有哪些免费好用的边缘应用开发环境?

2022-05-13 13:40:54 浏览数 (1)

网络性能与应用质量的发展催生边缘计算

随着智能手机、可穿戴设备等智能设备的普及,以及高清视频、人工智能算法等需求的涌现,各类游戏、应用、视频业务对于数据实时性的要求越来越高, 此类业务采用云计算架构无法达到敏感任务的延迟要求,不仅如此,当应用规模扩大时,云计算架构中网络带宽将会成为瓶颈,难以支撑来自海量前端设备的大规模实时计算和数据请求。

与此同时,随着5G/6G、Wi-Fi 6等通信技术和标准的快速发展,用户端到网络接入端的直接延迟可以降到个位数毫秒级。此时我们发现,在云计算架构中,数据从接入点到云计算中心的传输过程已经占据了绝大部分的延迟。考虑到互联网数据需要经过主干网多级路由的过程,这一延迟几乎无可避免。

因此,计算资源从云中心下降到靠近用户的网络边缘设备(如移动无线基站、家用路由等),则成为实现大规模实时计算的必然要求。

边缘商用成熟化,应用开发面临诸多挑战

相关数据显示,2020年,我国边缘计算数据量达13.4ZB,同比增长28.85%,2021年数据量达17ZB。

数据来源:观研天下整理

5G、物联网、云计算、AI 等技术加速了企业创新的步伐。为了更好地服务于用户,企业对边缘计算效率、可靠性和资源利用有了更高要求,因此应用开发边缘计算规模和业务复杂度发生了根本变化:边缘实时计算、分析和边缘智能等新型业务不断涌现。企业创新的同时,也增加了应用的开发难度,给开发者带来了诸多挑战。

面对一个新的开发应用需求,对于开发者而言,首先需要开发具有基础功能的平台,了解软硬件的基本配置情况,并且需要耗费大量的时间验证及优化数据平面、无线、遥测数据、人工智能和其他构件等底层技术堆栈,确保设备的兼容性和稳定性。其次,开发者还需要考虑海量的数据如何使用高速的网络,确保数据稳定传输和数据安全。

开发流程中的每一部分都需要考虑针对各种不同的边缘设备的适配,经常会遇到各种问题,开发者通常需要花费高昂的时间成本和资金成本去解决这些问题,再加上产品上市前的性能评估和硬件选型等,开发者往往难以实现边缘应用的敏捷开发。

Intel® DevCloud助力边缘应用敏捷开发

Intel® DevCloud是专门为边缘计算设计的开放云开发平台,开发者可以注册访问平台上的所有边缘设备。Intel® DevCloud平台为每个注册用户提供独立的沙箱运行环境,并构建了完整的软件栈,开发者登录后不需要对环境做任何配置,不用担心软件之间的兼容问题,可使用浏览器随时随地访问Intel® DevCloud上的算力资源、官方提供的丰富教程和参考实例,可基于平台开发应用程序,构建容器,部署应用,监测设备运行,最终完成产品上市前的性能评估和硬件选型。

(Intel® DevCloud 包含选项)

Intel® DevCloud 集成了Intel® OpenVINO™ 工具套件以及丰富的CPU、iGPU 和 VPU(如Intel® 神经计算棒 2 (NCS2) 和HDDL),同时平台集成了了丰富的 Jupyter Notebooks教程和示例,这些示例可帮助开发者快速了解如何实施深度学习应用以支持高性能解决方案,开发者无需考虑软硬件兼容问题,可以把更多精力用于自己应用程序的开发,在不同的边缘节点上部署验证,加速产品原型的开发和最终上市。

Intel® DevCloud 算力分为开发节点和边缘节点两部分,边缘节点是边缘计算设备,开发者可以直接将在开发节点开发的应用部署到相关设备上,结果直接回传到开发节点的开发环境中,提供给开发者分析。应用程序部署在边缘节点上执行时,边缘节点是被独占的,其他开发者的应用无法共享这个设备,所以Intel® DevCloud 可以提供基准测试的能力。

不仅如此,Intel® DevCloud提供了裸机开发环境和容器化开发环境。裸机开发环境下,应用程序直接运行操作系统上,中间没有虚拟化层;容器化开发环境下,应用程序运行容器中,平台提供了镜像编译,编排,部署等功能。

了解了这么多,如果对Intel® DevCloud 的容器化、裸机化部署平台感兴趣,或者产品开发中刚好有相关需求,都可以点击阅读原文获取注册链接,当天注册,当天使用。注册用户拥有访问平台全部算力资源的权限,能够自由访问平台上数以百计的边缘设备和服务器。

【活动专栏】

【转载须知】

若转载文章为原创文章,可在相应文章下或公众号后台留言;其他非转载类文章须在文首以不小于14号字体标明转载自SDNLAB

【投稿】

欢迎SDN、NFV、边缘计算、SD-WAN、智能网卡、TSN、5G 网络切片等网络方向的观点类、新闻类、技术类稿件。

联系人:kk__wu(微信号)

投稿邮箱:pub@sdnlab.com

详情请参考:SDNLAB原创文章奖励计划

0 人点赞