不同的垃圾处理厂,可以直接接收属于自己的垃圾,然后直接进行垃圾处理。   以上这个简单的例子,是一个标准的“垃圾分类处理流程”。其实,这更是一个非常经典的边缘计算案例。 垃圾分类之前,对垃圾的分拣工作,是垃圾中转站负责进行处理的。我们可以把它理解为传统的“云”。居民的家,我们可以称之为“端”。 环卫工人的运输,可以称之为“管”。 而填埋场、焚烧厂和回收厂,我们可以理解为不同的应用。 这种传统方式的问题在于,经过混合运输之后的垃圾,分拣难度更大。 垃圾分类之后,相当于分拣这个计算行为,从“云”(垃圾中转站)下沉到“端”(居民家)。 算力下沉 最完美的计算点,大家应该想到了,其实是小明家。这是端计算。 但是,因为小明算力不够(脑子不好使,搞不清楚到底该怎么分),于是,稍微上移了一点,交给了经验丰富的小区大妈。这就成了真正的边缘计算。   事实上,我个人认为,将分拣工作交给小区大妈,是现阶段非常完美的解决方案。 一方面,可以减少普通居民的算力压力(节约脑子,也延缓了培训周期)。另一方面,分拣工作交给专业人士,效率会更高(他们对分拣更加熟练)。我们每家每户适当支付一点“算力”成本,其实也是可以接受的(小区大妈也会很开心)。 边缘计算一旦实现以后,可以发展边缘计算应用。 当然啦,这里并不是让掩埋场和焚烧厂直接和居民对接。最主要的,是可回收垃圾的处理。 例如,回收旧衣物、旧家电、旧家具的公司,可以直接到小区进行收集,回收成本大幅降低,有很广阔的市场前景。 甚至可以基于垃圾分类,建设SaaS的废旧物品回收平台。居民通过APP下单,然后回收公司可以上门定点回收。 采用边缘计算(垃圾分类)后,管道的的压力也减轻了,从小区到垃圾中转站的运输量会大幅减少。 怎么样?通过这个垃圾分类的例子,大家是不是搞懂了边缘计算?边缘计算的作用,是不是很神奇? 其实,边缘计算的思想无处不在。我们的生活,一切皆是计算。有计算就有集中式、分布式。 以前,算力不足,大家都喜欢搞集中式。现在,算力强大,连接力强大,算力开始灵活流动,演变出了边缘计算,开启了一个全新的应用场景。 未来,云计算、边缘计算和端计算将会长期共存,相辅相成,形成繁荣的算力生态。借助它们,我们将更快地实现产业的数字化智能化转型。我们的生活,也将变得更加美好! 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2021-01-09 关键词: 云计算 垃圾分类 边缘计算

