海康威視 AI Cloud：云邊融合丨AI 安防峰會 2018

3月31日，由雷鋒網(wǎng)主辦的「2018中國人工智能安防峰會」在深圳圓滿結束。

本次中國人工智能安防峰會中，海康威視朱江博士以《AI Cloud：云邊融合》為主題，全面深入地分享了AI Cloud架構。

擁有二十多年研發(fā)經(jīng)驗的朱江博士，帶領海康威視智能算法團隊多次在國際大賽中取得第一的成績，并參與搭建了海康威視AI Cloud架構。

朱江博士在大會中提到，AI Cloud架構由云中心、邊緣域、邊緣節(jié)點三部分構成，實現(xiàn)從端到中心的邊緣計算+云計算，使得圖像目標細節(jié)傳輸更高效，數(shù)據(jù)分級應用更加靈活。

以下為朱江博士的現(xiàn)場演講內(nèi)容，雷鋒網(wǎng)作了不改變原意的編輯及整理：

感謝雷鋒網(wǎng)提供了這樣一個機會，能夠在這里向各位行業(yè)同仁交流海康威視在智能物聯(lián)網(wǎng)架構AI Cloud方面的思考和成果。

去年10月，海康威視在深圳的一次大會中提出了AI Cloud架構，目的是在眾多邊緣設備與云端系統(tǒng)之間建立一個合理的技術架構。那么從邊到云，我們到底應該做些什么？這里我提出四個問題：

如何充分地、靈活地運用邊緣設備資源？

如何建立整個物聯(lián)網(wǎng)能夠彼此溝通和兼容的物聯(lián)網(wǎng)數(shù)據(jù)模型？

如何實現(xiàn)不同時間、不同開發(fā)團隊所開發(fā)的行業(yè)應用之間的協(xié)同工作？

如何為越來越龐大的、包括視頻在內(nèi)的物聯(lián)網(wǎng)各類設備，建立統(tǒng)一的運維服務體系？

這些問題顯然不應該、也不可能都在云端系統(tǒng)解決。

在此前提下，海康威視提出了AI Cloud，我們把邊緣設備稱之為邊緣節(jié)點，把云端稱之為云中心。

我們認為在兩類節(jié)點之間，靠近邊緣節(jié)點的一側(cè)，還應該增加一個環(huán)節(jié)。在這一環(huán)節(jié)，來解決剛剛提出的一系列從邊到云的問題。這個環(huán)節(jié)，我們稱為邊緣域。

邊緣節(jié)點：側(cè)重多維感知數(shù)據(jù)的采集和前端智能處理；

邊緣域：側(cè)重感知數(shù)據(jù)的匯聚、存儲、處理和智能化應用；

云中心：是要對包括物聯(lián)數(shù)據(jù)在內(nèi)的多維數(shù)據(jù)進行融合，并且進行大數(shù)據(jù)分析應用。

從上圖中我們看到，數(shù)據(jù)從邊緣節(jié)點流到邊緣域，又從邊緣域流到云中心，前部分從邊緣節(jié)點到邊緣域的過程實現(xiàn)聚邊到域，數(shù)據(jù)從邊緣域到云中心的過程實現(xiàn)數(shù)據(jù)上云。

從邊緣域來看，流進來和流出去的數(shù)據(jù)，無論是格式、還是內(nèi)容，都有很大的不同。

那么邊緣域成了一個中場，它要知道數(shù)據(jù)在什么時候、用什么樣的形式、經(jīng)過什么樣的處理，再送到云端去。因此我們說，域為中場。

從這里大家可以看到，海康威視AI Cloud的云邊融合，不是簡單的云+邊，更不是簡單地分成若干個所謂的“小云”再匯聚到更大規(guī)模的云，而是切實解決從邊到云所帶來的應用、數(shù)據(jù)處理、管理等一系列問題的新架構。

同時，我們希望通過邊緣域這個環(huán)節(jié)解決更多的問題。在AI Cloud架構下，邊緣節(jié)點、邊緣域和云中心，都能夠以多級多類彼此互聯(lián)，并且可以互相衍化。

這個架構的特點可以概括為四句話：邊緣感知、按需匯聚、多層認知、分級應用。

總體來看，我們講的AI Cloud，不是Cloud Computing，而是基礎設施、數(shù)據(jù)資源、平臺服務和應用軟件的總和。

下面我把AI Cloud的一些具體內(nèi)容、也就是說我們要實現(xiàn)的一些具體能力與大家分享一下。

首先，要實現(xiàn)AI資源的可調(diào)度。讓AI像電能，成為信息系統(tǒng)的可調(diào)度資源。無論是AI所需要的算力、算法、數(shù)據(jù)、系統(tǒng)，還是服務，都應該在應用需求的牽引下實現(xiàn)合理的調(diào)度。

