《KubeEdge---云原生的边缘计算平台》
华为云HCNP题库
华为云HCNP题库（94分）1、以下哪些是云原生的优势？【多选题】（1分）A. 模块松耦合B. 快速部署C. 硬件虚拟化D. 服务快速恢复正确答案: ABD2、2，云架构设计非常灵活，不需要掌握UML 【单选题】（1分）A.正确B.错误正确答案: B3、3，云原生四大应用是指？【多选题】（1分）A. DevOpsB. 持续交付C. 容器D. 微服务正确答案: ABCD4、4，华为云三大中间件服务是？（ABC）【多选题】（1分）A. DCS 分布式缓存服务B. DMS 分布式消息服务C. DDM 分布式数据库中间件正确答案: ABC5、5，以下哪个服务不属于华为云PaaS 服务？【单选题】A. 微服务云应用平台ServiceStageB. 弹性云服务器ECSC. 云容器引擎CCED. 云性能测试服务CPTS正确答案: B6、6，ServiceStage 包含以下能力，除了？【单选题】（1分）A. 集群和节点的资源管理B. 微服务应用开发工具盒微服务管理C. 数据库管理D. 容器和虚拟机应用的部署和应用管理正确答案: C7、7，应用架构变迁已经发展到了什么阶段？【单选题】（1分）A. 单体架构B. SOA 架构C. 微服务架构D. 雾技术架构正确答案: C8、8，华为云PaaS 有哪些level 的解决方案？【多选题】（1分）A. 应用零改造上云，自动部署和运维B. 应用+云中间件，减少运营和运维的成本C. 应用容器化，秒级弹性伸缩、资源利用更高D. 应用微服务化，特性解耦，快速上线E. 业务极致创新，基于函数的编程正确答案: ABCDE9、9，业务使用容器后能带来哪些好处？【多选题】（1分）A. 通过共享kernel，细粒度资源隔离。
（降低企业成本）B. 为业务提高了安全性C. 定义了环境无关的标准的交付、部署规范。
（提高交付效率）D. 秒级快速启动和停止（适合敏捷扩缩容场景）E. 提升代码开发质量正确答案: ACD10、10，微服务较传统单体架构，可以解决以下哪些问题？【多选题】（1分）A. 维护成本高B. 交付周期长C. 代码质量差D. 可伸缩性差E. 新人培养周期长正确答案: ABDE11、11，DCS 主要用于热点数据缓存，用于提升数据访问能力，降低数据库压力【单选题】（1分）A.正确B.错误正确答案: A12、12，如果企业自己开发或维护中间件，则企业需要自己处理软硬件的安装部署、故障和维护，以及bug 修复等；如果使用云中间件服务，则可以实现开箱即用【单选题】（1分）A.正确B.错误正确答案: A13、13，创建应用时一个应用可以创建多个容器么【单选题】（1分）A. 可以B. 不可以正确答案: A14、14，CCE 目前支持的集群类型有哪些【单选题】（1分）A. 虚拟机B. 裸金属C. WindowsD. 以上三种都支持正确答案: D15、15，华为CSE 支持多语言微服务接入与互通，其中支持的语言包括（----注意，不支持C 语言。
海思边缘计算
海思边缘计算
海思边缘计算（HiSilicon Edge Computing）是华为公司旗下的一个边缘计算解决方案品牌。
边缘计算是一种新型的计算模式，将计算能力移至离数据产生源头更近的位置，以降低延迟和减少对云端服务器的依赖。
海思边缘计算致力于提供高性能、低功耗的芯片和系统解决方案，满足在边缘设备上进行实时数据处理和分析的需求。
海思边缘计算的产品包括芯片、模块和开发平台。
其芯片产品具有高集成度、低功耗和高性能的特点，可广泛应用于物联网、智能家居、智慧城市等领域。
模块产品提供了丰富的接口和功能，方便开发者快速构建边缘计算设备。
开发平台则提供了软件开发工具和技术支持，帮助开发者更好地利用海思边缘计算产品进行应用开发。
海思边缘计算的优势在于其专注于边缘计算领域多年的经验和技术积累。
其产品不仅具备强大的计算能力，还具备优秀的功耗管理和安全性能，适用于各种复杂环境下的应用场景。
此外，海思边缘计算充分利用了华为在网络通信和云计算领域的技术优势，提供了完整的边缘到云端的一体化解决方案。
总之，海思边缘计算是华为公司在边缘计算领域的品牌，提供了高性能、低功耗的芯片和系统解决方案，帮助开发者构建智能边缘设备并实现实时数据处理和分析。
边缘计算介绍以及几款边缘计算开源平台
边缘计算介绍以及几款边缘计算开源平台边缘计算中的边缘（edge）指的是网络边缘上的计算和存储资源，这里的网络边缘与数据中心相对，无论是从地理距离还是网络距离上来看都更贴近用户。
