腾讯云计算(北京)有限责任公司
1目标和概述
5G、AI、物联网等技术的成熟带来很多行业应用的创新和改革,如工业互联网、车联网、自动驾驶、云游戏、超高清视频、AR/VR、远程医疗、智慧零售、智慧园区等,这些新的应用会在端侧产生大量的数据。同时,为了给用户提供更加安全、稳定、优质的体验,系统需要保证应用对端侧产生的数据进行快速分析响应,并且确保数据隐私的安全可靠。中心云模式下,所有设备都连接中心云并将数据汇聚到中心云进行计算和分析,这会遇到如下的瓶颈和挑战:
(1)容量及成本:边缘端侧的设备会产生海量的连接和数据。若这些连接和数据都采用中心云计算的模式,业务会消耗大量的公网带宽和数据回传的容量,如4K的高清视频每秒都消耗至少10Mb/s的带宽(8K视频需要至少40Mb/s)。如果万亿设备同时连接中心,在目前运营商的网络架构下没有办法满足如此量级的带宽需求。另外,数据同步到中心云分析的模式下,要比在边缘进行分析所花费的成本更高。端侧产生的数据有很大部分与业务无关,若在边缘进行过滤及处理可以极大地降低用户的运营成本。
(2)时延:5G技术解决端设备到基站的延时,但没有办法解决从基站到云计算中心的网络延时,因此中心云计算的模式是没有办法满足自动驾驶、云游戏、远程医疗等超低时延的应用场景需求。
(3)安全:在工业互联网、企业办公等应用场景,用户对数据的隐私安全有非常高的要求。由于自身业务的需求和国家的法律法规的约束,用户无法将原始的数据同步到云中心进行计算和分析,这给中心云模式带来极大的挑战。
(4)连接:在边缘场景中,边缘节点可能通过有线、Wi-Fi、4G/5G等方式与管控中心连接,网络质量不可控。如何在弱网或者断网的情况下保证本地自治,在重连后保证业务快速恢复,也是边缘计算场景的重要课题。
IECP物联网边缘计算解决方案打造云边一体的云原生体系,通过边缘集群纳管边缘节点,提供将云上应用延伸到边缘的能力,联动边缘和云端的数据,满足客户对边缘计算资源的远程管控、数据处理、分析决策、智能化的诉求,具备边缘自治、云边协同、异构兼容等核心能力。
2方案介绍
IECP边缘计算解决方案的系统架构如图1所示。
图1 IECP边缘计算解决方案系统架构图
腾讯云IECP能够快速地将云中心的存储、大数据、人工智能、安全等云端计算能力扩展至距离数据源头最近的边缘节点,帮助用户在边缘设备上创建可以连接IoT设备,转发、存储、分析设备数据的本地边缘计算节点。通过打通云端计算服务,用户可以方便地在本地使用设备接入、物联管理、视频监控以及AI分析等能力,对设备数据进行实时处理与响应,节约运维、开发、网络带宽等成本消耗。IECP核心能力如下:
(1)边缘轻量化:相比于中心云,边缘设备的资源紧张,可能只有2核4G内存甚至是更低的配置。因此,IECP采用云端管控架构,让Master组件部署在资源丰富的中心侧,边缘侧只运行资源消耗少的必要边缘组件,降低边缘节点的资源要求。在业务侧,EdgeCore采用按需部署的搭积木方式下发边缘应用,针对不同场景均可以最小集应用来满足业务需求。
(2)边缘自治:云边网络条件层次不齐,在弱网和断网情况下要保证边缘服务的稳定性。IECP通过搭建lite-apiserver,在云端请求不到的时候就会从本地缓存中取出相关组件管控缓存返回给请求端,保证边缘服务的稳定以及重启后从本地存储中把业务容器加载起来。
(3)云边通信及安全认证:边缘节点一般是没有公网IP的,边缘节点可以主动访问云端,但是云端却无法直接访问边缘节点,所以需要云边反向隧道进行打通。IECP同步部署tunnel组件,为云边数据传输提供高效、安全的加密隧道。物联网子设备到边缘节点之间支持TLS-PSK、TLS-CERT双向认证;边缘节点到云后台之间支持TLS-CERT双向认证,如图2所示。
图2 云边通信及安全认证
(4)边缘物联管理:IECP边缘侧软件提供丰富的数据采集能力,支持Modbus、OPC-UA、LoRaWAN等协议,并提供RPC接口供用户组件调用,屏蔽底层的硬件逻辑。另外,物联网组件可提供完整的物联网能力,包括设备接入、设备管理、消息路由、物模型、场景联动、数据解析以及流式计算等,用户只需要关注自身系统的业务逻辑,无需开发物联网相关基础能力。
(5)边缘视觉分析:IECP可提供边缘视频组件,支持RTP、RTSP、RTMP、国标GB/T28181等主流协议,并提供视频编解码能力。腾讯云拥有业界领先的AI能力,平台可将云端成熟的AI算法下发至边缘侧进行推理,根据业务要求输出结构化及非结构化的分析结果。通过在本地处理视频流及AI推理,可有效节省带宽,降低云端压力,并可与接入的物联网设备实时联动,推送告警。如图3所示。