為此，我們在邊緣域和云中心，都研發(fā)了管理調(diào)度平臺。以邊緣域的管理調(diào)度平臺為例，我們在管理調(diào)度平臺后臺構建了兩池一庫，也就是計算存儲資源池和數(shù)據(jù)資源池，一庫是算法倉庫。

在兩池一庫的基礎上，我們提供對連接到邊緣域的所有邊緣節(jié)點的管理，對接入進來的視頻、門禁、報警等各類物聯(lián)網(wǎng)資源進行統(tǒng)一管理，以及統(tǒng)一管理調(diào)度邊緣域自身的計算資源、存儲資源、軟件資源、算法資源。在算法倉庫方面，我們建立了統(tǒng)一的算法模型，規(guī)范了算法接入的接口，能夠?qū)崿F(xiàn)多個廠家的算法接入到我們的算法倉庫上面來，基于上層的任務，進行統(tǒng)一調(diào)度。為了實現(xiàn)效果，在后臺底層我們實現(xiàn)了對GPU資源的池化管理，能夠支持算法在上面的靈活調(diào)度。另外還有非常重要的一點就是，我們在邊緣域的算法倉庫，可以根據(jù)應用的需求對與我們連接的前端邊緣節(jié)點的算法進行動態(tài)調(diào)度。

第二個方面，我們要實現(xiàn)數(shù)據(jù)的按需匯聚。

要讓數(shù)據(jù)像水源、受控地流動到需要的地方。大家知道，水對人類的生存至關重要，如果處理不好，也可以是洪水猛獸。數(shù)據(jù)也一樣，邊緣節(jié)點產(chǎn)生大量的原始數(shù)據(jù)，AI的處理過程產(chǎn)生大量的智能數(shù)據(jù)，只有把這些數(shù)據(jù)按照應用的需求，受控地流動到需要的地方，才能避免傳輸和存儲中資源的濫用，同時有利于高效、充分地發(fā)掘數(shù)據(jù)的價值。

為此我們在邊緣域和云中心分別研發(fā)了物聯(lián)網(wǎng)數(shù)據(jù)資源平臺和大數(shù)據(jù)資源平臺。在邊緣域，很重要的是要實現(xiàn)數(shù)據(jù)的按需匯聚。那么問題來了，如果我們不能定義“需”，就不能按需匯聚。那么需從哪來？需從用來。就是說我們會站在用的視角來，比如說是一些時間范圍、是一些地域范圍，是一些技術屬性，更重要的可能是一些業(yè)務屬性。

物聯(lián)網(wǎng)的數(shù)據(jù)模型，和我們的行業(yè)業(yè)務數(shù)據(jù)模型之間，需要進行關聯(lián)，否則兩者是相對獨立的。

以人為例，比如說有抓拍機抓到人的圖片，通過人臉識別技術我們可以知道他的身份證號是多少，他今年多少歲，但僅有這些數(shù)據(jù)對應用是不夠的，我們更關注他的業(yè)務數(shù)據(jù)。比如對于公安來講，關注的可能是他是不是吸毒人員；對于交通來講，關注的可能是他是不是一個失格駕駛員；對于金融來講，關注的可能是他是不是VIP客戶；對于法院來講，關注的可能是這個人是不是一個失信被執(zhí)行人；等等。這樣的一些業(yè)務數(shù)據(jù)，實際上需要在邊緣域里面，把它跟物聯(lián)網(wǎng)數(shù)據(jù)關聯(lián)起來。

在邊緣域里的物聯(lián)網(wǎng)數(shù)據(jù)資源平臺，就是要解決這個問題。我們經(jīng)常講要有個地方養(yǎng)數(shù)據(jù)，才能用好數(shù)據(jù)。同樣在云中心，我們建立了大數(shù)據(jù)資源池，未來在云中心實際上主要有三類數(shù)據(jù)需要來匯聚和處理，能夠?qū)崿F(xiàn)對行業(yè)和整體更好的智能化。其中有一類數(shù)據(jù)來自于邊緣域的物聯(lián)網(wǎng)數(shù)據(jù)；第二類來自于互聯(lián)網(wǎng)的數(shù)據(jù)；第三類特別重要，就是各個行業(yè)業(yè)務系統(tǒng)的內(nèi)部數(shù)據(jù)，只有實現(xiàn)了這三類數(shù)據(jù)的匯聚，在這個基礎上，我們通過大數(shù)據(jù)的資源平臺，來解決數(shù)據(jù)治理和數(shù)據(jù)服務的問題。

