第一届云原生边缘计算学术研讨会 KEAW'22 成功举办

2022-11-24
浙江
本文字数：4557 字
阅读完需：约 15 分钟

作为边缘计算的旗帜项目,KubeEdge 自开源以来就受到了产业界和学术界的广泛关注和支持。随着 KubeEdge 已广泛应用智能交通、智慧城市、智慧园区、智慧能源、智慧工厂、智慧银行、智慧工地、CDN 等多个行业和场景,业界对其价值的认可也在持续走高,高校实验室、科研院所、师生群体以及行业开发者对于项目本身在学术及应用层面开放、深度交流的需求正在不断增加。

为促进相关领域学者及从业人士更高阶的学术交流,探索学术研究新方向,并进一步完善边缘计算行业生态,第一届云原生边缘计算学术研讨会 The 1st KubeEdge Academic Workshop(KEAW'22)于 11 月 16 日-11 月 17 日圆满召开。此次研讨会以“探索,边缘新未来”为主题,聚集学界领军专家和技术爱好者,共同洞察边缘计算前沿技术及趋势,汇集边缘计算学术研究及实践案例,开拓行业发展新机遇。

大咖云集,共探云原生边缘计算新未来

CNCF 大使,KubeEdge 联合创始人王泽锋发表了 KEAW'22 开幕致辞。他表示,KubeEdge 是 CNCF 首个云原生边缘计算项目,近年来 KubeEdge 社区已经吸引了超过 16 万开发者,并且始终处在一个持续上升的活跃开发状态之中。与此同时,KubeEdge 也在不断探索多学术圈合作方式,并且成功入驻开源发展委员会指导提供的开源创新服务平台 GitLink。在今后 KubeEdge 社区也将尝试与 CCF 开源发展委员会更深入的合作形式,包括走进高校活动、高校开发者创新大赛等,并且也希望更多的人能够参与到社区贡献之中。

王泽锋 - KEAW'22 开幕致辞

CCF 开源发展委员会常委、复旦大学计算机科学与技术学院副院长彭鑫教授围绕“云原生边缘计算助力人机物融合泛在计算”议题,为此次 KEAW'22 研讨会的 Edge Computing Day 致辞。他表示人机物融合泛在计算将云计算的思想拓展到人机物三元空间,需要建立人机物融合应用平台及相应的低代码“编程”体系,通过云原生边缘计算来支撑设备接入和管理以及算力保障,其中利用机器人的任务完成能力帮助人机物融合应用能够更好地实现自动化闭环。未来希望建立人机物融合应用的“开发运维一体化”,实现快速反馈、敏捷适应、持续演进等方面的目标。

彭鑫 - 云原生边缘计算助力人机物融合泛在计算

边缘智能的下一站在分布式人工智能,将主要集中于分布式的任务执行与管理、分布式的机器学习、分布式的边缘节点自主合作三方面,打造具备深度学习能力与深度融合汇聚的 AIoT 生态。香港理工大学人工智能与物联网研究院 (RIAIoT) 院长、IEEE Fellow 曹建农在题为《Future Edge Computing:Towards Distributed Intelligence》的 Keynote 演讲中指出,作为基于微服务的新兴技术,分布式人工智能将集成物理世界与虚拟世界,以车载网、元宇宙、工业物联网、医疗健康等场景化应用,借助云计算庞大的算力资源进行任务执行与深度学习,打造实时性、智能性、可靠性、高效益的技术支撑,服务异构丰富、高度耦合的未来生态。

曹建农 - Future Edge Computing: Towards Distributed Intelligence

在 KEAW'22 会议次日的 Edge AI Day 上,ACM SIGBED China 主席、IEEE Fellow 刘劼围绕“嵌入式智能与系统”议题为 Edge AI Day 致辞,指出嵌入式的 AI 计算具备实时响应、隐私保护、资源共享等优势,同时也受到资源受限、数据分离、运算异构等限制。一方面,为了更大程度发挥有限资源的能力,团队设计模型训练技术、云边协同技术、分块分区、并行推理加速、调度框架以及 GPU 加速计算。另一方面,为了更好利用分布式的数据资源,团队提出了泛联邦学习概念,在不同维度下,将分布式的计算和隐私保护的机制有效融合,将隐私、可信、高效三者进行了统一衡量。

