作為邊緣計算的旗幟項目，KubeEdge自開源以來就受到了產業(yè)界和學術界的廣泛關注和支持。隨著KubeEdge已廣泛應用智能交通、智慧城市、智慧園區(qū)、智慧能源、智慧工廠、智慧銀行、智慧工地、CDN等多個行業(yè)和場景，業(yè)界對其價值的認可也在持續(xù)走高，高校實驗室、科研院所、師生群體以及行業(yè)開發(fā)者對于項目本身在學術及應用層面開放、深度交流的需求正在不斷增加。
為促進相關領域學者及從業(yè)人士更高階的學術交流，探索學術研究新方向，并進一步完善邊緣計算行業(yè)生態(tài)，第一屆云原生邊緣計算學術研討會The 1st KubeEdge Academic Workshop(KEAW'22)于11月16日-11月17日圓滿召開。此次研討會以“探索，邊緣新未來”為主題，聚集學界領軍專家和技術愛好者，共同洞察邊緣計算前沿技術及趨勢，匯集邊緣計算學術研究及實踐案例，開拓行業(yè)發(fā)展新機遇。
大咖云集，共探云原生邊緣計算新未來
CNCF大使，KubeEdge聯合創(chuàng)始人王澤鋒發(fā)表了KEAW'22開幕致辭。他表示，KubeEdge是CNCF首個云原生邊緣計算項目，近年來KubeEdge社區(qū)已經吸引了超過16萬開發(fā)者，并且始終處在一個持續(xù)上升的活躍開發(fā)狀態(tài)之中。與此同時，KubeEdge也在不斷探索多學術圈合作方式，并且成功入駐開源發(fā)展委員會指導提供的開源創(chuàng)新服務平臺GitLink。在今后KubeEdge社區(qū)也將嘗試與CCF開源發(fā)展委員會更深入的合作形式，包括走進高?；顒?、高校開發(fā)者創(chuàng)新大賽等，并且也希望更多的人能夠參與到社區(qū)貢獻之中。
王澤鋒 - KEAW'22開幕致辭
CCF開源發(fā)展委員會常委、復旦大學計算機科學與技術學院副院長彭鑫教授圍繞“云原生邊緣計算助力人機物融合泛在計算”議題，為此次KEAW'22研討會的Edge Computing Day致辭。他表示人機物融合泛在計算將云計算的思想拓展到人機物三元空間，需要建立人機物融合應用平臺及相應的低代碼“編程”體系，通過云原生邊緣計算來支撐設備接入和管理以及算力保障，其中利用機器人的任務完成能力幫助人機物融合應用能夠更好地實現自動化閉環(huán)。未來希望建立人機物融合應用的“開發(fā)運維一體化”，實現快速反饋、敏捷適應、持續(xù)演進等方面的目標。
彭鑫 - 云原生邊緣計算助力人機物融合泛在計算
邊緣智能的下一站在分布式人工智能，將主要集中于分布式的任務執(zhí)行與管理、分布式的機器學習、分布式的邊緣節(jié)點自主合作三方面，打造具備深度學習能力與深度融合匯聚的AIoT生態(tài)。香港理工大學人工智能與物聯網研究院 (RIAIoT) 院長、IEEE Fellow曹建農在題為《Future Edge Computing：Towards Distributed Intelligence》的Keynote演講中指出，作為基于微服務的新興技術，分布式人工智能將集成物理世界與虛擬世界，以車載網、元宇宙、工業(yè)物聯網、醫(yī)療健康等場景化應用，借助云計算龐大的算力資源進行任務執(zhí)行與深度學習，打造實時性、智能性、可靠性、高效益的技術支撐，服務異構豐富、高度耦合的未來生態(tài)。
曹建農 - Future Edge Computing: Towards Distributed Intelligence
在KEAW'22會議次日的Edge AI Day上，ACM SIGBED China主席、IEEE Fellow劉劼圍繞“嵌入式智能與系統(tǒng)”議題為Edge AI Day 致辭，指出嵌入式的AI計算具備實時響應、隱私保護、資源共享等優(yōu)勢，同時也受到資源受限、數據分離、運算異構等限制。一方面，為了更大程度發(fā)揮有限資源的能力，團隊設計模型訓練技術、云邊協(xié)同技術、分塊分區(qū)、并行推理加速、調度框架以及GPU加速計算。另一方面，為了更好利用分布式的數據資源，團隊提出了泛聯邦學習概念，在不同維度下，將分布式的計算和隱私保護的機制有效融合，將隱私、可信、高效三者進行了統(tǒng)一衡量。
劉劼 - 研討會Edge AI Day致辭：嵌入式智能
