关闭视频

将云计算和雾计算结合,重新布局物联网发展模式

机智云发表于:2016年12月29日 14:56更新于:2017年11月18日 16:17
jack-800X512.jpg

9月19日机智云4.0发布会公布,旗下物联网开发平台将云计算和雾计算结合,组成更大规模的物联网大数据体系,继续引领物联网产业发展。

会后,机智云CEO黄灼接受了51CTO记者的采访,对“雾计算”、机智云4.0物联网开发平台、人工智能等方面进行了深入探讨。

 


机智云CEO黄灼


“雾计算”的前世今生

雾计算(Fog Computing),早些年由思科首创。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。在雾计算中,数据、数据处理和应用程序集中在网络边缘的设备中,而不是几乎全部保存在云中,是云计算(Cloud Computing)的延伸概念。


雾计算和云计算一样,十分形象。云在天空飘浮,高高在上,遥不可及,刻意抽象;而雾却现实可及,贴近地面,就在你我身边。雾计算并非由性能强大的服务器组成,而是由性能较弱、更为分散的各类功能计算机组成,渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。

黄灼表示,两年前,思科提出雾计算的概念后,并没有盛行,其中一个很重要的原因在于思科的发力点是路由器和交换机, 而这些通信设备缺乏对终端设备的定义和控制能力,因此无法和终端设备实现互通,大部分场景无法把雾计算的能力体现出来,因此真正落地的案例并不多。

机智云对物联网设备,通信模块,网关节点和云端都有强大的控制力,恰好具备把云计算推向雾端的基础。此次发布的Edge Computing Engine ECE边缘计算引擎,可以直接通过云端的协调,在设备,通信模块和网关等边缘节点执行动态更新和加载“微应用”,进行实时海量的数据处理,算法执行,甚至实现不同品类和品牌设备之间的互联互通,挖掘雾计算的强大潜力。ECE和这次一同发布的其他三款产品:机智云Giga ML吉咖机器学习,Dynamic Data Director动态数据编排引擎,还有Real Time Big Data实时大数据平台有协同效应。开发者可以通过机智云的开发者后台来把雾计算,大数据,机器学习组合起来,高效率开发强大的物联网应用。


在黄灼看来,雾计算是作为云计算的补充和扩展出现的,并不是为了取代传统云计算。在万物互联的新时代里,它将计算能力赋予到了更加边缘的设备节点。让开发者得到更加快速、便捷的数据收集、处理、反馈的能力。


更希望为广大开发者服务

大数据、云计算支撑下的人工智能产业爆发,国内外众多厂商分分加入人工智能的大军。机智云同样关注人工智能,但却和绝大部分厂商不同。


据黄灼介绍,机智云服务的不仅是厂商,而更希望服务广大开发者。为开发者们提供更好的算法能力,厂商也可以调用机智云的算法模型做他们想做的事,而不是把整套解决方案提供给他们。

此外,说到技术上的优势,首先是效率和精确度方面。机智云发布的雾计算,分布式的机器学习效率更高,而其他一些做机器学习的公司,可能会因为对端部的控制力较弱,所以只能在云端做一些不完整数据的学习。而机智云现在通过雾计算,每毫秒数据都能够采集、分析,这样得到的信息量就大了很多,所以效率跟精确度会很高。

最后,黄灼表示,作为一个开发平台,使命就是把这些高端的技术能够平民化,用到各个行业。“如果物联网未来真的是所有行业万物都相连,它的门槛一定非常低,现在没有人说开发一个人工智能的东西像开发APP这么简单,我们希望能做到这样。”


附:新一代机智云4.0物联网开发平台简介


ECE(Edge Computing Engine)边缘计算引擎,是一个运行在设备通信模组或近场通信网关上的微应用容器,提供雾计算的运行环境,协调程序和底层硬件环境的关系。

RTBD(Real Time Big Data)实时大数据平台,是一个专门为物联网应用而生的实时大数据分析、处理、输出平台。

D3(Dynamic Data Director)动态数据编排引擎, 帮助开发者快速的定义和部署个性化的数据处理业务。通过图形化的拖拉拽交互方式,开发者可以灵活地编排数据流转逻辑,打造个性化的数据业务系统。


Giga ML吉咖机器学习是专门为物联网设计的机器学习产品。基于机智云的云端+雾端计算架构,吉咖机器学习可以把数据采集和处理逻辑动态分配到设备和网关端,让海量的终端设备参与到机器学习的运算中,大大的增加了可采集和处理的数据量和全网络的运算资源,可以高效的实现复杂的的机器学习算法。