中興集合融合開放、高效可靠、協(xié)同擴展的數(shù)據(jù)技術，構建起跨云邊端的一棧智能平臺，實現(xiàn)大數(shù)據(jù)AI融合發(fā)展。

　　—中興通訊研究院總工程師王德政

　　我今天分享的主題蘊含了兩項重點，一個是大數(shù)據(jù)AI融合，另一個是云邊端一體化。

　　數(shù)字化轉型的過程可以劃分成四個階段：數(shù)字化、信息化、數(shù)據(jù)化、智能化。在這“四化”的過程中，大數(shù)據(jù)其實一直起著關鍵作用。其中，智能化階段更是要求大數(shù)據(jù)與AI深度融合，發(fā)揮數(shù)據(jù)的深層價值。

　　現(xiàn)今，數(shù)據(jù)已經成為企業(yè)和社會的重要資產，是新世紀的“礦產”與“石油”，帶來了全新的創(chuàng)新方式、商業(yè)模式和投資機會。數(shù)據(jù)就是生產資料，AI是生產力，區(qū)塊鏈是生產關系。其中，數(shù)據(jù)的處理發(fā)揮著非常重要的基礎性作用，但現(xiàn)在數(shù)據(jù)處理面臨著以下三個方面的挑戰(zhàn)。

　　一是業(yè)務方面的挑戰(zhàn)，在IT系統(tǒng)或者數(shù)字系統(tǒng)的建設中，煙囪系統(tǒng)、數(shù)據(jù)孤島及數(shù)據(jù)與業(yè)務的割裂等問題是各個行業(yè)的痛點。

　　二是數(shù)據(jù)應用方面的挑戰(zhàn)，我們對數(shù)據(jù)的應用過于依賴專家經驗，缺乏創(chuàng)新點。

　　三是架構方面的挑戰(zhàn)，在架構向云上遷移的過程中，會出現(xiàn)傳輸負載過高、實時響應較差、安全程度較低等方面的問題。

　　面對前兩個挑戰(zhàn)，我們要引入AI相關的技術手段來破局。面對第三個挑戰(zhàn)，我們要采用云邊端協(xié)同的架構去解決。

　　那么，我們該如何采用云邊端協(xié)同的架構呢？

　　第一，發(fā)揮云化的數(shù)據(jù)中心作為中心大腦的作用，配合邊緣節(jié)點、終端用戶做相應的數(shù)據(jù)管理，開發(fā)融合開放的數(shù)據(jù)管理技術。

　　第二，建立跨云數(shù)據(jù)中心、跨邊緣節(jié)點、跨終端用戶的數(shù)據(jù)安全體系。邊緣節(jié)點和用戶終端算力是非常有限的，必須與輕量化、高效率的云端配合，才能夠實現(xiàn)對完整體系的安全防護。

　　第三，進行相應的協(xié)同計算。要想把一部分AI推理做成輕量化的推理引擎，并放置在邊緣節(jié)點或終端節(jié)點，就要進行協(xié)同計算，建立跨云邊端的體系框架，形成一站式的智能平臺。

　　關于大數(shù)據(jù)AI融合解決方案，其核心理念可概括為四個關鍵詞。

　　第一個關鍵詞是跨云邊端的一棧智能平臺。它有兩個重要的特征：多技術融合和多樣靈活的部署形態(tài)。

　　多技術融合也可以說是多生態(tài)融合。現(xiàn)在，眾多不同開源生態(tài)之間存在著割裂的情況，我們需要打通這種割裂的狀態(tài)，實現(xiàn)多生態(tài)的融合。多樣靈活的部署形態(tài)覆蓋了容器、單機、小規(guī)模、大規(guī)模甚至是多集群的場景，支持彈性伸縮，可進行靈活多樣的動態(tài)部署。

　　第二個關鍵詞是融合開放的數(shù)據(jù)管理技術。它包含全鏈路工具保障和統(tǒng)一數(shù)據(jù)服務。

　　全鏈路的工具保障指的是在從數(shù)據(jù)模型到數(shù)據(jù)處理任務的動態(tài)轉換過程中，使用全鏈路的工具把定制化的代碼研發(fā)流程串聯(lián)起來。

　　統(tǒng)一的數(shù)據(jù)服務指的是完全符合標準規(guī)范的、面向用戶的統(tǒng)一服務端口。統(tǒng)一的數(shù)據(jù)服務能夠劃分用戶的角色和權限，通過對數(shù)據(jù)進行分類，明確相應的技術接口，提供完善的接口審批流程，來實現(xiàn)更開放、更安全的技術管理。

　　第三個關鍵詞是高效可靠的數(shù)據(jù)安全技術。數(shù)據(jù)安全技術的發(fā)展要重點關注細粒度安全管控。在數(shù)據(jù)保護策略以及數(shù)據(jù)的存儲周期上做細粒度分析，優(yōu)化數(shù)據(jù)加密存儲和數(shù)據(jù)脫密存儲，對數(shù)據(jù)進行全方位的安全管控和精細化控制。

　　數(shù)據(jù)安全技術的技術要點之一是基于策略下沉的大數(shù)據(jù)脫敏，傳統(tǒng)的解決方案是采用中間件對關鍵字段進行替代和脫敏，但這種方案并不適用于數(shù)據(jù)量較大的情況，會造成性能下降的問題。我們現(xiàn)在采用的方案是將云端的算法和策略下沉至邊緣側甚至終端側。

　　第四個關鍵詞是協(xié)同擴展的數(shù)據(jù)計算技術。在云端、邊端、終端，運營環(huán)境和資源配置不盡相同，我們采用基于Adlik的云邊端協(xié)同AI模型部署，以適應不同運營和資源配置環(huán)境。

　　可視化的模型探索工作臺是數(shù)據(jù)計算技術發(fā)展的另一個關鍵點。工作臺具有強可視化的特點，以數(shù)據(jù)為驅動，融合機器學習、深度學習、強化學習、開放互聯(lián)等特質，并集成了多種深度學習框架，可以幫助用戶摒棄編碼和底層維護工作，把業(yè)務專家從對IT的探索中解放出來，使之聚焦業(yè)務問題和應用本身。

　　我認為云邊端協(xié)同的技術發(fā)展趨勢之一是能力下沉。

　　大數(shù)據(jù)前期的發(fā)展是云化，是數(shù)據(jù)向云端的集中。但我們發(fā)現(xiàn)全盤云化會產生很多問題，需要通過云邊端的協(xié)同來解決這些問題。云邊端協(xié)同的整體設計策略及其管理仍在云端，但是能力（例如AI推理能力）會下沉，即在邊緣側部署更多服務。

　　云邊端協(xié)同的技術發(fā)展趨勢之二是生態(tài)融合。

　　大數(shù)據(jù)AI融合的云邊端協(xié)同包含四個方向：一是極大極小彈性環(huán)境，二是容器/裸金屬的一體化，三是異構跨集群數(shù)據(jù)協(xié)同，四是計算存儲分離。

　?。ǜ鶕?jù)演講內容整理，未經本人審核）

關注讀覽天下微信， 100萬篇深度好文， 等你來看……