香港中文大學信息工程系教授、IEEE Fellow邢國良圍繞車路協(xié)同與智能健康體系兩方面內容在KEAW'22上發(fā)表Keynote演講，分享實驗室近期學術成果。其實驗室團隊首先在車路協(xié)同方面，通過部署智慧燈柱，基于網絡編碼技術實現將近100兆的帶寬。在有限的資源條件下，支持車路協(xié)同的前提是要支撐多個深度學習任務，完成點對點的融合以及物體級別融合。其次在智能健康系統(tǒng)方面，主要針對阿爾茨海默癥的應用，試圖解決數據隱私、系統(tǒng)技術能力、數據長尾分布等問題。其實驗室團隊今年也獲得了ACM MobiCom 2022 Best Paper Award Runner-up以及ACM Sensys Best Poster Award。
邢國良 - Edge AI for Autonomous Driving and Smart Health
北京郵電大學計算機學院副院長、IET Fellow王尚廣是今年年度唯一的KubeEdge Academic Award the 1st place獲得者。在題為《衛(wèi)星邊緣計算研究與探索》的邀請演講中，王尚廣表示，如今星上計算處于“天上不成網”“地上不成面”的建設初期，網網不同、星星并存、算算失衡，讓時空連通動態(tài)性、高緯資源復雜性、混合業(yè)務差異性受到諸多挑戰(zhàn)。而在衛(wèi)星邊緣計算上，也存在空間、算力、能源、散熱等方面的限制，造成網絡計算難滲透、站點計算融合難等問題，因此在衛(wèi)星邊緣計算研究中，需要多方進行前沿技術探索，啟發(fā)企業(yè)跟進夯實技術體系，以“生態(tài)+體系”的優(yōu)勢姿態(tài)參與全球博弈。
王尚廣 - 衛(wèi)星邊緣計算研究與探索
群策群力，落實云原生邊緣計算新應用
在空天信息網絡與工業(yè)控制網絡中，“云-邊-端”架構由于具有節(jié)省帶寬、減少延遲、安全性和隱私性強等特點，正在成為行業(yè)發(fā)展的主流選擇。2022 KubeEdge Academic Award Honorable Mention獲得者，電子科技大學副教授賴俊宇作為項目負責人持續(xù)主導KubeEdge相關邊緣計算相關科研項目，基于KubeEdge構建空天網絡仿真平臺，現底層網絡仿真與邊緣計算架構之間的聯動，完善全方位、立體化、等層次的邊緣計算服務。
賴俊宇 - KubeEdge在空天網絡及工業(yè)控制網絡中的應用探索
“天算星座”是面向科研工作者所搭建的服務平臺，由兩顆主星、兩顆輔星、兩顆邊緣性構成，依托服務計算、控制面網元和數據面網元，徹底打通星地鏈接脈絡。今年2月27日，王尚廣教授團隊基于KubeEdge研制的星地服務供應平臺系統(tǒng)部署在“創(chuàng)星雷神號”上發(fā)射升空，并與“寶醞號”成功實現了星地分布式組網和星地云服務供應。該系統(tǒng)為衛(wèi)星應用提供通信、網絡、計算等云原生基礎算力，以及云邊、邊邊協(xié)同能力，完成了星地感知計算、遙感推理等應用場景的部署、管控與協(xié)同，并成功開展了全球首次星地鏈路QUIC協(xié)議在軌試驗，并獲得2022年IEEE衛(wèi)星技術創(chuàng)新獎。
王尚廣 - 衛(wèi)星邊緣計算研究與探索
全球服務機器人市場規(guī)模在2030年預計將達到900-1700億美金。為探索云原生技術在機器人產業(yè)應對的痛點問題及其商業(yè)價值，畢業(yè)于香港中文大學的周順波博士和畢業(yè)于香港理工大學的鄭子木博士分別從服務平臺和AI算法層面進行分享。面向當前機器人行業(yè)高定制化、運管和部署慢，各環(huán)節(jié)能力及資產規(guī)?；瘡椭齐y等問題，以云為底座打造機器人平臺能夠使能邊云協(xié)同開發(fā)與運行數據流，人工智能則更進一步從感知、操作、決策、多機協(xié)同、人機交互角度促進機器人能力躍遷。會上也分享了基于KubeEdge及其子項目Sedna的智能機器人智能導航乃至物資遞送demo，也為會上觀眾提供應用和算法開發(fā)的實用工具、公開發(fā)表的多篇學術論文。鄭子木博士也由于其學術成果和社區(qū)貢獻，獲得2022 KubeEdge Academic Award Honorable Mention。
鄭子木 - 邊云協(xié)同終身學習在智慧園區(qū)及工業(yè)領域創(chuàng)新探索及落地
同濟大學教授賈金原在題為《KubeEdge助力Web3D關鍵技術支撐元宇宙基礎平臺》的演講中表示，元宇宙被稱之為新一代互聯網，Web3D是元宇宙平臺的天然選擇。圍繞傳輸調度、網頁在線渲染三方面，通過3D大規(guī)模場景輕量化預處理技術、3D復雜模型的細粒度化預處理技術、3D大數據的漸進式分布加載調度機制、輕量級Web3D全局光照在線高品質渲染、輕量級Web3D在線互動編輯技術、輕量級Web3D基礎平臺支撐、輕量級Web3D在線可視化創(chuàng)新應用七大關鍵技術初步構成輕量級Web3D元宇宙支撐平臺框架。
