对话阿里云佘俊泉:边缘云的持续突破和创新

大学生创业训练设计包含申报/中期/结题模板、ESP32 智能农场项目 ESP32 智能农场项目 立即下载

近日,全球分布式云大会(Global Distributed Cloud Conference,GDCC)在北京胜利召开。阿里云智能边缘云网产品负责人佘俊泉出席了本次活动的主论坛,并在会议期间,接受了全球分布式云大会的专访,就边缘云的现状、发展趋势以及阿里云的行业发展策略进行了分享。

佘俊泉(右)

以下是佘俊泉的对话实录:

**Q1:**权威咨询机构报告显示,全球85%的G2000组织预计将在2027年依赖云服务商提供的边缘服务,您认为边缘云经过这些年的演进,是否已经呈现出一定的发展趋势?

佘俊泉:我认为这个趋势其实是比较明显的,当前其实可以分几个阶段。第一个阶段以音视频为代表,音视频的平台为了降低成本,它普遍发现边缘云的基础设施离客户更近,那么这个网络质量会更好,最主要的是边缘云的网络又便宜又好。

那第二阶段就是出现了计算力的应用。比较典型的像云游戏,我们将其称为终端云化,它其实是把在终端上运行的应用上移到云端。因为在终端上运行的应用,用户的体验非常重要,如果在终端上能够及时互动,到了云端却开始卡顿肯定不行。而且游戏通常都需要非常高的配置来运行,所以驱动云游戏的需求,还有一个很大的原因就是可能很多本地终端的性能是不行的,没有办法玩游戏,但是用了云游戏服务之后无论什么终端都可以玩,对于游戏厂商来说,它极大幅地提升了游戏服务可触达的用户人群,由此它的业务就会非常迅速地增长。这一类业务和音视频相比,当前体量还没有那么大,但是它的增速很高,这是第二阶段。

第三阶段我们认为它会进入一个融合的阶段。这个融合首先体现在异构计算上,在异构计算上你会发现流量和计算的融合。在异构计算里不论是做边缘AI推理AIGC,还是在终端云化做云游戏,本质上其实是生成内容的生产和分发。但是内容生成过去一直存在一个问题,就是生成周期太长,而内容消费的周期太短,但是进入到今天,我们有大模型、AIGC之后,这种应用在发展到一定阶段之后,内容生产的周期开始比内容消费的周期要短。过去是内容的生产和消费分离,现在是内容的生产、消费、分发要合一,计算和流量也实现了融合。这就相应对于边缘云会有内容的生产和分发一体化的需求,这是第一个融合;

第二个融合就是云网融合,包括但不限于在其他的千行百业,但凡有大模型应用的地方,只要这个企业要经历企业初创、上云、下云,最后要回过头来使用或自建边缘云和混合云这样的基础设施,一定会用到像多云互联、云边互联、边边互联,各种各样连接的云网融合的方案,这是另外一个层面的融合。所以我认为未来会进入,或者说现在其实我们已经摸到了这个边上,即第三阶段融合的阶段,我认为这个趋势是很明显的。

**Q2:**对于此,阿里云在技术研发和产品创新方面有哪些关键举措和方案升级,来适应这一趋势?

佘俊泉:那我也还按刚才三个阶段来讲。

第一个阶段它的需求是以流量base的,主要是音视频的业务,所以我们首先要有足够多的资源,资源要完成布局,无论国内还是海外,而且边缘云资源与中心云不同,很多客户使用中心云region的时候,可能所有业务都会放在一个region,但如果是在边缘云,因为大家都要用来做音视频分发,它一定是多点分布式可协同的,这是第一个。

其次,正因为是分布式可协同,过去集中的业务量现在分散到了全国甚至全球,那每个节点上的业务量就没那么大,所以他一定会有轻量化的需求,所以我们**在第一个阶段,是完成资源的布局,让这个资源客户足够可用,并且在产品能力上,主要是打造具备分布式协同以及轻量化特点的边缘云的产品技术架构,提供具备这两个架构的计算、网络、存储的能力。**从这个时候开始,可以很明显看到边缘云和中心云region在业务场景和对应的产品能力侧重点上呈现出明显的差异,这是第一阶段。