作为一种新的计算范式，边缘计算将计算任务部署于接近数据产生源的网络边缘，利用边缘资源为用户提供大量服务或功能接口，大大减少上传至云数据中心的数据量，缓解网络带宽压力，同时可以更好地解决数据安全和隐私问题。
在边缘计算环境下，数据具有异构性且数据量较大，数据处理的应用程序具有多样性，不同应用程序所关联的计算任务又不尽相同，对于计算任务的管理具有较大的复杂性，而简单的中间件软件结构无法有效保证计算任务可行性、应用程序的可靠性以及资源利用的最大化。
同时，面向不同应用或场景的边缘计算系统所要实现的功能有所差异性。
因此，边缘计算平台对边缘计算领域的推广和发展有着重要的意义和影响。
01 边缘计算开源平台概述边缘计算系统是一个分布式系统范例，在具体实现过程中需要将其落地到一个计算平台上，各个边缘平台之间如何相互协作提高效率，如何实现资源的最大利用率，对设计边缘计算平台、系统和接口带来挑战。
例如，网络边缘的计算、存储和网络资源数量众多但在空间上分散，如何组织和统一管理这些资源，是一个需要解决的问题。
在边缘计算的场景下，尤其是物联网，诸如传感器之类的数据源，其软件和硬件以及传输协议等具有多样性，如何方便有效地从数据源中采集数据也是一个需要考虑的问题。
此外，在网络边缘的计算资源并不丰富的条件下，如何高效地完成数据处理的任务也是一个需要解决的问题。
目前，边缘计算平台的发展方兴未艾。
由于针对的问题不同，各边缘计算平台的设计多种多样，但也不失一般性，边缘计算平台的一般性功能框架如图 1 所示。
在该框架中，资源管理功能用于管理网络边缘的计算、网络和存储资源。
设备接入和数据采集功能分别用于接入设备和从设备中获取数据。
安全管理用于保障来自设备的数据的安全。
OICT学院 全新的专家视频智库尽收眼底
12;Feature特写•封面故事OICT学院全新的专家视频智库尽收眼底OT+IT+ICT+IOT+OTT……=什么？来OICT学院告诉你答案！OICT学院是智能制造推进合作创新联盟重磅推出的全新版块。
这里有你想了解的前沿科技这里有你想学习的技术知识这里有你想探讨的产业发展这里有你想聆听的前瞻观点这里有你想认识的业内大咖2020年伊始，我们经历了一个特别的春节，面对疫情加快蔓延的严重形势，在党中央坚强领导下，各方力量联防联控，八方资源紧急支援，相关部门全力以赴，展开一场全国总动员的疫情防控阻击战。
这是一场没有硝烟的战争，检验和考验着各级社会组织的责任和担当。
在抗击疫情的非常时期，为贯彻疫情防控工作的重要指示精神和中央政治局常委会会议关于疫情防控工作精神，为坚决遏制疫情扩散、夺取防控斗争胜利贡献力量，智能制造推进合作创新联盟帮助大家在高度自我保护的同时，通过线上学习有条不紊地进行自我提升。
智能制造推进合作创新联盟()在疫情期间为公众免费、免注册开放智库资源，包括专家智库文章、行业研究报告、技术前沿分析、产业发展白皮书、行业资讯信息、典型应用案例等文献类内容。
不仅如此，视频智库“OICT学院”(/ oict/index.html)中众多专家的授课、讲演、培训等视频内2020.4AUTOMATION PANORAMA13容亦可免费浏览、下载。
欢迎业内热爱学习、不断提高自身修养的你徜徉在智能制造推进合作创新联盟的智库中，在知识战“疫”的路上只争朝夕！扫描下方二维码，进入OICT学院，全新的专家视频智库尽收眼底，开启你在OICT学院的学习之旅。
理事长寄语：智能化时代的到来，对终生学习提出了更高要求，只有不断学习，补充和更新知识，增强自我适应时代变化的能力，才能不被时代淘汰，充满自信、与时俱进，并用智慧和责任，报效祖国、服务全人类，创造出无愧于这个时代的价值。
智能制造推进合作创新联盟理事长中国自动化学会监事会监事长中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃2020年3月初，新冠肺炎疫情形势依然非常严峻，疫情防控工作仍处于关键阶段，同舟共济、共克时艰。
云雾边缘计算
云雾边缘计算一、引言随着物联网（IoT）和5G/6G通信技术的快速发展，数据量呈爆炸式增长，对数据处理和分析的需求也日益增强。
传统的云计算模式由于其数据传输延迟和带宽成本问题，已经无法满足一些低延迟和高带宽需求的应用场景。
为了解决这一问题，云雾边缘计算（Cloud-Fog Edge Computing）应运而生。
