火山引擎边缘云亮相 Force 原动力大会,探索 AI 应用新范式

5月15日,2024 春季火山引擎 FORCE 原动力大会在北京正式举办。大会聚焦 AI 主题,以大模型应用为核心、以 AI 落地为导向,展示了火山引擎在大模型、云计算领域的实践应用,携手汽车、手机终端、金融、消费、互联网等领域的专家和企业技术带头人,共同探讨 AI 时代的转型机遇。

火山引擎边缘云以"连接与计算无处不在,让AI触手可及"主题在大会展区亮相。边缘智能 AIoT 多模态推理解决方案、协同扣子连接物理世界等内容吸引了参会嘉宾驻足参观、讨论。

01 边缘智能 AIoT,拓展大模型场景边界

大会展区,火山引擎边缘云展示了边缘智能 AIoT,拓展大模型场景边界。在基础设施上,火山引擎边缘云实现就近接入、查询加速、自动重试、故障迁移等能力;在解决方案上,火山引擎边缘云支持灵活定制、模型加密、分发加速、低代码编排;在应用开发上,火山引擎边缘云协同扣子连接物理世界,支持设备建模、设备理解、智能交互。

  • **提升开发效率:**结合多模态大模型高效开发场景化应用,支持低代码可视化操作,提升开发效率

  • **协同扣子连接物理世界:**边缘智能将物联设备抽象并封装成插件,结合工作流将扣子智能体拓展到物理世界

更引人注意的是边缘智能协同扣子平台的互动展示,在这里,扣子平台通过 API ,调用火山引擎 AIoT 解决方案,将虚拟 bot 拓展至现实物理场景。

在大会现场,观展嘉宾可以向部署在边缘智能设备上的 bot 进行提问,bot 通过扣子平台搭建,拥有读取设备数据、操作控制等能力,为嘉宾提供实时解答。比如观展嘉宾可以问 bot 展区展位分布情况、目前的人流量等等,快速获取大会的最新进展。

这就是边缘智能携手扣子平台打造的解决方案。在过去的实践中,当通过扣子平台创建的 bot 无法有效感知或操作物理世界实体时,大模型在物联网方面似乎无法做到真正落地,而边缘智能针对这一场景提出解决方案。

  • **抽象实体:**边缘智能通过"物模型"完成对物理世界实体的抽象

  • **定制插件:**对火山引擎边缘智能 openAPI 进行插件化封装,让用户实现 bot 与物理世界的联动

该解决方案具备丰富的应用场景:

1)食堂排队场景

  • 场景:用户可以通过扣子平台完成语义交互,比如问:现在食堂哪个档口排队较少?

  • 解决方案:扣子通过调用边缘智能接口,获取物理世界摄像机抓拍的视频、图片,统计分析食堂档口人数,进而给用户反馈出真实的档口排队情况。

2)智慧厕所场景

  • 场景:在景区或城市人流量大的公共区域,人们希望能快速找到最近的厕所并减少排队。基于扣子和边缘智能方案,用户可以在扣子上询问:请查找附近空闲厕所位。

  • 解决方案:扣子通过调用边缘智能接口,基于边缘智能及厕所位感知设备的采集数据,可帮助用户查询到最近的厕所位置及厕所位空闲情况。

随着具身智能的来临,大模型将更多的与物理世界实体产生联动。边缘智能 AIoT + 扣子 联合解决方案也将有更多落地场景,切实提升人们生活质量。

02 连接与计算无处不在,让 AI 触手可及

当前,人工智能技术和产业持续保持高速发展的态势。Precedence Research 预测,到 2030 年,全球人工智能市场规模将达到惊人的 114554 亿元,2023年-2030年间保持复合增长率 35% 以上。产业高速发展必然会对资源提出更高要求,网络也需要在带宽、并发、延时、稳定性、弹性、海量终端灵活接入、跨境加速等方面达到更高水准。

火山引擎边缘云原生操作系统纳管边缘异构算力资源,兼具小型化、轻量化、集成化,为 AI 场景提供低延时、广覆盖的 Serverless 异构算力,作为统一底座支撑着 AI 应用向云边端结合的混合架构方向演进。

火山引擎边缘云依托全球分布式云网基础设施,支持智能应用就近上云,让用户更便捷地享用 AI 服务。

  • **超大规模:**全球 2500+ 节点, 150Tbps 带宽,20 亿+终端

  • **超低时延:**1-40ms 广域网络接入,支持网络传输优化及智能路径择优

  • **万物互联:**支持亿级并发,海量、多形态智能终端的就近接入

  • **云边端一体:**资源全局调度,为用户提供无限弹性能力

  • **安全加速:**基于成本、质量的智能全局加速,支持分布式安全防护能力

火山引擎边缘云打造分布式边缘云异构算力解决方案,为用户就近提供多形态异构算力,支撑AI应用迈向云边端结合新架构。

  • **异构硬件纳管:**支持边缘AI一体机、边缘服务器等多种物理硬件,提供裸金属/虚机/容器等多样化算力服务

  • **低时延算力:**覆盖现场边缘、近场边缘、云边缘基础设施,为AI业务就近提供算力接入

  • **小型化与轻量化:**支持算力、服务混合部署,集群功能按需调配,最大化利用可用资源

  • **全局资源调度:**打破局部资源限制,统一调度全局资源,支持跨区域弹性调度和跨节点容灾迁移

  • **云边端协同:**通过云边、边边数据通道和网络基础设施,为业务提供云、边、端高效连接和数据交换

END

面向未来,火山引擎边缘云将紧紧跟随科技发展方向,在夯实技术底座的同时,不断探索边缘智能与 AI 的结合,希望能与更多行业伙伴达成合作,探索更丰富的、面向多行业的创新应用场景,助力产业蓬勃发展。

相关推荐
人机与认知实验室1 小时前
人、机、环境中各有其神经网络系统
人工智能·深度学习·神经网络·机器学习
黑色叉腰丶大魔王1 小时前
基于 MATLAB 的图像增强技术分享
图像处理·人工智能·计算机视觉
迅易科技4 小时前
借助腾讯云质检平台的新范式,做工业制造企业质检的“AI慧眼”
人工智能·视觉检测·制造
古希腊掌管学习的神5 小时前
[机器学习]XGBoost(3)——确定树的结构
人工智能·机器学习
ZHOU_WUYI5 小时前
4.metagpt中的软件公司智能体 (ProjectManager 角色)
人工智能·metagpt
靴子学长6 小时前
基于字节大模型的论文翻译(含免费源码)
人工智能·深度学习·nlp
AI_NEW_COME7 小时前
知识库管理系统可扩展性深度测评
人工智能
海棠AI实验室7 小时前
AI的进阶之路:从机器学习到深度学习的演变(一)
人工智能·深度学习·机器学习
hunteritself7 小时前
AI Weekly『12月16-22日』:OpenAI公布o3,谷歌发布首个推理模型,GitHub Copilot免费版上线!
人工智能·gpt·chatgpt·github·openai·copilot
IT古董8 小时前
【机器学习】机器学习的基本分类-强化学习-策略梯度(Policy Gradient,PG)
人工智能·机器学习·分类