第三件事我們要做的是應用的場景化。

讓應用像陽光，照亮業(yè)務場景的每個角落。如果說AI和數(shù)據(jù)是原料，那么應用就是產(chǎn)品。結合不同的應用場景，相同的原料可以做出不同的產(chǎn)品。在邊緣節(jié)點、邊緣域和云中心，我們都把場景化作為關鍵詞，來分析有哪些應用可以提供給客戶。

比如在邊緣節(jié)點，我們要建立單一場景的智能應用，說簡單點是在什么場所，干什么事。在邊緣域，我們要建立的是跨時間和地點的一種跨時空場景的智能化業(yè)務應用，要分析的是在什么行業(yè)里，要干什么業(yè)務。

到了云中心，我們面向的是更大規(guī)模的綜合管控、預警預測類場景。我們要分析的是什么行業(yè)或者跨哪些行業(yè)，需要判斷宏觀的“態(tài)”和“勢”，即狀態(tài)和趨勢，通過這樣的方法找到該做的應用。

在這樣的前提下，我們在邊緣域和云中心分別提供了智能應用平臺和綜合應用平臺，我們通過平臺把底層的數(shù)據(jù)資源連接好，可以為上層的應用提供更好地彼此兼容、彼此協(xié)同的機會。因此，我們在邊緣域，通過底層的物聯(lián)網(wǎng)數(shù)據(jù)資源池，然后再基于我們的智能應用平臺，可以實現(xiàn)很多過去沒有的應用效果。例如可以實現(xiàn)多數(shù)同用，也就是可以把邊緣節(jié)點的很多數(shù)據(jù)，匯聚到資源池以后，為同一個應用所用。

例如在杭州某塊區(qū)域需要重點安保，這樣的一個應用馬上建立，我們可以把很多以前已經(jīng)構建好的，和現(xiàn)在即將構建的邊緣節(jié)點的數(shù)據(jù)納入資源池，很快地在同一個應用中來使用。另外反過來的一個效果是可以做同數(shù)多用，比如說在一個社區(qū)，一個攝像機采集了一些視頻，數(shù)據(jù)進入資源池以后，可以被不同行業(yè)的用戶用于不同的應用。

例如對于公安，可以用于對重點人員的管控；對于社區(qū)，可以做獨居老人關懷；對于城管，可以做餐飲小店的出店經(jīng)營監(jiān)管；對于環(huán)衛(wèi)，可以做清運車輛的監(jiān)管等。這樣我們可以看到，數(shù)據(jù)和應用實際是相對獨立開來。這樣做到了數(shù)據(jù)的積累過程和應用需求的深化。作為兩個過程，可以同步進行。養(yǎng)數(shù)據(jù)的人和用數(shù)據(jù)的人，即有所關聯(lián)，又可以相對獨立地工作。同樣，我們在云中心提供的綜合應用平臺，也可以在大數(shù)據(jù)資源池的基礎上支撐用戶來開發(fā)滿足需要的，既相互聯(lián)系，又相對獨立的項目應用。

剛才講到了更多的是我們在AI Cloud架構下，我們在邊緣域和云中心建立平臺以后，可以獲得更多的應用。但實際上，在邊緣節(jié)點的應用，仍然是我們發(fā)力的重點。邊緣節(jié)點的應用也是邊緣域和云中心實現(xiàn)更好應用效果的前提和基礎。

邊緣節(jié)點的工作重點：

首先還是智能化。我們要把更多更強更好的AI能力注入到邊緣節(jié)點。

其次，我們要實現(xiàn)多樣化。就是把基礎產(chǎn)品能力，結合更多的用戶使用場景，來實現(xiàn)產(chǎn)品的多樣化。

第三是多維化。要把視頻的采集能力，和RFID、WIFI、溫濕度、時間空間的等多種傳感手段集成在一個設備里，為用戶提供一體化的多維感知能力。

其次要做到的是綜合化，我們現(xiàn)在已經(jīng)有了很好的實踐，把一些傳感器，一定的數(shù)據(jù)和應用能力直接放到邊緣節(jié)點，在綜合化的設備里面直接給用戶提供最高效、最快捷的應用能力。比如現(xiàn)在的人臉門禁，一方面通過人臉識別達到很好的用戶感受，另一方面和門禁進行整合，直接在前端提供高效的服務。所有的這些能力最后還有非常重要的一點就是要實現(xiàn)邊緣節(jié)點的可管理。所有的邊緣節(jié)點都需要做自檢能力，并且把自檢狀態(tài)的輸出與運維服務平臺作集成。