到了第二阶段,业务场景从流量型转向算力型,而且算力因为终端云化需要考虑兼容性的问题。目前能在边缘云上运行的都是存量的应用,也就是把同样的运行在终端上的游戏放到云上来运行,在这个阶段要求应用或者游戏厂商更改这一点去适配你的云化方案是不现实的,因此它的兼容性就变得非常重要,现在云上给企业级客户提供服务的标准的X86服务器可能有很大的兼容性问题,我们为此就做了一个叫异构计算云化的事情,就是我们把消费级的这种硬件,做成服务器,然后把它做成标准的异构计算的实例,那么客户可以标准地开通使用,同时它还可以通过我们标准的边缘云融合的网络、融合的存储来使用这些完整的云服务,这就相当把异构的算力给云化了。关键的重点是说它云化的不是传统意义上很稳定的企业级的标准服务器,它云化掉的其实是那些一开始看起来可能不太标准、不那么稳定的消费级的硬件,但我们把它做成了标准的服务器,也配套了对应了融合网络和融合存储,让它真正的像标准的X86计算实例一样,变成一种真正的云上可以使用的资源,而不是一台一台裸的不标准的物理服务器,这就提升了整体边缘云产品的应用性,这是第二阶段

第三阶段可能会更复杂一点,像AI推理这类,我刚才也有分享过,它的远期是非常的美好,但近期还是要做些实际的工作。首先第一个实际的工作就是我们做了很多试点,比如说刚才分享了互联网金融的案例,去找到客户的痛点,然后帮助他用异构计算实例,把他的边缘AI推理业务跑起来;另外,我们也给客户提供一些增值服务,因为AI推理的优化空间是很大的,可能优化之后它的运行效率是优化之前的200%甚至300%,这种加速套件也是我们要为户提供的增值服务;另外一个就是从资源复用的层面,我们可以用同样的一套方案和资源来服务不同的用户,提高整体资源的复用率

**Q3:**针对游戏、汽车、物联网、安防等行业,阿里云边缘云是如何定制化解决方案以满足行业特定需求,并实现业务效率与用户体验的提升?

佘俊泉:我觉得定制这个讲的可能不是很准确。我们一般的思路是去寻找客户在他业务中的痛点,然后我们会针对这些痛点,思考边缘云能给他提供什么价值?如果有的话,我们就把这个价值转化成标准的产品能力,一定是标准的,可复制的,因为阿里云智能的策略是是公共云优先,我们不倾向于项目式的去为客户做各种定制。

对于汽车领域,当前能看到的想象空间没有那么大,但是它的需求是真实存在的。直观来看,所有的汽车都是终端,就可以套用终端云化的概念,但它只能套一部分。因为汽车是一个和行驶安全强相关的行业,也就是说所有和车辆控制有关的一定是放在汽车本地的,一般是娱乐性的应用可以卸载到云上。**我们现在做的其实是两类需求,一个是组网,帮助车企在各地的办公室、IDC、车,全部连起来;第二个可以理解为是泛化的数据中继上传和下载的服务,这个放在边缘云是更合理的。**因此我们能提供的产品服务尽量是标准的,可能在行业拓展的方案上会有差异化。

Q4:目前,在边缘云应用场景方面,阿里云是否有新的拓展和商业化落地?

佘俊泉:阿里云从过去就始终保持创新,我们每年会做创新试点,通过创新试点验证了之后再把它做成标准化的。最近完成试点的一个是边缘AI推理,一是云网融合。云网融合就包括了跨境加速、海外加速、多云互联这些。

Q5:随着生成式AI等新技术的兴起,阿里云在边缘云上如何布局边缘AI推理服务等新型应用场景,以支持未来的边缘智能需求?

佘俊泉:我们认为这是一个非常大的市场,它会是未来五到十年里边缘云、包括边缘网络最大的一个垂直机会点,首先是这样一个定性的判断。从我们的策略上来看,它是分成短期和长期的。短期上来看,因为AIGC的发展是需要时间的,像海量内容的升级分发还需要再花一点时间才能成熟,因此从长期来看我们就需要配套提供这种在边缘云上从内容生成到内容分发一体化的解决方案。

**Q6:**出海已经成为越来越多企业的战略选择,在助力客户出海方面,阿里云边缘云是否有针对性策略?

佘俊泉:还是从三个方面来讲。**第一个方面是在资源层面。**去年2023年,我们完成了一轮比较大规模的布局,我们建设了一些之前没有这些资源的国家和地区,并且在部分要点,我们重新评估客户的需求去进行了拓展,把整个海外的资源覆盖水平进行了提高。同时我们现在全球有3200多个CDN的节点,也支持把这些CDN节点随时改造成边缘云节点对外来提供,这是第一个资源层面。

