Azure AI和IoT在TOB業(yè)務(wù)中如何助力5G創(chuàng)新

來源：云計算實戰(zhàn)

作者：Sean Yu

時間：2021-03-17

本文介紹 Azure 如何在5G場景下助力業(yè)務(wù)創(chuàng)新，實際上是 5G+AI+IoT的大集合這么玩。

歡迎轉(zhuǎn)發(fā)擴散，這是對我最大的支持！

本文介紹 Azure 如何在5G場景下助力業(yè)務(wù)創(chuàng)新，實際上是 5G+AI+IoT的大集合這么玩。

5G場景下的三大特點分別對應(yīng)著一些具體的業(yè)務(wù)場景，eMBB針對高清視頻等系列應(yīng)用；mMTC針對智慧城市等物聯(lián)網(wǎng)應(yīng)用；uRLLC針對工業(yè)控制或者遠程駕駛等應(yīng)用。

在這幾類場景中我們舉個極端的案例：

北京的某個工廠，控制系統(tǒng)在上海，我們在北京和上海之間拉了一根網(wǎng)線進行連接，那么設(shè)備執(zhí)行了某個步驟之后，需要發(fā)請求到上海，上海的控制系統(tǒng)是一臺奔三的服務(wù)器，這套系統(tǒng)顯然不能工作對吧？

采用何種改進才能正常工作呢？1.控制系統(tǒng)從遠程下沉到工廠內(nèi)部，2.設(shè)備和控制系統(tǒng)采用更快的連接方式，比如光纖，3. 提高控制系統(tǒng)算力。

把這個案例擴展到5G場景也是一樣，5G雖然空口時延從之前的10ms降低到1ms，但物理距離仍然是制約條件，因此需要將算力下沉到離業(yè)務(wù)最近的邊緣，這套方案就是MEC。

從上圖的某運營商的低時延的構(gòu)想可以看出，運營商會利用自己已有的網(wǎng)絡(luò)優(yōu)勢，逐步在邊緣部署MEC，MEC上跑我們的業(yè)務(wù)應(yīng)用。上圖中的綜合接入局房和邊緣DC中都有MEC的影子。

MEC的概念最早源于卡內(nèi)基梅隆大學在2009年所研發(fā)的一個叫做Cloudlet的計算平臺。這個平臺將云服務(wù)器上的功能下放到邊緣服務(wù)器，以減少帶寬和時延，又被稱為“小朵云”。

2014年，歐洲電信標準協(xié)會（ETSI）正式定義了MEC的基本概念并成立了MEC規(guī)范工作組，開始啟動相關(guān)標準化工作。

2016年，ETSI把MEC的概念擴展為Muti-access Edge Computing，意為“多接入邊緣計算”，并將移動蜂窩網(wǎng)絡(luò)中的邊緣計算應(yīng)用推廣至像Wi-Fi這樣的其他無線接入方式。

5G網(wǎng)絡(luò)和MEC之間的結(jié)合點是UPF。這個網(wǎng)元的全稱是User Plane Function，顧名思義，就是處理核心網(wǎng)用戶面功能的。所有的數(shù)據(jù)，必須經(jīng)過UPF轉(zhuǎn)發(fā)，才能流向外部網(wǎng)絡(luò)。

UPF則下沉到省中心，乃至地市，區(qū)縣，方便實現(xiàn)本地數(shù)據(jù)本地消化，UPF連接MEC，MEC由互聯(lián)網(wǎng)廠商提供或者互聯(lián)網(wǎng)廠商提供的計算單元直接掛載到MEC上。

下圖是AT&T和微軟聯(lián)合的5G MEC方案，其中使用了Azure Stack Edge這款硬件及服務(wù)的產(chǎn)品。

圖中的本地數(shù)據(jù)包含攝像頭應(yīng)用，溫濕度應(yīng)用，智能眼鏡應(yīng)用均通過5G連接到運營商基站，數(shù)據(jù)經(jīng)由MEC中轉(zhuǎn)，如果是上述三個本地應(yīng)用數(shù)據(jù)，則直接經(jīng)由客戶的網(wǎng)絡(luò)進入到Azure Stack Edge中。