云雾边缘计算将数据处理和分析的任务从中心化的数据中心转移到了网络的边缘设备上，从而大大提高了数据处理的速度和效率。
二、云雾边缘计算概述云雾边缘计算是一种将云计算能力扩展到网络边缘的分布式计算模型。
它将数据处理和分析的任务从中心化的数据中心转移到了网络的边缘设备上，如终端设备、网关、路由器等。
这种计算模型利用了边缘设备的计算、存储和通信能力，实现了更快速、更高效的数据处理和分析。
同时，云雾边缘计算还具有低延迟、高带宽、低功耗等优势，能够满足各种低延迟和高带宽需求的应用场景。
三、云雾边缘计算架构云雾边缘计算的架构主要包括以下几个部分：1.终端设备：这些设备收集各种数据，包括传感器数据、视频数据等。
2.边缘节点：这些节点是网络的边缘设备，如网关、路由器等。
它们负责接收终端设备的数据，并进行初步的处理和分析。
3.雾计算节点：这些节点是比边缘节点更高级的计算节点，具有更强大的计算、存储和通信能力。
它们可以对经过初步处理的数据进行更深入的分析和处理。
4.云计算中心：这是整个架构的最高层，负责管理和调度整个架构的运行。
它还可以进行最高层次的数据处理和分析。
四、云雾边缘计算的优势与挑战云雾边缘计算的优势主要体现在以下几个方面：1.低延迟：由于数据处理和分析的任务在网络的边缘设备上进行，大大减少了数据传输的延迟，提高了应用的实时性能。
2.高带宽：边缘设备可以就近处理数据，避免了数据大量传输到中心化数据中心的带宽成本问题，提高了数据传输的效率。
3.降低中心化数据中心压力：通过将部分数据处理和分析的任务转移到网络的边缘设备上，可以减轻中心化数据中心的压力，使其更加专注于高层次的数据处理和分析任务。
1. KubeEdge简介
一、KubeEdge简介KubeEdge是一个开源系统，用于将容器化应用程序编排功能扩展到Edge的主机。
它基于kubernetes构建，并为网络应用程序提供基础架构支持。
云和边缘之间的部署和元数据同步。
KubeEdge使用Apache 2.0许可。
并且绝对可以免费用于个人或商业用途。
宗旨：创建一个开放平台，使能边缘计算，将容器化应用编排功能扩展到边缘的节点和设备，后者基于kubernetes构建，并为云和边缘之间的网络，应用部署和元数据同步提供基础架构支持。
100%兼容K8S API，可以使用K8S API原语管理边缘节点和设备。
KubeEdge 还支持 MQTT 协议，允许开发人员编写客户逻辑，并在边缘端启用设备通信的资源约束。
1.1 支持平台1.1.1 KubernetesKubeedge项目致力于打造一个基于kubernetes的开放平台，并为网络应用提供基础架构支持。
云和边缘之间的部署和元数据同步。
1.1.2 MosquittoEclipse Mosquitto是一个开源（EPL / EDL许可）消息代理，它实现了MQTT协议版本3.1和3.1.1。
Mosquitto重量轻，适用于从低功率单板计算机到完整服务器的所有设备。
1.1.3 Docker使用容器可以更快地构建和部署新应用程序。
Docker容器将软件及其依赖关系整合到一个标准化的软件开发单元中，包括运行所需的一切：代码，运行时，系统工具和库。
二、为什么选择KubeEdgeKubeEdge是一个开源系统，将原生的容器化的业务流程和设备管理功能扩展到边缘节点。
KubeEdge 是基于Kubernetes构建的，并为云，边缘之间的网络通信，应用程序部署以及元数据同步提供核心基础架构支持。
同时KubeEdge还支持MQTT，并允许开发人员编写自定义逻辑并在Edge上启用一定资源的设备进行通信。
KubeEdge由云端和边缘端组成。
目前边缘端和云端已开源。
边缘计算技术的开源框架与工具介绍
边缘计算技术的开源框架与工具介绍随着云计算和大数据应用的快速发展，边缘计算技术作为一个新兴的计算模式逐渐崭露头角。
边缘计算指的是将计算资源和数据处理能力下沉至网络边缘，靠近数据源和终端设备，从而提供更低延迟、更高性能的计算服务。
为了支持这一技术的快速发展，很多开源框架和工具应运而生。
本文将介绍几个常用的边缘计算开源框架和工具。
1. Kubernetes（K8s）Kubernetes是一个广泛使用的开源容器编排工具，也可以用于部署和管理边缘计算环境。
它提供了高度可扩展的架构，可以管理多个边缘节点，并通过弹性伸缩的方式进行资源调度和管理。
Kubernetes还支持边缘端的设备管理，能够自动发现和管理边缘设备，以提供更加可靠的计算服务。
