站务联系
8月26日，主题为“强基赋能 开启数据新纪元”的2020（第五届）大数据产业生态会议在重庆召开。
这场美国大数据产业最盛大、最具专业性及深度的行业派对，已经成为了美国最前沿的数据黑科技产品的大秀场，也是行业学者、企业领袖、知名投资人凝聚一堂，深入思考技术产业发展的高档平台。
会上，基于《2020美国大数据产业发展蓝皮书》调研结果，中兴通讯荣获"2020美国大数据企业50强"。
中兴通讯研究院总工程师王德政做了题为《大数据AI融合的云边端一体化解决方案》演讲后，接受中国软件网记者的专访时表示，大数据AI融合的云边端协同是未来中兴通讯一大重要发展方向，中兴通讯的大数据AI融合的云边端一体化解决方案将造福更多的行业。
云计算在与大数据、AI、IoT等技术的融合发展中，相较传统IT，在费用、稳定性、安全跟效率层面都展现了较大的优势。
而随着5G的发展,以及IOT应用的扩充，边缘应用的数据量呈几何级数下降，这些数据都在终端产生、积累，传送至云端，进行数据处理，再返回至终端指导业务。
这一系列动作将对网路码率形成超高需求，不仅会存在推迟，还须要面临弱网卡顿、连接成功率低等众多问题，用户感受难以保障。同时，大码率对回传网路、业务中心导致很大传输压力，也会使企业面临着巨额的码率费用。
这意味着集中式的数据储存、处理方式将面临难解的难题跟压力。最终，成本作为关键诱因之一，使得云边缘化的趋势得以发展，集中的估算重新迈向边沿。
王德政说，边缘估算和云估算二者并不是此消彼长的关系，边缘估算正在拓展云计算的边界。未来，大数据AI融合的云、边、端的协同将成为行业应用发展的核心技术，也是未来应用务必要解决核心问题。
他以手动驾驶为例介绍说, 一辆手动驾驶车辆每秒能形成1GB数据，同时还要对数据进行实时处理，并作出正确的动作。
如果将全部数据放到云端进行处理，响应时间会显得太长，而且支持某片区域内的诸多车辆同时工作时，对当前的网路码率及可靠性来说只是一个很大挑战。
随着万物互联时代的到来，网络边沿设备形成的数据量急剧下降，带来了更高的数据传输时延需求。同时，新型应用也对数据处理的实时性以及数据储存也提出了更高的要求。
这时候，传统的云估算模型不能满足现有的功耗需求，要求云端算力下沉，在边沿与终端处产生算力融合，借用AI技术，云-边-端三体协同的构架将要满足应用数据迅速处理等需求。
在5G盛行的这个时代，云边协同可算是一个大热点。业界提出了这些基于端-边-云三层构架的云边端协同体系。强大的中心云和弹性灵活的边缘云实现了更强大的云服务能力，
王德政说大带宽，为了规避数据处理的业务挑战跟数据处理的构架挑战，必须发展大数据AI融合的云边端协同构架跟机制。这一技术包括四项技术关键词，包括云边端后端智能平台、融合开放的数据管理技术、基于策略的大数据脱敏，以及基于Adlik的云边端协同AI模型布署等。
Adlik是人工智能领域深度学习模型的推理应用加快工具链，致力于为开发者提供端到端的深度学习模型优化布署方案，提升AI深度学习模型商业应用的效率。
中兴通讯开源Adlik开源的目的，就是要是分享中兴通讯在深度学习布署方面的探求跟技术实践，助力跟加快人工智能技术工程化落地。
王德政觉得大带宽，云边端协同构架的发展趋势是能力下沉，即边缘云持续下沉，边端侧将集聚更多的能力或则服务。企业才能依据自己行业的特征跟优势，在边沿估算领域构建一套新的生态系统。
云边端协同技术发展趋势则是生态融合，包括容器与裸金属一体化、异构跨集群数据协同、极大极小弹性环境、计算储存分离等。
云计算厂家可以将更多的云计算服务能力下沉到边沿网路，而运营商则可以与云计算密切耦合在一起，提供愈发高效，灵活的基础设施跟网路系统，形成一种新的边沿估算服务能力。当那样的技术价值附加至更多商用场景里，将给用户带给更多的价值。
