云边协同

一、    概述

云边协同是将云与边缘连接起来，将云端能力延伸到边缘侧，联动云端和边缘侧数据，实现边缘资源的远程管控、数据处理、数据分析、智能决策等。云和边缘是两个相对的概念，云指具有云计算能力的云端，边指靠近终端设备的边缘节点。

云计算时代，数据上云，云端处理海量数据，处理后的数据反馈到边缘侧进行智能决策。云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势。但云计算不适用实时性高、数据隐私、本地自治等应用场景，比如智能工厂设备故障检测、车联网中的自动驾驶、安防领域异常检测等。

边缘计算具有实时性高、连接广泛、数据安全和隐私性保护等优势，适用于实时、短周期的数据处理与分析。

边缘计算与云计算互补协同满足各种需求场景的匹配，从而放大边缘计算和云计算的应用价值。边缘计算既靠近执行单元，更是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用；反之，云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧，边缘计算基于新的业务规则或模型运行。

二、    架构

云边协同将云端应用、模型等能力下发到边缘节点，将公有云能力延伸到靠近设备的一端，使得边缘节点拥有云端相同能力，能够实时处理终端设备计算需求。

三、    功能

云边协同具有如下功能。

1、 边缘节点接入

便捷地接入海量边缘节点，云端统一进行管理、监控和运维；

2、 应用生命周期管理

支持用户通过云端实现边缘应用的部署、监控和运维等全生命周期管理；

3、 智能模型下发

快速下发智能算法模型到边缘端，实现基于云边协同的边缘侧智能服务；

4、 异构数据接入

异构资产数据以 MQTT 协议接入；

5、 云边协同

基于云端训练、边缘应用的模式，实现边云协同的 AI 处理，形成模型最优的完整闭环。

四、    应用

将工业视觉质检应用部署在边缘节点以满足工业级实时性，同时将边缘处理后的结构化数据回传到云端训练、优化，并实时更新边缘模型，提高推理精度。