2. Apache OpenWhiskApache OpenWhisk是一个开源的无服务器计算平台，也可以用于边缘计算场景。
它允许开发者以函数的方式上传代码，并将其部署到边缘节点上。
OpenWhisk 支持事件驱动的计算模型，能够根据实时数据的变化触发函数执行，以满足边缘计算场景中对实时性的要求。
3. Eclipse ioFogEclipse ioFog是一个专注于边缘计算的开源平台，它提供了一套完整的边缘计算解决方案。
ioFog可以管理边缘设备、节点和网关，并提供了一套易于使用的API和命令行工具，方便开发者进行应用程序的部署和管理。
它还支持容器化的应用程序部署，并提供了边缘节点之间的通信和数据传输能力。
4. TensorFlow LiteTensorFlow Lite是谷歌开源的边缘计算和嵌入式设备上机器学习模型推理的框架。
它具有轻量级和高效的特点，可以在资源受限的边缘设备上运行。
TensorFlow Lite支持多种硬件加速和优化技术，能够提供快速和高性能的机器学习模型推理服务。
5. EdgeX FoundryEdgeX Foundry是一个开源的边缘计算框架，旨在为物联网设备提供统一的开放标准和框架。
kubeedge 案例
kubeedge 案例
KubeEdge是一个开源的边缘计算平台，它基于Kubernetes原生的容器编排和调度能力，扩展实现了云边协同、计算下沉、海量边缘设备管理、边缘自治等能力。
目前，KubeEdge已在多个领域落地应用，其中典型案例之一是中移在线云边协同平台。
中移在线云边协同平台是一个典型的High rate场景，主要侧重于云和边的协同。
该平台已连续合作三年，打造了全球最大的容器化的呼叫平台。
在年，中移在线将所有的业务都容器化，部署在K8s集群。
到了年，中移在线开始进行云边协同建设，将数字化转型从云中心延伸到各个分公司，统一使用一套CRCD发布流程，每个分公司的计算都自行处理，实现计算下沉，从而
将原先统一在云中心的一些计算下沉到各个分公司自己的机房里。
以上内容仅供参考，建议访问KubeEdge官网或咨询相关技术人员，获取
更多有关KubeEdge的案例信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《KubeEdge --- 云原生的边缘计算平台》演讲人：张琦关于我•华为公有云智能边缘计算服务首席架构师•CNCF KubeEdge项目Maintainer•Apache ServiceComb项目committer议题•站在云端看边缘•云原生的边缘计算•边缘计算的生态构建•应用案例计算边缘化正在加速，边缘计算正在成为云计算的有力补充•Gartner 公布2019十大技术趋势，边缘计算位列其中， Gartner 认为从云到边缘(Cloud to the Edge) 被视为未来科技发展重要趋势；•Gartner 预测：2017年 10% 的企业数据产生在云和数据中心之外，到2022年这一比例将超过 50%；计算边缘化正在加速Ø未来5年边缘计算主要推动力：IoT （视频+传感器）、 和 VR/AR等浸入式交互体验Ø商用无人机、VR/AR、认知计算和认知专家系统、智能家庭、智能办公室等即将成熟的技术创新在边缘测产生大量数据计算、存储、网络传输能力发展不平衡Ø存储能力的增长远超计算能力和网络带宽Ø网络延迟的改进远远落后于计算能力的增长协同互补Source: Stephen Rumble, Stanford University, It’s Time for Low Latency云计算和边缘计算并不是对立的。
边缘计算是云计算向终端和用户侧延伸形成的新解决方案。
可以说，边缘计算本身就是云计算概念的延伸，即便是赋予其独立的概念，也无法做到与云计算切割开，二者本就是相依而生、协同运作的。