刘劼 - 研讨会 Edge AI Day 致辞:嵌入式智能

香港中文大学信息工程系教授、IEEE Fellow 邢国良围绕车路协同与智能健康体系两方面内容在 KEAW'22 上发表 Keynote 演讲,分享实验室近期学术成果。其实验室团队首先在车路协同方面,通过部署智慧灯柱,基于网络编码技术实现将近 100 兆的带宽。在有限的资源条件下,支持车路协同的前提是要支撑多个深度学习任务,完成点对点的融合以及物体级别融合。其次在智能健康系统方面,主要针对阿尔茨海默症的应用,试图解决数据隐私、系统技术能力、数据长尾分布等问题。其实验室团队今年也获得了 ACM MobiCom 2022 Best Paper Award Runner-up 以及 ACM Sensys Best Poster Award。

邢国良 - Edge AI for Autonomous Driving and Smart Health

北京邮电大学计算机学院副院长、IET Fellow 王尚广是今年年度唯一的 KubeEdge Academic Award the 1st place 获得者。在题为《卫星边缘计算研究与探索》的邀请演讲中,王尚广表示,如今星上计算处于“天上不成网”“地上不成面”的建设初期,网网不同、星星并存、算算失衡,让时空连通动态性、高纬资源复杂性、混合业务差异性受到诸多挑战。而在卫星边缘计算上,也存在空间、算力、能源、散热等方面的限制,造成网络计算难渗透、站点计算融合难等问题,因此在卫星边缘计算研究中,需要多方进行前沿技术探索,启发企业跟进夯实技术体系,以“生态+体系”的优势姿态参与全球博弈。

王尚广 - 卫星边缘计算研究与探索

群策群力,落实云原生边缘计算新应用

在空天信息网络与工业控制网络中,“云-边-端”架构由于具有节省带宽、减少延迟、安全性和隐私性强等特点,正在成为行业发展的主流选择。2022 KubeEdge Academic Award Honorable Mention 获得者,电子科技大学副教授赖俊宇作为项目负责人持续主导 KubeEdge 相关边缘计算相关科研项目,基于 KubeEdge 构建空天网络仿真平台,现底层网络仿真与边缘计算架构之间的联动,完善全方位、立体化、等层次的边缘计算服务。

赖俊宇 - KubeEdge 在空天网络及工业控制网络中的应用探索

“天算星座”是面向科研工作者所搭建的服务平台,由两颗主星、两颗辅星、两颗边缘性构成,依托服务计算、控制面网元和数据面网元,彻底打通星地链接脉络。今年 2 月 27 日,王尚广教授团队基于 KubeEdge 研制的星地服务供应平台系统部署在“创星雷神号”上发射升空,并与“宝酝号”成功实现了星地分布式组网和星地云服务供应。该系统为卫星应用提供通信、网络、计算等云原生基础算力,以及云边、边边协同能力,完成了星地感知计算、遥感推理等应用场景的部署、管控与协同,并成功开展了全球首次星地链路 QUIC 协议在轨试验,并获得 2022 年 IEEE 卫星技术创新奖。

王尚广 - 卫星边缘计算研究与探索

全球服务机器人市场规模在 2030 年预计将达到 900-1700 亿美金。为探索云原生技术在机器人产业应对的痛点问题及其商业价值,毕业于香港中文大学的周顺波博士和毕业于香港理工大学的郑子木博士分别从服务平台和 AI 算法层面进行分享。面向当前机器人行业高定制化、运管和部署慢,各环节能力及资产规模化复制难等问题,以云为底座打造机器人平台能够使能边云协同开发与运行数据流,人工智能则更进一步从感知、操作、决策、多机协同、人机交互角度促进机器人能力跃迁。会上也分享了基于 KubeEdge 及其子项目 Sedna 的智能机器人智能导航乃至物资递送 demo,也为会上观众提供应用和算法开发的实用工具、公开发表的多篇学术论文。郑子木博士也由于其学术成果和社区贡献,获得 2022 KubeEdge Academic Award Honorable Mention。

郑子木 - 边云协同终身学习在智慧园区及工业领域创新探索及落地

同济大学教授贾金原在题为《KubeEdge 助力 Web3D 关键技术支撑元宇宙基础平台》的演讲中表示,元宇宙被称之为新一代互联网,Web3D 是元宇宙平台的天然选择。围绕传输调度、网页在线渲染三方面,通过 3D 大规模场景轻量化预处理技术、3D 复杂模型的细粒度化预处理技术、3D 大数据的渐进式分布加载调度机制、轻量级 Web3D 全局光照在线高品质渲染、轻量级 Web3D 在线互动编辑技术、轻量级 Web3D 基础平台支撑、轻量级 Web3D 在线可视化创新应用七大关键技术初步构成轻量级 Web3D 元宇宙支撑平台框架。