  • 最新丨《工业互联网边缘计算安全白皮书》发布,安全成关注重点

    近日,由国家工业信息安全发展中心牵头,和利时为主要编写单位,联合百度、中国科学院大学等十余家主流工业互联网企业、网络安全企业、科研院所一同编制的《工业互联网边缘计算安全白皮书(2020)》正式发布(以下简称《白皮书》)。 《白皮书》提出工业互联网场景下的边缘计算技术架构及安全框架,就工业互联网边缘计算安全的保护对象、面临的风险以及安全防护措施和相关安全角色问题进行深入分析,并且对未来工业互联网边缘计算安全的前景进行展望。 工业安全信息产业发展快速上升 根据国家互联网和信息化委员会提供资料显示,在2019年中,我国的工业安全信息产业规模为99.74亿元,市场增长率为41.84%,产业规模保持快速上升的势头,2019年大约共有266家国内企业涉及工业信息安全业务。 同时经过综合判断,预计2020年我国的工业信息安全市场增长率将达23.13%,市场整体规模将达到122.81亿元。 国家工业信息安全发展研究中心有关负责人表示,“在新一轮产业数字化转型的大背景下,工业互联网建设将全面加速,安全保障仍是工业互联网的重点工作,产业内生需求有望进一步被激发,我国工业信息安全产业未来前景可期。” 边缘计算对工业的影响 对于边缘计算来说,它影响最大的领域就是工业。由于传统的云计算模型的集中式大数据处理模式应对目前规模庞大的工业物联网数据非常吃力,无法满足大规模数据的实时性、安全性和低能耗等需求,所以在工业中便开始推广边缘计算技术。 边缘计算其实是云计算能力的补充和延伸,传统的云计算技术相当于整条工业生产线的指挥官,但是由于目前生产线以及设备太过于复杂,所以其中的一条线路、设备产生的数据或者出现问题时,传输至云计算中心所耗费的时间过长,这就很可能影响整条生产线的工作。 如果在生产线中使用边缘计算技术,将这些设备单独赋予云计算能力,这样就可以实时统计数据、分析问题,就可以进一步增强数据的分析和收集效率。这有助于实现工业柔性化定制的生产模式,让整条工业生产线变得更加智能。 边缘计算安全的必要性 目前,边缘计算正在面临着巨大的安全威胁问题。由于边缘计算将云计算能力带到了网络边缘,传统的一些安全解决方法就无法应对由边缘计算系统引入的新型安全挑战,所以带来了一系列的安全问题。 并且边缘计算技术将带来网络边缘高度动态异构的复杂环境,这对于万物互联将带来全新的危险,相较于云计算数据中心,边缘节点的能力有限,更容易受到攻击和威胁,虽然单个边缘节点被破坏的损害有限,但是可能通过这一个支点连累整个系统。 此外,边缘计算不仅仅存在着普遍的应用安全问题,而且在边缘计算这种多种网络共存的场景下,这对于身份管理和授权访问的要求比较高,这些都是保障边缘计算安全的重要方面。 总结 边缘计算作为一种新型的去中心化技术,将云计算、数据的分析、存储能力拓展至边缘设备中,将设备、应用实现大规模的协同互联,对工业非常十分利好。不过这种技术也会让网络环境更加复杂,导致边缘设备具备更好的权力,也就不可避免地带来一些威胁。 此次《白皮书》的发布,将进一步加深业界对于边缘计算安全的认识,并提高对工业互联网边缘计算安全防护的看法,努力推动工业互联网边缘计算安全技术和产业发展,助边缘计算走上“安全”之路。

    时间:2020-12-24 关键词: 工业互联网 边缘计算

  • 边缘计算在智能制造中有什么帮助?

    近日,由边缘计算产业联盟主办的2020边缘计算产业峰会成功举办,峰会以“智联边云,共创产业新价值”为主题,对于边缘计算的前沿技术、应用与场景进行讨论,共同推动边缘计算产业发展。 随着物联网技术的发展,越来越多的传感器加入到制造业中,这也是制造业转型升级的必备之路。不过由于传感器和智能设备的增多,传统的云计算技术应对目前规模庞大的物联网数据有些困难,不能做到实时传输和分析大规模的数据,容易造成信息阻塞。 在这种大背景下,边缘计算作为一种解决方式,便开始崭露头角。边缘计算是云计算能力的补充和延伸,边缘计算产业联盟将其定义为:“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、应用核心能力的开发平台,就近提供边缘智能服务,满足行业数字在敏捷联接、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”。 将边缘计算直白一点解释,就是云计算相当于整条生产线的指挥官,但是由于线路以及设备太过于复杂,所以其中的一条线路或者设备产生数据或者发生问题时,要传输至云计算中心所耗费的时间过长。如果将这些设备单独赋予云计算能力,这样就可以实时统计数据、分析问题,这就是边缘计算能力。 对于边缘计算来说,它影响最大的就是制造业。边缘计算目前最大的应用就是预测性维护功能,由于可以做到对各个设备、各个环节进行数据的收集,通过大数据分析的方式,就很轻松的得到异常环节或者设备,通过目的性维护,为企业节省成本,提升效率。 同时边缘计算还可以帮助智能制造的数据相应速度大幅度提升,尤其是对于一些表计传感器产品来说,有着非常大的帮助。通过边缘计算可以让一些设备或者系统在达到一定的数值时,进行开始或者暂停的行为,拥有自主的控制权,不需要再耗费时间传回云计算中心,影响整条生产线的效率。 此外,柔性化作为制造业转型升级而产生的新型生产方式,受到了众多企业的追捧。由于数据分析慢、终端信息化程度低,柔性化生产对于传统制造业并不简单。而通过边缘计算能力控制不同的生产设备进行协作,让工厂实现柔性化定制生产模式,将整条生产线变得更加智能。 边缘计算产业联盟理事长于海斌表示:“在国家大力发展新基建的今天,边缘计算蓄力爆发的时刻或已来临,边缘计算将是5G、工业互联网、人工智能三者融合发展的爆发点。未来,联盟将进一步加强与学术界和产业界的合作,深耕边缘计算在不同行业的落地需求与应用模式,助力联盟成员打造更多边缘计算新应用,共同推进边缘计算产业的高速发展。” 随着5G技术的逐渐普及,边缘计算能力将大幅度增强。边缘计算能力和物联网搭配,将成为以后工业互联网的主流方向,这对于助力企业数字化、智能化转型升级有非常大的帮助。