第二个就是在产品能力层面的,可以分为两点,我们观察到出海的客户更为关注易用性还有远程运维,但这些到了海外要么可能并没有,如果有的话也会很贵、并且效率特别低。所以它会更加依赖我们这种云化的标准方案,我们过去一年也是着力地加强了这方面产品功能的建设和布局。

第三个方面,一些这种海外主站没有开服的国家和地区往往就会有一些本地的数据合规要求,比如他会要求要在本地开展业务,云不能出境,这个时候边缘云作为一个更轻量的旗舰就是一个非常好的选择。

但这也会带来一个新的挑战,就是过去边缘云更多依赖音视频或者云游戏,这些PaaS的客户层面是有调度能力的,现在受限于机房边缘的中小机房,它的电力也好、SLA 也好,可能比中心云的机房要差一点,这里我们就需要提供一套方案。因此在本地要有多个节点,这多个节点能够用我们边缘网络的组网服务连接起来,并且之间能够做高可用的切换。

**Q7:**我们关注到,阿里云已经连续三年取得中国边缘公有云服务市场份额第一的成绩,并且在今年1月份荣获中国信通院“边缘计算先锋企业”称号,你如何看待这些成绩对边缘云未来战略布局的影响?又如何看待边缘计算的发展前景?

佘俊泉:首先我觉得这些荣誉是代表客户还有市场对我们的认可,感谢大家对我们的认可!这些认可是我们过去通过用心地服务客户、构建我们的资源产品能力、解决方案能力来达成的,但是这些只代表过去,不代表未来。因为从边缘计算角度来看,它还是一个相对较新的领域,它在未来的增长空间、想象空间都是很大的,所以说这不代表我们现在领先就能一直领先,虽然我们确实取得了一些先发优势,但是我们如果停止继续发展,不再持续去探索和创新的话,它会很容易被抹平和超越。

对于边缘计算未来的发展,我们也会持续地在计算与云网融合这些我们认为非常具有潜力的新场景上去突破和创新,争取实现可持续的发展和增长,持续取得更好的成绩。

ASP.NET毕业设计含文档代码ASP.NET网上人才招聘系统(源代码+论文) 立即下载

相关推荐

OpenCV-5.0.0编译时所需要下载的文件

OpenCV-5.0.0编译时所需要下载的文件

阿里云佘俊创新探索不停,边缘云持续为客户创造价值

在12月15日上午举办的分布式云领袖论坛中,阿里云边缘云产品负责人佘俊先生发表了《阿里云边缘云产品创新与场景探索》的主题演讲,分享了阿里云边缘云领域的探索思考,如何从产品演进、技术创新、场景应用等方面助力企业提升价值。

数据库技术 393

基于监督学习的多模态MRI脑肿瘤分割利用监督体素的纹理特征(Matlab代码实现)

内容概要:本文系统研究了基于监督学习的多模态MRI脑肿瘤分割方法,重点聚焦于利用监督体素的纹理特征实现肿瘤区域的精确识别。文章首先阐述了监督学习的基本原理及多模态MRI在医学影像分析中的独特优势,进而深入探讨了灰度共生矩阵(GLCM)、局部二值模式(LBP)小波变换等多种纹理特征提取技术。在此基础上,构建了基于传统特征工程的分类器模型以及融合深度学习的混合模型,并通过在公开数据集上的实验验证其分割性能,采用Dice系数、敏感度、特异度等指标进行全面评估。研究还剖析了当前面临的关键挑战,如高质量标注数据稀缺、模型泛化能力受限、可解释性不足以及肿瘤边界模糊等问题,进一步提出了结合半监督学习、多任务学习、模型可解释性增强及多模态信息深度融合等未来发展方向,为提升脑肿瘤自动分割的精度与临床实用性提供了系统的理论依据技术路径。; 适合人群:具备医学图像处理或机器学习基础知识,从事生物医学工程、人工智能辅助诊断、计算机视觉等相关领域的科研人员及研究生。; 使用场景及目标:①掌握多模态MRI脑肿瘤分割中的关键技术流程与核心算法;②深入理解监督体素与纹理特征在医学图像分割中的具体应用价值;③为研发高精度、强可解释性的自动化脑肿瘤分割系统提供方法参考与技术支持。; 阅读建议:建议结合提供的Matlab代码实现同步学习,重点关注纹理特征提取与模型构建部分,动手复现实验过程以深化理解,同时重视数据预处理与结果评估环节,全面提升科研实践与创新能力。

阿里云国际渠道代理商:如何在ECS上部署Flask应用?