图3 边缘视觉分析架构图
3代表性及推广价值
腾讯云IECP采用商业+开源双轮驱动的模式,已在产业界及开源社区形成广泛的影响力。腾讯云于2020年将核心边缘容器产品SuperEdge贡献到开源社区,并于2021年9月14日通过了全球顶级开源基金会CNCF技术监督委员会的评定,正式成为CNCF沙箱项目。IECP已在多个领域积累了丰富的项目实践,下面以智慧水务场景为例,重点介绍某省智慧水利及小水电站流量监控项目。
3.1项目背景及目标
传统水利采用DTU/RTU方式上报数据,使用自定义传输协议,存在一数多源、数据可靠性较低的问题。某省水利厅、水科院联合腾讯云,基于IECP打造了以边缘物联智能感知与监测为核心的水利、水务信息化系统,支撑全省河道、水电站的水文监测以及水要素全域感知。本项目使用边缘网关作为计算节点,可有效解决“烟囱”林立和数据整合(数据采集存储分散/时序不对应/标记不齐全)的问题,打通各类感知设备,实现场景联动以及边缘智能,提供智能预警,辅助决策。与传统方案的架构对比如图4所示。
图4 传统方案与IECP方案架构对比图
3.2方案架构
采用“云-边-端”架构带动水务系统的技术升级,根据业务需要分级处理,云边协同,为流域水生态环境管理提供信息化管理和决策支持。如图5所示。
图5 水利物联网应用架构图
3.2.1“云”侧
以腾讯云物联网平台为基础,建设水务物联网监测感知平台和视频感知平台,采用微服务架构解耦业务和数据,解决异构系统架构和数据统一管理。作为城市物联网的水务行业平台,承担全省水务市级建设的所有物联监测感知设施的监测站和视频站的统一数据的接收、解析、存储与服务,实现与区级、市级委办局间所有感知相关数据的统一汇聚接入和共享服务。
物联网平台通过开放的API接口和主站应用进行对接。通过物联网平台实现了感知层的物联网设备和上层应用之间的解耦,加快了上层应用的迭代速度。业务功能软件微服务化后,多业务部门的微服务都可运行在物联网平台上,实现充分的信息共享,打破原有业务系统的信息“烟囱”。
3.2.2“边”侧
(1)边缘计算平台:腾讯云物联网边缘计算平台IECP提供云边一体的边缘计算框架,能够快速地将业务应用部署至距离数据源头最近的边缘节点,帮助水务行业客户在边缘计算设备上快速实现以下功能:
· 多协议物联网感知设备接入和协议转换;
· 视频接入及录像、存储、转发、视频录像截图上传下载;
· 视频流字幕打印、IoT设备数据联动;
· 边缘智能推理分析、输出符合水利特点的识别结果以及预测分析,如水位、船只、漂浮物等。同时,IECP提供丰富的物联管理能力,包括场景联动、流式计算和消息路由等,对设备数据进行处理与响应,节约运维、开发、网络带宽等成本消耗。
(2)边缘硬件:开发适用于流域水生态环境监测体系的边缘网关设备,将高带宽、低时延、本地化的业务下沉到网络边缘,解决时延过长、汇聚流量过大等问题,从而为实时性和带宽密集型业务提供良好支持。如图6所示。
图6 基于视觉AI的水位识别场景
(3)边缘智能:通过腾讯云业界领先的目标检测、图像分割等人工智能技术,基于海量水利视频、图片数据,创建神经网络模型,结合传统图像处理等技术,构建了一套高精度、高适用、高效率的智能水环境监测系统。以基于视觉AI的水位识别场景为例:
· 经过了二次噪声处理后,算法的适用性更强,在图像存在噪点、光线变化等环境影响因素的情况下,能更好地适应不同的情况;
· 经过边缘刻度的精确测算后,边缘刻度比例更加清晰,识别精度从一个刻度的长度(5cm、10cm等)提升至像素级别(2cm之内);
· 整体水尺长度以及水深计算中,水尺整长、刻度长度已实现可配置,可根据不同类型、场景进行快捷调整;
· 算法避免了过多、过复杂的模型串行,使得程序运行的效率更高,从而满足业务需求。
4总结
作为行业数字转型的核心能力底座,边缘计算已由技术概念期进入到期望峰值期,成为未来计算的重要趋势之一。随着数字转型的深入,边缘计算在行业应用深度和广度上将得到进一步加强,充分利用近用户侧的先天优势,为行业用户提供低成本、高质量的服务。IECP物联网边缘计算解决方案作为垂直行业数字化落地的“助推器”,将与人工智能、大数据、5G等各类新兴技术紧密结合,通过将各类技术“边缘计算化”,实现边缘计算服务能力升级,满足行业应用需求,推动边缘计算产业快速落地。
摘自《自动化博览》2022年2月刊