在應用方面還要隆重提到的就是我們公有云應用平臺，也就是螢石云。

螢石作為海康威視布局在互聯(lián)網(wǎng)上的視頻云平臺，經(jīng)過幾年努力，已經(jīng)連接了數(shù)千萬終端設備，全球有千萬級活躍用戶，每天過億次報警推送，每天過千萬視頻預覽的請求。螢石一直將開放作為自己的重要戰(zhàn)略，經(jīng)過努力，已與全球很多合作伙伴建立了良好的生態(tài)。目前在螢石平臺上入駐，已經(jīng)有2萬多家開發(fā)用戶，擁有4000多個活躍應用。

AI能力的注入為螢石給更多行業(yè)提供更好的支撐，奠定了非常好的基礎，同時，因為螢石是運行在互聯(lián)網(wǎng)上的，所以一直把安全手段作為非常重要的工作，提供了一系列的安全防護手段，并且已經(jīng)通過ISO27001和等保三級的安全認證。

第四個方面，我們要實現(xiàn)運維的一體化。我們要讓運維像空氣，不刷存在感卻無處不在。因為我們深深知道，在物聯(lián)網(wǎng)行業(yè)里，只有管好，才能用好。

為此，我們研發(fā)了統(tǒng)一的運維服務平臺，把邊緣節(jié)點、邊緣域和云中心所有的設備、軟件、應用系統(tǒng)，全部都管理起來，我們要為直接用戶，為運維服務團隊的各個角色，為設備廠商，提供一攬子的運維服務功能。

在運維平臺里，我們尤其考慮到兩個方面的可擴展，一是運維對象可擴展，我們提供了運維設備接入的框架，未來有新的技術特征的設備可以被擴展進來，作為我們運維服務的對象；另外一方面是我們提供了加盟商管理的功能，支持更多維修服務團隊在我們統(tǒng)一的運維平臺上為客戶提供服務。

從AI Cloud提供的以上能力，可以看到這樣一個面向設備擴展、數(shù)據(jù)融合、應用協(xié)同、持續(xù)運維的機制，這不是海康威視一家企業(yè)能獨立完成的，我們要和眾多的合作伙伴一起，共建可成長的生態(tài)。讓生態(tài)像大樹，扎根合作沃土不斷成長。

海康威視致力于為合作伙伴搭建合作共贏的舞臺。我們通過計算存儲資源池和算法倉庫實現(xiàn)基礎設施的開放，我們通過物聯(lián)網(wǎng)數(shù)據(jù)資源池和大數(shù)據(jù)資源池實現(xiàn)數(shù)據(jù)資源的開放，我們通過智能分析服務和大數(shù)據(jù)分析服務，實現(xiàn)平臺服務的開放，我們通過智能應用平臺和綜合應用平臺，實現(xiàn)應用接口的開放。在這個舞臺上，設備廠商、基礎軟件廠商、算法廠商、數(shù)據(jù)提供商、應用開發(fā)商都將找到自己的用武之地；安全服務商、運維服務商和技術標準規(guī)范團隊，也將找到合作機會。

我們將與大家一起，共同打造面向產(chǎn)品和服務的生態(tài)。為此，我們會竭盡全力做好搭臺工作。除了提供能力開放平臺，還將提供開放式體驗環(huán)境和產(chǎn)品的兼容性驗證環(huán)境。

各位行業(yè)同仁，很高興在這里分享海康威視AI Cloud云邊融合的發(fā)展理念：聚邊到域、域為中場、數(shù)據(jù)入云的技術架構；兩池一庫四平臺的產(chǎn)品實現(xiàn)，以及包括遷移、升級、集成、數(shù)據(jù)、應用和運維在內(nèi)的服務模式，更重要的，是在此基礎上要打造的面向產(chǎn)品和服務的開放生態(tài)。

希望未來在AI Cloud架構下，我們能夠一起合作，為廣大的用戶提供更多更好的服務。

謝謝各位！

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。