--- 中国信息通信研究院《云计算与边缘计算协同九大应用场景（2019年）》4大因素推动边缘计算的快速发展•4大因素推动边缘计算的快速发展•低时延：为满足低时延要求，需要在离业务现场最近的“边缘”构建解决方案，减少业务处理时延；•海量数据： 物联网时代边缘数据爆炸性增长，难以直接回传至云端且成本高昂，数据在本地进行分析和过滤，节省网络带宽；•隐私安全： 数据涉及企业生产和经营活动安全，在边缘处理企业保密信息、个人隐私；•本地自治： 不依赖云端的离线处理能力、自我恢复能力；海量数据低时延隐私安全本地自治边缘计算的不同形态中心云共机柜、共带宽、共安全防护边缘集群娱乐视频AR/VR在线教育移动应用商贸区/铁塔视频监控MEC虚拟边缘集群边缘集群共机柜、共带宽、共安全防护CDN边缘集群共机柜、共带宽、共安全防护CDN边缘集群Edge园区商超视频分析工业制造IoT轻量化边缘节点企业分支机构边缘计算站点类SnowballEdge/Azure Data BoxEdge离线计算议题•站在云端看边缘•云原生的边缘计算•边缘计算的生态构建•应用案例当前的问题•边云生态的割裂，物理设备访问难度高，与IT技术割裂，开发难度高产品上市周期长•日趋复杂的边缘业务的部署•缺少和云的协同以及边缘和边缘的协同，构建分布式系统难度高•OT和IT世界技术割裂，协同门槛高KubeEdge --- 云原生的边缘计算解决方案将K8S部署模型延伸至边缘ENCNContainer容器Deployment部署Pod 容器组ReplicaSet 多副本集DaemonSet 单一副本集Service服务Label 标签Node 节点Kubelet 节点Agent Kubernetes Master主节点= Labels = ServiceContainer Pod Container Pod Container Pod kubelet Kube-proxydocker NodeContainerPodkubelet Kube-proxydockerNodeKubernetes ClusterAPI ServerKubernetes MasterReplicSet ControllerDaemonSet Controller使用K8S Device Plugin机制支持边缘GPU、NPUedgeddevice pluginRegisterRegisterListAndWatchListAndWatchAllocateAllocateedge initcontainer creationgrpc注册接口device健康状态申请devicedevicepluginEdgeacces s RegisterListAndWatchEdgecontroller K8S MasteredgedEdgecoreset NPU to NodeStatus extendResourcesnodestatusnodestatus nodestatus Scheduler端到端流程Device Plugin原理EdgeHubCloudHubRouterServiceController K8S MasterIstioEdgecontoller Edgemesh-ProxyMetaManagerListener(Iptables)ResolverDispatcher RuleMgrAppEdgeDEdgeCoreEdgeDEdgemesh-ProxyMetaManagerListener(Iptables)Resolver Dispatcher RuleMgrAppEdgeHubEdgeNode EdgeNodeEdgeCore控制流数据流边云通道边边通道App1.使用标准的istio进行服务治理控制2.EdgeMesh-proxy负责边缘侧流量转发3.支持跨越边云的一致的服务发现和访问体验4.P2P技术跨子网通信从ServiceMesh到EdgeMeshDevice CRD： 设备访问微服务化通过K8S Custom Resource Definitions（CRD）定义设备和设备访问模型，边缘节点上连接的设备可以被KubeEdge提供的DeviceTwin统一管理和控制。
DeviceTwin模型参考自Mozilla Web Of Things(WOT)，设计目标是为物理设备提供一组类似微服务的访问接口，让IT开发人员以云原生统一的技术和生态访问物理设备。
Device CRD Design: https:///kubeedge/kubeedge/blob/master/docs/proposals/device-crd.md Mozilla WOT : https://设备模型Device modelproperties propertiesVisitorDevice InstancedeviceModelRefprotocal nodeSelector Status(deviceTwin)使用Connector接入设备数据KubernetesEdge ControlerDevice ControlerCloud