2026 年大量跨境 API、多语种 SaaS、外贸后台采用轻量化 Flask 框架开发,但多数出海开发者在阿里云国际 ECS 部署时存在严重生产误区,例如直接使用调试服务上线、端口暴露、环境混乱、进程无自愈、跨境访问延迟高等问题。本文基于 Ubuntu 22.04 官方镜像,提供一套可直接上线的 Flask 生产部署方案,涵盖 ECS 实例选型、最小权限安全组、Python 虚拟环境隔离、Gunicorn 并发托管、Systemd 开机自启、Nginx 反向代理与 HTTPS 加密部署。结合跨境网络 BB

TG_yilong_cloud的博客 265

阿里云CDN加速配置问题

php的get请求报错,post请求正常,get请求资源总是缓存,不是最新的。1,缓存配置——————重点,修改默认的/ 权重1。2,添加目录/web/ 权重99 不缓存。五,https配置证书——个人测试免费证书。一,添加CDN域名,添加cname解析。三,添加源站信息,ip类型,端口443。3,添加后缀php,权重88 不缓存。可以刷新url链接地址,或者全部目录。七,用量查询,可以看到资源使用量多少。四,设置回源配置——配置回源的域名。2,回源协议https 443。二,CDN下行资源包。

qq_28546559的博客 240

阿里云可观测 2026 年 8 月产品动态

阿里云可观测 2026 年 8 月产品动态

阿里巴巴云原生的博客 158

阿里云启用巴西数据中心,AI服务出海落子南半球

8月27日上午,阿里云正式启用巴西数据中心,这个设在圣保罗的节点带着两个可用区,把计算、存储、数据库这些云服务带到了南美企业客户的桌面上。按照官方口径,面向企业的AI服务也会陆续上线,这意味着拉美开发者第一次能就近调用来自中国云厂商的AI算力。这是阿里云在拉美市场的第二个地域节点。上一次落子是2025年2月的墨西哥,当时的拉美第一站曾被业内视为一次试探。如今巴西节点的启用,把这条试探变成了一条明线:全球云计算版图上,31个地域、106个可用区的数字,让阿里云站上了全球最大规模云计算网络之一的梯队。

老猿AI洞察的专栏 231

【从零开始的 Web 后端学习】文件上传一篇搞定(MultipartFile + 本地存储 + 阿里云 OSS 保姆级教程)

一句话定义(加粗版):文件上传,就是将本地图片、视频、音频等文件上传到服务器,供其他用户浏览或下载的过程。比如在新增员工时,点加号 / 点图片,选择电脑或手机本地的一张图片,选完之后这张图就会被传送到服务器,完成上传。┌──────────┐ multipart/form-data ┌─────────────┐ 存储 ┌──────────┐│ 前端页面 │ ───────────────────────▶ │ 后端服务器 │ ────────▶ │ 存储介质 │。

2501_93561319的博客 230

2.4 大模型API密钥配置(OpenAI/阿里云/百度等)

注意:该方式仅在当前终端有效,若需永久生效,则需将命令添加到~/.bashrc(Linux)或~/.zshrc(macOS)文件中,执行命令source ~/.bashrc(或source ~/.zshrc)生效。右键“此电脑”→“属性”→“高级系统设置”→“环境变量”→“用户变量”→“新建”,变量名填写对应平台的密钥名称(如OPENAI_API_KEY),变量值填写API密钥,点击“确定”。(4)复制生成的API密钥(仅显示一次,务必保存好,丢失无法找回),建议存储在安全的地方(如密码管理器)。

夏天又到了的专栏 47

服务器运维:8C‑32G 阿里云ECS K8s / K3s + 前后端全栈资源全景分配方案/阿里云镜像

<think>我们用户要求根据提供的内容生成≤150字的文章摘要。需要提炼核心内容。注意字数限制,中文150字以内。摘要应涵盖方案要点:单节点32GB,K3s优先,固定占用12.8GB,前端组合内存,总占用16.9-20.6GB,余量充足,推荐Alibaba Cloud Linux3。需精简。</think>本文提出阿里云8C32GB单节点集群内存分配基线方案:K3s控制平面1.5GB,系统预留2GB,后端与DevOps固定12.8GB;前端静态Nginx占0.6GB,整机合计16.

