- 综合排序
- 最热优先
- 最新优先
- 来自专栏喔家ArchiSelf
端边云协同：从云到边缘
面向边缘的基础设施 面向边缘的基础设施是在高层次上支持分布式网络智能和物理系统之间复杂交互的端到端基础设施。 尤其在工业领域，正在经历一个向新电子架构的过渡，继承了在云计算、软件定义网络、云存储和对象数据库、大数据、软件部署和编排以及安全等方面所经历的一些技术进展。 e.端到端管理和编排：一种通用的软件部署模型，从云到端点，实现了一个现代的CI/CD软件生命周期管理。 可以跨端到端基础架构部署、监控、更新、内部连接和协调，支持跨整个分布式基础架构的CI/CD模型。
1.8K10编辑于 2023-02-24 - 来自专栏华章科技
详解边缘计算系统逻辑架构：云、边、端协同
作者：崔广章 来源：大数据DT 01 边缘计算系统逻辑架构简介 由图3-1可知，逻辑架构侧重边缘计算系统云、边、端各部分之间的交互和协同，包括云、边协同，边、端协同和云、边、端协同3个部分。 云、边、端协同：通过云解决方案Kubernetes的控制节点、边缘解决方案KubeEdge和端解决方案EdgeX Foundry共同实现。 02 云、边协同 云、边协同的具体实现如图3-2所示。 04 云、边、端协同 边缘计算系统中云、边、端协同的理想效果如图3-5所示。 ▲图3-5 边缘系统中云、边、端协同的理想效果 由图3-5可知，云、边、端协同包括两层，即云、边协同和云、边、端协同。 云、边协同：云作为控制平面，边作为计算平台。 云、边、端协同：在云、边协同的基础上，管理终端设备的服务作为边上的负载。云可以通过控制边来影响端，从而实现云、边、端协同。 从云、边、端协同的架构切入，主要对云、边、端协同的理想效果进行了说明。 关于作者：崔广章，之江实验室高级研究专员，资深云计算和边缘计算技术工程师。
16.6K23编辑于 2022-06-07 - 来自专栏SDNLAB
边缘计算的云边协同
而云边协同是边缘计算中非常重要的特性，那么为何云边协同那么重要？ 上述是边缘云和中心云的各自的特点，云边协同则包含了计算资源、安全策略、应用管理、业务管理等方面的协同。 安全策略协同：边缘节点提供了部分安全策略包括了接入端的防火墙、安全组等，而中心云则提供了更为完善的安全策略，包括流量清洗、流量分析等。 对于边缘计算来说，不同于把大量的资源整合的云计算平台，边缘云平台更是一个分布式的平台，因此云边协同的特征是边缘计算的主要特征之一，而云边协同包含了各种协议和功能，涉及到了云计算的方方面面，因此在边缘计算的发展过程中 ，云边协同的功能开发成为了主要的开发工作之一。
3.4K21发布于 2019-06-21 - 来自专栏CloudBest
边缘计算的云边协同
而云边协同是边缘计算中非常重要的特性，那么为何云边协同那么重要？ 上述是边缘云和中心云的各自的特点，云边协同则包含了计算资源、安全策略、应用管理、业务管理等方面的协同。 安全策略协同：边缘节点提供了部分安全策略包括了接入端的防火墙、安全组等，而中心云则提供了更为完善的安全策略，包括流量清洗、流量分析等。 对于边缘计算来说，不同于把大量的资源整合的云计算平台，边缘云平台更是一个分布式的平台，因此云边协同的特征是边缘计算的主要特征之一，而云边协同包含了各种协议和功能，涉及到了云计算的方方面面，因此在边缘计算的发展过程中 ，云边协同的功能开发成为了主要的开发工作之一。
2.8K20发布于 2019-08-02 - 来自专栏边缘计算
云边协同的新浪潮
白皮书由信通院牵头联合三大运营商和阿里、华为、新华三等几大公司联合编写，云计算开源产业联盟发布。以下为白皮书第一部分“云边协同的新浪潮。” “云-边-端”形态。 图 1“云-边-端”发展示意图 如果仅从边缘侧本身寻求边缘计算的定义，似乎很难让人完全 接受这个似乎有点包罗万象的新事物。 ； 新华三推 出了超融合边缘计算产品UIS-Edge，支持多种硬件形态与部署方式， 将云原生能力延伸至边缘，提供完善的设备接入、边缘计算及云边协 同能力，为企业提供一站式云边端融合解决方案。 图 3物联网场景下云边协同示意图 云计算与边缘计算需要通过紧密协同才能更好地满足各种需求 场景的匹配，从而最大化体现云计算与边缘计算的应用价值。
1.5K20发布于 2019-07-12 - 来自专栏边缘计算
“云管边端”协同的边缘计算安全防护解决方案
该解决方案利用机器学习、诱骗防御、UEBA 等技术，针对边缘计算的业务和信令特点设计，结合“云管边端”多层面的资源协同和防护处理，实现立体化的边缘计算安全防护处理。 关键词：多接入移动边缘计算；边缘云；安全防护；机器学习；诱骗防御；用户及实体行为分析 ０ 引 言 “云管边端”协同的边缘计算安全防护解决方案是恒安嘉新针对边缘计算发展提出的全面安全解决方案。 ３ “云管边端”安全防护技术 3.1 功能架构 “云管边端”安全防护解决方案总体功能架构如图1 所示。 解决方案利用机器学习、诱骗防御、UEBA 等技术，针对边缘计算的业务和信令特点设计，结合“云管边端”多层面的资源协同和防护处理，实现立体化的边缘计算安全防护处理。 云管边端”协同的边缘计算安全防护解决方案[J].信息安全与通信保密,2020(增刊1):44-48.