賈金原 - KubeEdge助力Web3D關鍵技術支撐元宇宙基礎平臺
在新一代信息技術與制造業(yè)融合的大背景下，AI要成為企業(yè)生產力，就必須以工程化的技術來解決模型開發(fā)、部署、管理、預測、推理等全鏈路生命周期管理。為了更加敏捷地應對業(yè)務環(huán)境和需求的變化，北京郵電大學吳振宇老師項目組基于K8S+KubeEdge開源框架設計研發(fā)了云原生的云邊協(xié)同工業(yè)智能業(yè)務環(huán)境，為工業(yè)智能模型提供生命周期管理和工程化生產力工具。項目組基于軸承故障診斷場景開發(fā)了相應demo系統(tǒng)以驗證方案的可行性，并嘗試進一步面向5G汽車裝備制造產線智能運維場景進行應用驗證與示范。
吳振宇 - 基于云原生的云邊協(xié)同工業(yè)智能業(yè)務環(huán)境與應用驗證
同濟大學在讀碩士研究生尤錢湖作為開源之夏KubeEdge社區(qū)參與者之一，完成“基于KubeEdge-Sedna邊云協(xié)同平臺的行人Re-ID特性，算法性能自動化測試”特性。目標跟蹤與重識別是邊緣AI的熱門研究方向，也是智慧城市、智能安防等領域的關鍵功能點，尤錢湖同學的工作基于Ianvs提供了相關算法基準測試案例，同時在本次KubeEdge學術研討會上使用進行了全流程演示，為開發(fā)者使用Ianvs和Sedna完成實際邊緣AI應用開發(fā)、測試、部署提供了重要參考，為拓展社區(qū)影響力添磚加瓦。尤錢湖也因此同時榮獲2022 KubeEdge Academic Award Honorable Mention，也是本屆學術獎項中唯一的在校學生代表。
尤錢湖 - 基于KubeEdge-Ianvs的邊云協(xié)同行人Re-ID算法性能自動化測試
隨著云原生邊緣計算技術的成熟，云邊協(xié)同的需求也進一步釋放。CCF開源發(fā)展委員會常委彭鑫指出，云邊協(xié)同與邊緣計算的緊密協(xié)同，能夠幫助企業(yè)在業(yè)務自動化和流程自動化的基礎上，逐步實現組織的全局自動化以及自主化的自動化，從而滿足豐富的場景化需求與個性化需求。同時，同濟大學教授賈金原也表示，云邊協(xié)同真正意義上將網絡、基礎設施、服務和應用程序鏈接起來?？梢灶A料到，未來五到十年，云邊協(xié)同這個領域的應用極有可能呈現一個爆發(fā)式的增長。
攜手互通，開創(chuàng)邊云協(xié)同新未來
預計到2025年，全世界75%的數據將會產生于邊緣，邊緣計算的規(guī)模將會比云大4倍，在這之中，Kubernetes已經成為邊緣生態(tài)系統(tǒng)的關鍵部分，持續(xù)推動其集成和運維。此次由CNCF及KubeEdge主辦、開源之夏和華為云聯合主辦的云原生邊緣計算學術研討會(KEAW'22)的成功舉辦，不僅為云原生邊緣計算領域的產學研有識之士搭建了一個更高階的學術交流平臺，也向外界展示了KubeEdge在各個領域的應用以及基于KubeEdge平臺的邊緣計算實踐成果，進一步彰顯了KubeEdge在商業(yè)應用基礎及其在全球多個重要領域的關鍵作用。
面向邊緣計算領域，中國科學技術大學計算機科學與技術學院談海生教授(2022 KubeEdge Academic Award Runner-up)、浙江大學才振功教授、天津大學計算機科學與技術學院王曉飛教授從在線智能、去中心化邊緣集群管理、任務調度、云邊協(xié)同資源優(yōu)化調度等方面分享研究成果，進一步說明云原生邊緣計算的必要性及大趨勢以及邊云協(xié)同的重要性，對推進和擴展邊緣計算技術的產業(yè)應用有重要指導意義;面向邊緣人工智能領域，西北工業(yè)大學郭斌教授(2022 KubeEdge Academic Award Honorable Mention)、哈爾濱工業(yè)大學(深圳)計算機科學與技術學院蘇敬勇教授、中山大學先進網絡與計算系統(tǒng)研究所張曉溪教授等從人機物融合群智計算、開放域檢測、云邊協(xié)同的分布式機器學習等方面分享應用經驗，進一步指出人工智能與邊緣計算融合發(fā)展趨勢，再度表明邊緣計算研究在產業(yè)轉化過程中起著舉足輕重的作用。
多位教授面向邊緣計算、邊緣人工智能領域的精彩分享
面向未來，也希望能夠更多有志之士以及相關機構、企業(yè)參與到云原生邊緣計算建設中，共建KubeEdge社區(qū)新生態(tài)，共創(chuàng)邊云協(xié)同新未來。
B站搜索“KubeEdge”觀看會議回放
關注KubeEdge公眾號，接受更多精資訊
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