snow的博客 334

阿里云宝塔使用学习资料(1)进入宝塔准备初始化

<think>我们根据内容生成摘要。内容是关于登录阿里云服务器并获取宝塔面板信息的步骤。摘要需≤150字。</think>登录阿里云控制台,进入服务器实例,通过远程连接并输入密码,执行btdefault命令获取宝塔面板地址、用户名密码,最后在浏览器中打开链接登录宝塔界面。

SSHLY3的博客 288

阿里云代理商(聚搜云):Qwen3.8-Max、Flash、27B怎么选?阿里云百炼价格、性能企业使用场景对比

Qwen3.8 系列上线阿里云百炼后,企业真正需要解决的问题并不是“哪个模型参数最大”,而是 Max、Flash、27B 分别适合什么业务,以及不同选择最终会带来多大的调用成本部署差异。

jusoucloud的博客 840

AI - 阿里云百炼

集合,个人 / 企业开发者通用。

MinggeQingchun的博客 190

云计算零基础教程:云计算概念 + 服务器硬件全套知识讲解

年代里程碑1946年ENIAC 诞生,世界上第一台通用计算机1970年IBM 将硬件软件分离,明确了软件的价值1981年IBM PC 发布,个人电脑时代开启1990年代互联网普及,服务器需求爆发2000年代虚拟化技术成熟,云计算概念提出NIST(美国国家标准与技术研究院)定义云计算是一种模型,可以实现随时随地、便捷地、随需应变地从可配置计算资源共享池中获取所需的资源(网络、服务器、存储、应用及服务),资源能够快速供应并释放,使管理资源的工作量与服务提供商的交互减小到最低限度。

2403_82471669的博客 312

一、云计算

IT(信息技术)= 信息处理的总集,包括软件、硬件、通信相关服务。将任何一种形式的资源抽象成另一种形式的技术都是虚拟化,是资源的一种逻辑表示。本质:上层 OS 与硬件解耦,从共享资源池中分配资源作用:提高资源利用率,是云计算的底层支撑云计算是一种模型,可实现随时随地、便捷地、随需应变地从可配置计算资源共享池中获取资源(网络、服务器、存储、应用、服务),资源能够快速供应释放,使管理工作量与服务商的交互降到最低。按需取用、按量计费、快速弹性的资源池服务。

weixin_63581562的博客 400

产业园区如何借助数字化平台优化技术资源对接?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

LEACH与HEED的比较分析研究(Matlab代码实现)

内容概要:本文围绕LEACH与HEED两种无线传感器网络(WSN)中的经典路由协议展开深入的比较分析研究,系统探讨了二者在能耗均衡性、网络寿命、簇头选举机制、数据传输效率等关键性能指标上的差异。通过Matlab构建仿真模型,对比分析不同网络规模、节点密度及初始能量配置下的协议表现,揭示各自的优势与局限性,为相关领域的研究人员提供技术选型依据算法优化方向。研究特别强调了在仿真过程中参数设置的科学性与实验结果可重复性的重要性。; 适合人群:具备无线传感器网络基本理论知识,熟悉Matlab编程环境,正在从事物联网、通信工程、嵌入式系统等相关领域研究的科研人员及高校研究生。; 使用场景及目标:①深入理解LEACH与HEED协议的核心工作机制及其适用条件;②通过仿真实验定量对比不同路由算法的性能优劣;③为WSN路由协议的进一步优化或新型协议的设计提供可靠的参考基准验证平台。; 阅读建议:建议读者结合文中提供的Matlab代码进行逐行调试与运行,深刻领会协议的实现细节,并主动调整网络参数(如节点数量、能量阈值、轮数等)观察其对网络性能的影响,从而有效提升自身的实践动手能力科研创新能力。

政府科技管理部门如何提升科技服务的智能化水平?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

上一篇: 阿里云超大规模边缘容器云助力应用全球化部署
下一篇: 阿里云边缘容器云帮助AI推理应用快速落地
EdgeCloud
博客等级 码龄3年 132粉丝 8原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值