重磅發佈 | 阿里雲視圖計算，邊緣計算的主「戰」場

簡介： 雲計算情報局第10期，阿里雲產品專家雲覺對新產品——視圖計算的產品設計背景、產品功能以及應用場景和價值進行了全面的在線揭祕，帶領網友探索全新「視」界。

近日雲計算情報局第10期，阿里雲產品專家雲覺對新產品——視圖計算的產品設計背景、產品功能以及應用場景和價值進行了全面的在線揭祕，帶領網友探索全新「視」界。

5G時代，視圖數據成爲信息數字化最重要載體

在雲覺看來，信息大規模數字化大體分紅三個階段:第一個階段是文本的數字化，第二個階段是語音的數字化，第三個階段是視頻和圖片數據的大規模數字化。

1994年有一張很是有意思的圖，比爾蓋茨拿着一張光盤坐在33萬張紙上，驕傲的宣佈一張光盤能夠承載這整個紙張所記錄的內容。這張光盤它的容量單位是MB級別。2010年，喬布斯手握一臺iPhone，號稱能夠裝下幾萬張光盤所容納的內容，這個容量的單位大概是GB。

（圖片來源於網絡）

當5G時代到來，咱們看到整個視圖數據的特色是什麼呢？總結下來，第一個是視頻和圖片的數據，普遍在手機、車載終端、無人機、遊戲機等各類終端設備上產生；第二個特色是數據量級將達到ZB級/天；第三個特色是分散，終端設備在任何一個位置都有可能產生視頻和圖片數據；第四個特色是對於整個數據來講，視頻和圖片的數據它的價值密度相對較低。以上全部這些特色將給整個數據數字化帶來很是大的挑戰。咱們如何去應對這樣的挑戰？如何經過雲計算來更從容地迎接上述場景的到來？視圖計算產品就是爲了承接這樣的業務場景而設計的產品方案。

視圖計算——服務（視圖）終端計算的雲PaaS服務

阿里雲視圖計算產品定位是面向視圖終端提供就近的鏈接、存儲以及計算的PaaS服務，該產品結合了阿里雲邊緣計算節點以及公共雲的特色，面向海量視圖終端設備進行了一個雲化的設計。其中，邊緣計算節點提供城市級覆蓋的雲計算節點，能夠更靠近設備終端。同時視圖計算也結合了公共雲的特色，讓大數據分析、數據持久化存儲以及應用部署變得更簡單。

爲了達到產品的設計效果，阿里雲對視圖計算產品架構作了三層設計：

第一層是面向視圖數據處理，構建邊緣計算節點架構。

整個節點包括基礎層的物理資源、硬件選型、基礎網絡架構都作了針對性的設計，好比爲了面向大規模的視圖數據分析，提供數據就近緩存的能力，架構對數據緩存（週期存儲）能力作了專門的設計優化，提供更高性價比的數據就近存的能力。經過週期性存儲，先把視圖數據在邊緣計算節點進行1天、10天或者一個月的存儲，當這些數據要去作進一步的數據化應用時，也能夠將數據同步到公共雲region，作進一步的數據持久化。中間過程當中在邊緣計算節作AI推理計算產生的高密度價值數據，也能夠經過邊緣網絡回到中心region作進一步的大數據處理。

同時，節點架構內也自帶了一些基礎的計算能力，包括轉碼截圖等。

第二層端邊雲協同的分層計算的架構設計

所謂端邊雲協同分層計算，是經過視圖計算PaaS平臺有效地鏈接設備、邊緣計算節點、公共雲，讓數據在合適的位置進行計算。

爲了達到這個效果，視圖計算具有了設備終端的鏈接能力，以便去控制終端。當某些數據須要在終端處理，便可讓數據在終端進行初步的處理。同時，就近的計算節點能夠將設備終端產生數據就近的鏈接上來計算，計算產生的數據，也能夠經過公共雲作進一步的大規模的應用和分析。

如此，就造成了整個端邊雲協同的分層計算，可以保證整個計算的效率。

第三層是多節點的協同就近計算。

由於視圖數據的產生是在終端，客戶更加但願雲節點就靠近終端對數據進行處理，因此視圖計算須要有協同多節點計算的能力，來保障全部的終端設備是就近鏈接到一個邊緣計算節點，並在邊緣計算節點進行處理和分析。

視圖計算構建了位置感知和平臺調度的能力，平臺透出的能力能夠作到位置無感知，讓開發者不須要去關注具體的物理節點的位置，只須要去專一在整個業務流程。

基於以上三層產品架構設計，視圖計算具有三大產品能力：

第一， 具有對設備終端進行鏈接的能力。

能夠經過視圖計算自帶的一鍵上雲開放協議平臺，來進行終端鏈接和數據上行的管理；同時，也能夠經過標準的方式，好比說國標、RTMP或Onvif，把設備終端的數據就近的鏈接上雲。爲了更好的適配開發者的靈活性，視圖計算在鏈接部分也作了一些自定義的設計能力，這意味着開發者可讓數據計算按照自定義的協議，將設備終端的數據鏈接上雲。