3.5K21发布于 2020-10-10 - 来自专栏TSINGSEE青犀视频
AI云边端协同EasyCVR设备录像下载失败是什么原因？
EasyCVR视频融合云服务支持多协议、多类型的设备接入，平台具备强大的视频汇聚与管理、数据分发、平台级联、设备管理等视频能力。 基于云边端架构，EasyCVR具备很灵活的云边调度能力，解决视频监控领域中海量设备接入、边端资源异构、网络通信不稳定、统一运维管理复杂等问题。 图片将EasyCVR与智能分析网关结合使用，可以实现基于云、边、端架构的AI智能检测分析及算力的精细化调度等能力，可实现的智能检测技术有：人脸检测与识别、车辆检测与识别、车牌识别、烟火识别、安全帽识别、
1.4K10编辑于 2022-11-09 - 来自专栏TSINGSEE青犀视频
云边端协同AI智能分析网关通道管理及人脸检测效果演示
关于TSINGSEE青犀视频云-边-端-AI智能分析网关的相关功能介绍及应用场景，感兴趣的用户可以翻阅我们的历史文章进行了解。
65310编辑于 2022-11-18 - 来自专栏TSINGSEE青犀视频
云边端协同EasyCVR平台语音对讲配置的注意事项汇总
EasyCVR视频融合云服务基于云边端一体化架构，具有强大的数据接入、处理及分发能力，平台支持海量视频汇聚管理，可提供视频监控直播、云端录像、云存储、录像检索与回看、智能告警、平台级联、语音对讲、智能分析等视频能力 EasyCVR的语音对讲和云台控制功能体现在【视频广场】里，所以返回视频广场点播通道，即可看到播放窗口右侧的相关模块。 将EasyCVR与智能分析网关结合使用，可以实现基于云、边、端架构的AI智能检测分析及算力的精细化调度等能力，该方案的应用场景也十分广泛，包括：通用安防、智慧安监、明厨亮灶、智慧景区、区域安全监测等。
82110编辑于 2022-11-14 - 来自专栏TSINGSEE青犀视频
浅析云边端协同架构的应用意义与EasyCVR视频融合能力升级
一、建设目标 推进算网融合，支持经济社会数字转型、智能升级、融合创新，以5G、云计算、人工智能等应用需求为牵引，通过云、边、端的高效协同，提供算网一体化的新型算力基础设施及服务。 2）统筹提升算力算效水平，强化算力适配供给 开展GPU、FPGA、ASIC等高性能算力在云服务平台的适配接入和对外服务封装，满足高并行、高密度的异构加速计算需求，推进算力网络智能化、线上化、云边端一体化 打造智能一体化的算力资源调度平台 通过能力开放与云边端协同能力，构建可支持数据按需汇聚，以及AI算力资源的灵活与精细化调度能力平台，通过建立AI算法模型规范，将多种AI算法在算法仓中进行管理调度，同时还能管理 三、云边端协同架构的应用意义 将传统的视频监控能力平台与人工智能技术相结合，在边缘计算节点上搭载AI人工智能视频分析模块，在面向智能安防、视频监控、人脸识别等业务场景中，凭借低时延、大带宽、快速响应等特性弥补当前基于 EasyCVR视频融合平台具备海量数据汇聚处理、高稳定性、高灵活性、高可用性等特点，同时基于云、边、端架构闭环式协同管理，让海量数据实现存储、处理、智能分析、辅助决策和快捷执行，满足用户的敏捷部署、智能分析
79520编辑于 2023-02-14 - 来自专栏EasyNVR
【解决方案】视频“云-边-端”协同在智慧园区项目中的场景应用
5G时代万物智联将真正成为现实，但对计算结构提出了新的要求，需要低时延、大带宽、高并发和本地化，个别场景中云、端协同计算已经无法满足用户需求。 云、边、端三体协同成为最佳解决方案——拥有高效、实时、安全特性的边缘计算将成为基础设施。 我们知道，边缘数据处理主要考虑时延问题和电力资源，而传回云端处理，要消耗算力与传输成本。 青犀云视频“云-边-端”架构： ? 视频“云-边-端”项目方案 最近在进行项目对接过程中，就遇到了以上视频“云-边-端”需求的现场，某省主导智慧工地项目，首期摄像头接入量为1500路，工地数量较多，每个现场摄像头数量最多10路，工地现场摄像头品牌不一 通过上图可以看到，设备端可以统一RTSP协议，通过边缘侧的EasyNTS上云网关，实现视频设备的接入，承上启下连接视频云平台与工地现场设备。
2.2K10发布于 2020-08-19 - 来自专栏科技云报道
分布式云元年，为何云边协同如此重要？