贾金原 - KubeEdge 助力 Web3D 关键技术支撑元宇宙基础平台

在新一代信息技术与制造业融合的大背景下,AI 要成为企业生产力,就必须以工程化的技术来解决模型开发、部署、管理、预测、推理等全链路生命周期管理。为了更加敏捷地应对业务环境和需求的变化,北京邮电大学吴振宇老师项目组基于 K8S+KubeEdge 开源框架设计研发了云原生的云边协同工业智能业务环境,为工业智能模型提供生命周期管理和工程化生产力工具。项目组基于轴承故障诊断场景开发了相应 demo 系统以验证方案的可行性,并尝试进一步面向 5G 汽车装备制造产线智能运维场景进行应用验证与示范。

吴振宇 - 基于云原生的云边协同工业智能业务环境与应用验证

同济大学在读硕士研究生尤钱湖作为开源之夏 KubeEdge 社区参与者之一,完成“基于 KubeEdge-Sedna 边云协同平台的行人 Re-ID 特性,算法性能自动化测试”特性。目标跟踪与重识别是边缘 AI 的热门研究方向,也是智慧城市、智能安防等领域的关键功能点,尤钱湖同学的工作基于 Ianvs 提供了相关算法基准测试案例,同时在本次 KubeEdge 学术研讨会上使用进行了全流程演示,为开发者使用 Ianvs 和 Sedna 完成实际边缘 AI 应用开发、测试、部署提供了重要参考,为拓展社区影响力添砖加瓦。尤钱湖也因此同时荣获 2022 KubeEdge Academic Award Honorable Mention,也是本届学术奖项中唯一的在校学生代表。

尤钱湖 - 基于 KubeEdge-Ianvs 的边云协同行人 Re-ID 算法性能自动化测试

随着云原生边缘计算技术的成熟,云边协同的需求也进一步释放。CCF 开源发展委员会常委彭鑫指出,云边协同与边缘计算的紧密协同,能够帮助企业在业务自动化和流程自动化的基础上,逐步实现组织的全局自动化以及自主化的自动化,从而满足丰富的场景化需求与个性化需求。同时,同济大学教授贾金原也表示,云边协同真正意义上将网络、基础设施、服务和应用程序链接起来。可以预料到,未来五到十年,云边协同这个领域的应用极有可能呈现一个爆发式的增长。

携手互通,开创边云协同新未来

预计到 2025 年,全世界 75%的数据将会产生于边缘,边缘计算的规模将会比云大 4 倍,在这之中,Kubernetes 已经成为边缘生态系统的关键部分,持续推动其集成和运维。此次由 CNCF 及 KubeEdge 主办、开源之夏和华为云联合主办的云原生边缘计算学术研讨会(KEAW'22)的成功举办,不仅为云原生边缘计算领域的产学研有识之士搭建了一个更高阶的学术交流平台,也向外界展示了 KubeEdge 在各个领域的应用以及基于 KubeEdge 平台的边缘计算实践成果,进一步彰显了 KubeEdge 在商业应用基础及其在全球多个重要领域的关键作用。

面向边缘计算领域,中国科学技术大学计算机科学与技术学院谈海生教授(2022 KubeEdge Academic Award Runner-up)、浙江大学才振功教授、天津大学计算机科学与技术学院王晓飞教授从在线智能、去中心化边缘集群管理、任务调度、云边协同资源优化调度等方面分享研究成果,进一步说明云原生边缘计算的必要性及大趋势以及边云协同的重要性,对推进和扩展边缘计算技术的产业应用有重要指导意义;面向边缘人工智能领域,西北工业大学郭斌教授(2022 KubeEdge Academic Award Honorable Mention)、哈尔滨工业大学(深圳)计算机科学与技术学院苏敬勇教授、中山大学先进网络与计算系统研究所张晓溪教授等从人机物融合群智计算、开放域检测、云边协同的分布式机器学习等方面分享应用经验,进一步指出人工智能与边缘计算融合发展趋势,再度表明边缘计算研究在产业转化过程中起着举足轻重的作用。