    时间:2020-12-20 关键词: 5G 边缘计算

  • 深度解密5G多接入边缘计算

    5G系列文章回顾 1. 5G,看得见的未来 (总述) 2. 5G无线关键技术总览 3. 5G核心网关键技术总览  4. 5G承载关键技术总览 无线专题 1. 大规模MIMO自述  2. 5G RAN:您的配送服务已升级  3. 5G时代,多址技术何去何从? 4. D2D,让通信的方式简单点 5. MUSA,5G物联网为什么需要你? 6. 是兄弟一起上,5G UDN不负众望 7.上行要想快,还需FAST带 8.5G RAN节能 9.5G时代,你还在手工调天线吗? 10.SSB 1+X:不管你站得多高,都让你的手机信号满满! 核心网专题 1. 5G切片,切的究竟是什么? 2. SBA,你对5G核心网做了什么? 3. 5G核心网,这次你是真的变了吗? 4. 移动边缘计算,站在5G“中央”? 5. 朋友一生一起走,计算存储要分手  6. 聆听5G的声音!  7. MANO,你凭什么编排我的人生? 8. 云“养”核心网,NFV你准备好了吗? 9. 您的新朋友OpenStack正飞奔而来,请做好准备 10. 当信令网遇上5G 11.5G时代,短信演进之路 12.先理解智能,再谈硬件加速 13.融合计费,为何成为5G新宠? 14.服务化的5GC,由谁来控制? 15.5G分流,为了更好的遇见 16.靠近核心的LMF,让你的定位服务更好用 承载网专题 1. ROADM为承载网带来了什么? 2. 5G时代,是谁撼动了MPLS的江湖地位? 3. 5G是如何传输数据的? 4. 什么是SDON软件定义光网络? 5. 5G时代,是谁为数据中心带来了新的活力? 6. 5G承载网,你的路修好了吗? 7. 是谁让5G光传送网(OTN)变得更灵活及强大? 8. 5G时代,以太网家庭幸福的秘诀是什么?  9. 你以为的北京时间,是真的北京时间吗? 10.堆叠,你能为5G做些什么? 11.No PULL, Just PUSH! 12. 数据中心也要迎战5G了? 13. 原来你是这样的5G电信云! 14.5G电信云数据中心的逻辑组网 15.“云诊断、云课堂、云旅游...”背后的力量 16.5G承载网,你的稳定我来守护 17.5G时代,PON出“新花样” 5G知识抢先看 欢迎继续关注后续精彩 同时 真诚欢迎您留言对5G技术的需求 我们将竭诚为您服务 我们是一群平均从业年限5+的通信专业工程师。关注我们,带你了解通信世界的精彩!分享、点赞加在看,我们都是好伙伴 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-12-17 关键词: 5G 边缘计算

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包