第二， 就近數據存儲能力。

視圖計算提供了就近視圖緩存的能力，可讓週期性的數據就近存儲；同時也提供了數據回中心的能力，便於數據作持久化以及大規模數據分析。

第三， AI計算能力

視圖計算集成達摩院的AI計算能力，也自帶了一些基礎計算能力，如截圖、轉碼等。爲了讓整個視頻數據的處理作到更靈活、更便捷，視圖計算也提供自定義的接口，開發者能夠將本身開發的或者是第三方的一些算法集成到視圖計算平臺上來，實現更靈活的業務開發。同時，視圖計算也提供了開放、統一的接口以及開放協議來幫助開發者實現更靈活的集成。

爲了達到以上產品能力，底層支撐包含了調度、管理、應用託管、監控與運維等技術模塊，以實現更高效的協同管理、更高的穩定性和可靠性。

最終，視圖計算可以承載億級終端視圖數據上雲，讓客戶即開即用、基於開放的接口作簡單高效的開發。

視圖計算的典型應用場景

面向各類設備終端，基於視圖計算產品客戶只須要作業務流程、數據應用開發以及最終的應用部署。其餘的視圖數據的鏈接、存儲和計算能力，均可以經過視圖計算這個平臺來進行承接。

談到具體的場景案例，阿里雲已經在如下五個場景，與合做夥伴一塊兒具有了落地實踐：

第一個是道路計算場景，基於高速公路視圖數據上雲的落地實踐，最終實現的效果是整個車輛通行變得更安全、變得更可監測。利用視圖計算搭建智慧高速系統，可讓交通視頻就近上雲處理，視頻延時下降到10毫秒級，交通事件視頻AI計算響應時間提高70%，讓公路安全事件處理效率提高80%，真正作到了交通全域態勢感知，服務水平獲得了極大提高；

第二個是教育場景，其中典型的雲課堂，將線下的教室變成數字化教室，經過視圖計算產品，能夠實現遠程的在線聽課、在線學習；同時視圖計算也能夠對於視圖數據作了進一步AI分析和應用，幫助數字教室、數字課堂的視圖數據，實現AI計算能力，提高學生上課效率，幫助老師更好的監測教育效果，而且經過反饋逐步的提高本身的教學效果；

第三個是新零售場景，經過視圖數據將零售場景的購買鏈路、供應鏈環節作了整個鏈接，幫助零售場景提高售賣效率以及供應鏈的效率。固然供應鏈裏面有一個典型場景就是物流，視圖計算能夠幫助物流場景，從設備、從貨物的收發快遞整個過程作了一個全鏈路的監測，提高管理效率，同時讓消費者享受更便捷的購物環境，助力新零售行業數字化升級；

第四個是公共安全，包括公共安全、食品安全、明廚亮竈等視頻場景；基於視頻的本地化上雲和AI能力疊加，提高管理效率，同時下降存儲成本；

第五個是家庭娛樂場景，能夠經過視圖數據的賦能來進一步的提高娛樂的效果，好比雲遊戲、AR/VR。

視圖計算的產品價值

第一，視圖計算基於邊緣計算節點，具有就近覆蓋和處理的能力，整個網絡成本更低、接入靈活度更高，同時能夠達到低延時的效果。

第二，視圖計算的數據處理是分層的。首先，數據能夠在終端上進行粗算；其次，數據能夠在邊緣計算節點上進行精算，進一步的結構化提取出更高密度的價值數據；再次，這些數據也能夠回傳到公共雲作大規模的數據應用和分析。

同時，視圖計算的數據存儲也支持分層。在設備終端上，數據能夠臨時存儲下來；當業務須要作週期性的存儲，便可選擇邊緣計算節點對於數據作進一步的週期存儲；而當部分數據重要性更高，須要持久化的數據存儲，便可經過數據計算平臺調度的能力，將數據存儲在公共雲作進一步的持久化存儲。

它帶來的好處是更低的成本，以及擴容的靈活性和便捷性的一個提高。

第三，視圖計算另外一個特色是位置無感知的PaaS層雲服務。全部的開發接口都是經過視圖計算這個產品統一透出給到客戶和開發者的，而產品背後鏈接了視圖終端的海量的設備，鏈接了邊緣計算的節點，鏈接了公共雲。因此能夠作到數據的處理位置無感，讓合適的節點來作最合適的最有效率的計算服務。

這樣的產品設計帶來的好處是更低的網絡成本、更高的開發效率。

第四，視圖計算既提供了一鍵上雲的開放協議，來幫助到整個設備終端作便捷的鏈接和接入，同時也開放了可編程的接口，來幫助到開發者對於接入協議作本身的定義。對於整個AI計算的能力，既能夠集成阿里雲達摩院的AI能力，也能夠經過自定義的方式來實現更細分的場景的AI計算。達到的效果是業務開展更靈活，開發效率更高，成本更低。

將來展望

在線上分享的最後，雲覺表示：但願有更多的生態合做夥伴（節點層、算法層）來與阿里雲一塊兒去開發和落地，讓更多的業務場景可以使用視圖計算帶來的種種便利。同時，也期待視圖計算具有更智能的調度和更智慧的管理能力，幫助海量設備終端實現很是便捷的就近接入、存儲和計算，來挖掘更廣闊的視圖數據價值。
原文連接本文爲阿里雲原創內容，未經容許不得轉載。