HubRouterEdge-CoreEdge HubDevice TwinEvent BusMqtt BrokerEdge Connector模型解析opc-ua pluginmodbus pluginbluetooth plugin 应用设备A温度感应器（temperature）驱动插件传统本地开发 V.S 云原生边缘计算应用管理本地计算云原生边缘计算设计与硬件绑定独立于平台瀑布敏捷单体架构微服务架构开发重新发明轮子重复利用传统编程语言（C、ASM）新型小足迹编程（Go、Node.JS）软件著作权、成本高、封闭开源、开放部署在工厂里完成，并在出货之前测试任何时间、任何地点快速部署现场更新与升级随时升级，按需更新手动故障恢复自动校验和故障恢复运维逐个管理集群管理，预期状态模式当地完成联网远程完成安全性不足端到云的加密技术分析难以进行数据分析连续的数据统计与分析分布式集中化、汇总缺少自动分析可以利用多种算法译自 Zededa 《Cloud-Native Edge for Connected Operations》议题•站在云端看边缘•云原生的边缘计算•边缘计算的生态构建•应用案例边缘计算生态圈：经济学互补品原理云IEF边缘基础设施边缘应用引自: https://cf.io/对接云原生生态KubeEdge在云原生基金会•KubeEdge(https://kubeedge.io)是一个CNCF项目，也是云原生基金会中首个边缘计算项目和边缘计算参考架构•Kubernetes IoT Edge WG聚焦实现 Kubernetes 在 IoT/边缘计算 场景的方案Co-chairCindy Xing (@cindyxing), FutureWeiDejan Bosanac (@dejanb), Red HatPreston Holmes (@ptone), GoogleSteve Wong (@cantbewong), VMWare目标提供适用于各种 IoT/边缘计算 环境的参考架构构建端到端的 PoC，验证设计，并提供系统集成样例……议题•站在云端看边缘•云原生的边缘计算•边缘计算的生态构建•应用案例IEF：产品化的商业边缘计算公有云服务在开源KubeEdge上进行的产品化增强：1.支持各组件横向扩展以支持大规模边缘接入2.多租户支持3.边缘保密数据提供业务安全性保证4.边缘节点、设备、边缘应用连接证书控制提升系统安全性5.边缘节点自动安装、自动升级6.内置边缘智能视频处理、边缘机器推理、流处理等边缘智能和数据分析能力7.支持边缘函数8.完整的边缘运维(日志、指标、告警)9.直接对接各种公有云服务10.完善的UI控制台Edge Node（ARM/NPU/FPGA）Edge Node（X86集群 + GPU）IaaS(计算/存储/网络)PaaS RDS华为及第3方IOT平台与应用园区安防大集中化云Region/AZ园区网/企业内网/家庭网络/WiFi接入/AR路由器/4G-5G基站Edge Node（ARM/NPU/FPGA）…车联网安防监控IoT智慧家居工业制造视频智能分平台国家大制造车联网边缘节点边云高速通道大数据分析平台深度学习框架与任务调度引擎…函数、容器、流处理作业云端DevOPS行业大脑Linux OS @ 裸机/虚拟机节点安全管理认证注册管理设备(含摄像头)管理监控运维代理轻量级安全沙箱容器函数管理边云高速通道边缘流处理边缘视频智能边缘机器推理OTA边缘应用开发框架大数据IEF应用(函数容器)生命周期管理边缘节点安全管理与运维九大典型场景应用解析 --- 中国信通院《云计算与边缘计算协同九大应用场景》•CDN结合边缘计算向下一代内容分发平台升级•新时代的万亿云游戏市场•云边协同是工业互联网的重要支柱•传统能源产业的智慧升级•加速数字中国在农业领域落地•家庭智能化信息服务成为可能•智慧交通借助云边协同向车路协同方向发展•云边协同引领安防智能化技术潮流智慧园区：边缘云服务打造智慧园区原始驱动力：通过“视频监控+AI分析”实现从人防到技防，提升园区运营效率，提高园区住户体验周界检测人脸检测人流分析容器容器容器人脸检测模型人流监控模型周界检测模型边缘计算设备+视频分析模型华为云IEF智能边缘平台模型、应用推送、应用管理、边缘设备托管DISOBSFRS（人脸识别）人脸图、原始图片、元数据（摄像头信息、时间等）上传智能视频分析服务IVS智慧园区应用工业柔性质检：边缘视觉检测，提升产品良品率原始驱动力：通过AI视觉提升质检效率、质检准确率。