在这个过程中，云边协同作为分布式云发展的重要核心，通过协同发展云服务与边缘计算服务，搭建起了数字经济与5G时代下云计算行业进一步融合发展的桥梁。 云边协同为何重要？ 存储资源协同指的是在边缘云中存储不足时，将一部分数据存到中心云中，在应用需要的时候通过网络传输至客户端，从而节省边缘侧的存储资源。 安全策略协同：边缘节点提供了部分安全策略包括了接入端的防火墙、安全组等，而中心云则提供了更为完善的安全策略，包括流量清洗、流量分析等。 云边如何协同？ 云计算与边缘计算需要通过紧密协同，才能更好地满足各种需求场景的匹配，从而最大化体现云计算与边缘计算的应用价值。在具体的应用场景中，云边是如何实现协同的呢？ 场景5：加速数字中国在农业领域落地 云边协同将推动农业供给端的变革，农业由经验主导向数据主导转变，通过智能化手段，可以将人的经验传递给机器，通过数据挖掘，可以发现新的生产规律和农业商品优化的新空间。
1.1K10编辑于 2022-04-16 - 来自专栏CNCF
如何利用OpenYurt及EdgeX Foundry 实现云边协同
据Chtan sharma 报告预估，边缘计算在未来的经济体量将是云计算的4倍并会冲击4万亿经济规模。 在此次活动中与来自阿里云的 Chao Zheng 一同为大家带来了分享《如何通过 OpenYurt 及 EdgeX Foundry，实现云边协同》，让更多人认识并了解OpenYurt 及 EdgeX Foundry
1.2K40发布于 2021-05-27 - 来自专栏TSINGSEE青犀视频
浅析基于云-边-端协同AI智能分析网关的算力资源智能调度能力
随着AI、云计算、边缘计算、大数据、物联网等技术的不断发展、数据的不断增加，基于云、边、端协同架构的部署需求也越来越多。 TSINGSEE青犀视频的智能分析网关/云平台，不仅融合了AI智能识别技术，同时依托云、边、端协同的架构优势，由终端负责数据感知，边缘负责局部的数据分析，而云端则汇集所有边缘的感知数据、业务数据以及互联网数据 2、云-边-端协同在智能分析网关平台，能提供基于全局数据的云服务，通过汇集、融合所有的数据，并提供相关的计算、网络、存储、安全资源等，实现对全业务链的智能调度、资源整合与运维、AI算力分发、辅助决策等能力 云-边-端协同放大了云计算与边缘计算的应用价值，边缘计算更接近业务现场，并且通过数据的采集和初步处理，支撑云端更多的应用。 TSINGSEE青犀视频智能分析网关具备海量数据汇聚处理、高稳定性、高灵活性、高可用性等特点，同时基于云、边、端架构闭环式协同管理，让海量数据实现存储、处理、智能分析、辅助决策和快捷执行，满足用户的敏捷部署
1.3K60编辑于 2023-01-06 - 来自专栏亨利笔记
企业环境内的云边协同 | 系列文章（8）
第八篇 企业环境内的云边协同 云计算 云计算的本质是利用大规模数据中心内丰富的IT资源，辅以自动化、智能化流程、实现按需获得资源的自服务模式。 但实际上云在大规模数据中心内运行的物理属性，对于理解边缘计算和云边协同非常重要。 云计算模式从下到上分为基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）三层，在边缘计算和云边协同上我们也会以此来划分层级和讨论。 下图为一般企业环境内的云边协同计算参考架构，其中的任何一层实际上都是可选的。具体的实现方式因组织和用例而异，各有不同。但总体的层级结构是类似的。 ? 云边协同 云边协同的总体思路是将边缘与云统一管理，协调一致。 根据如上的分析，云和边缘的协同方式也可以划分成几个不同的层级结构来实现。
1.1K00发布于 2020-07-15 openEuler边缘计算实践：构建高效边云协同架构