Azure Stack Edge 可以經(jīng)由公共網(wǎng)絡(luò)或者Express Route 連接到Azure

下一個問題是為什么要使用Azure Stack Edge？

實際上Azure Stack Edge 可以提供一些云邊擴展的能力，這些能力比如：

邊緣機器學習

Azure Stack Edge 通過處理源附近的數(shù)據(jù)來幫助解決延遲或連接問題。在邊緣位置運行機器學習模型。將所需數(shù)據(jù)集（完整數(shù)據(jù)集或子集）傳輸?shù)紸zure，以重新訓(xùn)練并繼續(xù)改進模型。

物聯(lián)網(wǎng)

對 IoT 或數(shù)據(jù)中心數(shù)據(jù)進行處理、分類、分析，以確定可立即采取的措施、需要以及不需要保留并存儲在云中的內(nèi)容。

將網(wǎng)絡(luò)數(shù)據(jù)從邊緣傳輸?shù)皆贫?/span>

將數(shù)據(jù)輕松快速地傳輸?shù)?Azure，以實現(xiàn)進一步的計算或存檔，或加快云遷移。完成后，將設(shè)備退還給 Microsoft。

邊緣和遠程站點計算

在遠程位置運行應(yīng)用程序以加快事務(wù)處理速度并解決帶寬限制。在你與云的連接有限時，本地應(yīng)用程序仍然可以工作。

我們看一個案例：

倫敦希思羅機場利用Azure Stack Edge 和Azure AI IoT 實現(xiàn)了一個防止非法販賣野生動物的應(yīng)用。這個應(yīng)用的圖像識別算法就跑在Azure Stack Edge上，識別結(jié)果也可以連接到云端，調(diào)用云端的一些業(yè)務(wù)邏輯實現(xiàn)報警。

關(guān)于圖像識別算法和處理攝像頭數(shù)據(jù)的模塊，使用了另一個服務(wù)LVA-邊緣設(shè)備上的實時視頻分析。

對這個案例感興趣的話可以掃描下圖中的二維碼觀看視頻介紹。

我們分開看希思羅機場中的兩大組成部分，第一部分是Azure Stack Edge：

Azure Stack Edge是硬件即服務(wù)的模塊，在Azure Portal上選擇相應(yīng)的硬件，微軟就會把硬件郵寄給你，簡單配置之后就可以使用。

目前包含如下三類：

Pro

1U機架安裝式設(shè)備，針對數(shù)據(jù)中心或分支機構(gòu)內(nèi)部的條件進行了優(yōu)化。

可用選項：1-2個 NVIDIA T4 GPU 或 1 個 Intel FPGA

Pro R

加固型數(shù)據(jù)中心級電源，具有內(nèi)置的NVIDIA T4 GPU，可收納在便攜箱中，以供在偏遠地區(qū)使用。

可用選項：有/無不間斷電源(UPS)

MiniR

加固型電池供電設(shè)備- 小到可以裝進背包，專為惡劣環(huán)境和斷網(wǎng)情況而設(shè)計。包括用于邊緣處理的內(nèi)置 IntelVPU。

接下來看第二部分，LVA，全稱是Live Video Analytics，是一個邊緣設(shè)備上的的模塊，簡單的理解，可以做幾件事情，一是內(nèi)置了RTSP視頻流的捕獲能力，二是調(diào)用外部AI算法的能力，本身也支持微軟Custom Vision 容器的調(diào)用，三是IoT Hub的集成，可以將檢測結(jié)果發(fā)送到云端，四是視頻存儲相關(guān)的能力，比如將檢測到特定物品或人之后的關(guān)鍵視頻存儲到云端Azure Media Service或本地。

如果對LVA感興趣，可以掃描下圖的二維碼，我們做了一個使用LVA進行指定停車位空余會立即發(fā)出通知的demo。