在近一两年,边缘计算的概念就像雨后春笋般在IT界迅速盛行。与完全基于本地或者云计算的交付方式不用,边缘计算靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等多方面的关键需求。
从现阶段来说,边缘计算交付服务的对象以智能手机等移动设备为主。与纯云端的模式相比,业务应用在边缘交付不仅可以显著降低云端的压力,还可以实现毫秒级低延时以及更高的网络带宽,能够保证网络传输效率以及稳定性,特别适用于高清图像处理、视频监控、智能交通、智能家居等业务场景。
例如,在银行大厅内,通过边缘计算的方式可以快速、智能向金融客户提供网络浏览、视频观看、应用下载等交付服务,客户可以通过手机获得更好的体验,金融服务的黏性也得到大大增强,而云端的压力也会得到显著降低。
那么,在移动化与云计算融合的背景下,边缘计算将扮演怎样的角色呢?
首先,边缘计算为移动服务与云计算的融合搭建了新平台。虽然大多数组织都认为移动化服务是拓展增值服务、将网络中心转化为利润中心的重要方式。一般来说,组织的网络基础设施将会响应用户的下载APP、办理移动业务等服务需求,而这些数据的存储以及处理将会发生在云端。在小规模应用中,这种方式完全没有问题,但是对于金融机构、物流、机场、会展、连锁店等组织来说,巨大的人流量以及快速增长的网络流量需求将迅速耗竭云端的存储与处理能力,不仅极大的增加组织网络运维成本,也会显著拖慢终端用户的移动服务获取速度。
而边缘计算则是将信息存储从统一的云端分散到各个终端,由边缘侧进行智能化处理后提取特征数据传回云端,这样就极大降低了云端的存储与处理压力。此外,组织也可以通过边缘计算平台向用户提供易获取、转化率高、与业务关联密切的移动增值服务,助力组织服务向移动化的快速转型。而反过来说,移动化浪潮的发展也让组织更倾向于通过边缘计算的方式来提供服务。
其次,搭建边缘计算平台,移动安全以及服务整合是重要难题。要想搭建一套成熟的边缘计算平台,组织将不得不将移动安全问题摆在重要位置。在用户的移动设备接入到组织网络中之后,组织需要处理企业内部移动设备与外部移动设备在网络上的隔离与沟通问题,如果外部移动设备可以访问内部移动设备,那么组织的数据无疑将处于非常危险的境地。此外,组织也需要对用户的移动设备以及试图访问的移动内容进行静默、适度的管控,避免在无线网络覆盖范围内出现内容违规等现象,净化网络环境。
移动服务整合的问题同样是组织所需要关注的重要问题,边缘计算只是搭建了一套本地设备与云端交互的硬件平台,而从服务与应用角度整合移动化资源,并通过统一的入口提供给用户也同样重要。对于组织的IT管理者来说,其无需将大量的精力耗费在应用的安装与维护上,所有的工作都可以在云端及时完成,不仅有利于数据的集中管理,也能够优化移动资源的管理模式。
基于此,启迪国信市场总监张永利认为:“边缘计算为移动化与云计算的融合应用提供了很好的落地模式。但是从实践角度来看,组织仍然需要关注如何来确保移动应用与服务的安全性、合规性、可用性,并强化软硬件的协同服务,这样才能在数字时代引领潮流,更好的提升核心价值。”
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。