它不仅提供了轻量化的系统镜像和容器化支持,还通过与KubeEdge、EdgeGallery等边缘计算框架的深度集成,构建了完整的边云协同解决方案。 本文将基于openEuler22.03LTSSP3版本,深度实践边缘计算全栈方案,涵盖边缘节点部署、KubeEdge边云协同、边缘AI应用、边缘网关构建、以及实际工业物联网场景应用等内容。 二、边缘计算架构设计2.1边云协同架构┌─────────────────────────────┐│云端控制中心││┌──────────┐┌──────────┐│││K8s集群││管理平台│││└ 数据预处理、设备接入2.3技术栈选型系统层:OS:openEuler22.03LTSSP3(标准版/轻量化版)容器运行时:iSula(轻量化)/containerd边缘编排:KubeEdge:v1.15.0(云边协同 倍,内存占用减半生态完善:完整支持KubeEdge、K3s等主流边缘框架稳定可靠:长时间运行无故障,适合7x24工业场景安全可控:完善的安全机制,满足工业安全要求10.2最佳实践建议架构设计:合理规划云边协同
37310编辑于 2025-11-08- 来自专栏鳄鱼儿的技术分享
使用腾讯云GPU服务器实现边云协同推理
主机名 角色 IP 服务 VM-0-9-centos 云端 172.21.0.9（内网） 49.232.76.138（公网） kuberbetes、docker、cloudcore berbai02 边端 192.168.227.4 docker、edgecore demo 边端 10.0.12.17 docker、edgecore 驱动安装 安装依赖包 # 安装dkms sudo yum install keadm进行配置，可以将cloud端编译生成的二进制可执行文件通过scp命令复制到edge端。 云边协同实例 KubeEdge Counter Demo计数器是一个伪设备，用户无需任何额外的物理设备即可运行此演示。 计数器在边缘侧运行，用户可以从云侧在Web中对其进行控制，也可以从云侧在Web中获得计数器值。
12.3K61编辑于 2022-05-16 - 来自专栏鳄鱼儿的技术分享
利用GPU服务器实现边云协同推理
主机名 角色 IP 服务 VM-0-9-centos 云端 172.21.0.9（内网）49.232.76.138（公网） kuberbetes、docker、cloudcore berbai02 边端 192.168.227.4 docker、edgecore demo 边端 10.0.12.17 docker、edgecore 驱动安装 安装依赖包 # 安装dkms sudo yum install keadm进行配置，可以将cloud端编译生成的二进制可执行文件通过scp命令复制到edge端。 KubeEdge实例 实例一：边端计数器 KubeEdge Counter Demo计数器是一个伪设备，用户无需任何额外的物理设备即可运行此演示。 计数器在边缘侧运行，用户可以从云侧在Web中对其进行控制，也可以从云侧在Web中获得计数器值。
83310编辑于 2024-05-22 - 来自专栏TSINGSEE青犀视频
云边端协同EasyCVR视频融合平台AI检测图片显示不全的原因排查与解决
EasyCVR视频融合平台基于云边端协同架构，具有强大的数据接入、处理及分发能力，平台支持AI算力接入，借助AI智能分析网关，可以实现多种场景下的AI智能检测与识别，比如：人脸检测/识别、车辆检测/识别
67130编辑于 2023-04-11 边缘AI与端云协同架构
边缘AI与端云协同架构概述 边缘AI将人工智能模型部署在边缘设备（如手机、传感器、嵌入式设备）上，实现本地实时处理；端云协同通过边缘与云计算的协作，平衡计算负载、隐私与延迟。 案例分析 案例1：智能家居安防系统 架构设计： 边缘端：摄像头运行轻量级YOLOv5模型，实时检测入侵者，触发本地警报。 云端：上传可疑图像至云端进行高精度分析（如ResNet），并通知用户。 通过MQTT协议实现边缘与云通信。 案例2：工业设备预测性维护 架构设计： 边缘端：传感器采集设备振动数据，运行LSTM模型预测故障。 云端：聚合多设备数据，训练全局模型并下发更新至边缘。 :", output) 端云协同通信（MQTT + Python） import paho.mqtt.client as mqtt def on_connect(client, userdata 安全协议：采用TLS加密边缘-云通信。 通过案例与代码可见，边缘AI与端云协同能显著提升响应速度并降低带宽消耗，但需权衡模型精度与资源限制。
45210编辑于 2026-01-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号