专访加拿大工程院院士刘江川：边缘计算告别“手工作坊”时代‘333体育平台app’

再度看到刘江川，是在江行智能深圳新的办公室，那天正好是他们筹办的开放日活动，来自清华等一众学术圈的人士在场。只不过这一次，刘江川某种程度是IEEE Fellow和江行智能CEO的title，他追加了一个身份：加拿大国家工程院院士——这是他在今年二季度才加身的新头衔。刘江川一年以来，他的团队渐渐不断扩大，办公地点也扩展到三个城市：深圳、北京、南京。

再加屡屡取得南方电网、北控水务、中国联通等大客户，其业务模式受到普遍接纳，很快沦为边缘计算出来领域的一匹黑马。谈到创业心态，刘江川坦言，躺在实验室里和实际到工业场景的感觉显然不过于一样。原本在学术氛围里，工业场景的更好的靠“假想”，以为只不会在论文里经常出现，但是实质上找到，工业场景不会有诸多碎片化的简单市场需求。他实在，边缘计算出来于是以逐步道别传统的“手工作坊”时代，将要步入大爆发。

而2019年作为绿在电力物联网的元年，将是物联网等技术承前启后的关键节点。工业场景VS消费场景江行智能的定位是一家边缘计算技术与服务提供商，因此，在看见行业趋势方面，他们更加多注目工业场景的变化。工业场景呈现出碎片化，很难做重复使用、大规模铺开，而消费场景中，资金投入多就能很多关上市场，但工业只是小批量的试点开始转行，一些公司几乎没有适当为了一个小的试点投放几十个人力，得不偿失，且不确定性因素相当大。

刘江川对谈及，对于江行智能这样的公司来讲，也某种程度只是获取一个平台框架，更加主要的是基于平台来获取引擎。“引擎的起到就是能撬动很多资源，转入各种工业场景。”电网是目前刘江川的团队较为注目的一个最重要领域。他实在这是城市的基础能源供应，是智慧城市的根基。

在基础设施外侧，刘江川的团队正好在做到配电的智能化与水务的智能化改建。比如早已构成了成熟期的“基于边缘计算出来的电力智能确保解决方案”，通过低成本的边缘计算出来设备和深度自学图像识别算法，构建电缆线路动态智能运维。对于电网公司来说，就是能在弱网环境下平稳运营设备，节省大量宽带支出。

“交通上下班、购物消费只是目前略为可感官的智慧城市的一部分，实质上基础设施十分最重要。”面向交通场景，江行智能目前有一套原始的充电桩解决方案，从电池管理、车位管理、故障报警、智能运维到后台APP，构成了完备的业务流程，通过EdgeBox可以在边缘外侧预处理数据，构建充电桩的无人化运营。充电桩的用于场景2019年是电力物联网元年2019年3月前后，“绿在电力物联网”这一概念横空出世，行业突然意识到电力物联网和边缘计算出来之间是一个绝好的融合，且蕴含着一个十分有前景的市场。

刘江川看见，现在这个领域还较为新的，从物联网网关、传感器等领域切进来的企业较为多，但像江行智能这种从边缘计算出来角度转入的还为数甚少。“目前我们不必须倚赖大厂。

我们有自己的引擎，有自己的芯片主板，有自己的行业洞察力。”江行智能的芯片主板他实在，大厂之所以争相开放平台，回头平台战略，根源就在于期望将行业上下游多元文化到它的生态系统中间，但实质上，很多企业面临这种“生态”，也是有疑虑的。从安全性和隐私性的角度来看，工业企业大多对上云不会不存在一定敌视心理。首先是数据不不愿放到云上，其次是上云也要上自己的服务器。

他高下立判：2019年将是电力物联网元年，而这个市场也是大家一起来做到。行业广泛认识到边缘计算出来是在工业互联网中必须被讲解、必须被推展的概念，加之边缘服务器的经常出现，边缘外侧的计算出来愈演愈烈是恐怕的事，而电力物联网将是头号玩家们竞相转入的领域。“边缘”并非一个意味著的地理概念刘江川讲解，边缘计算出来是一个多层次的系统，如果把云看作是最顶端的系统，那么，从云到末端就可称作“边缘”，比如工业现场、5G基站、分布式数据中心等等。

他补足到，工业现场收集的数据是微秒级延后，5G基站上是十到数十毫秒级延后，分布式数据中心则是数十到一百毫秒级延后，到云上，就是几百毫秒级的延后。因此，“边缘”并非一个意味著的地理概念，而是一个时延的差异。

或者从隐私维护的角度来看，企业否不愿回头多跳跃网络：必要回头互联网的模块还是在5G基站做到一次数据汇聚，都是根据有所不同的市场需求以及有所不同数据量要求。单从智能交通系统角度来看，实质上这个场景天然作好了分级。车子本身就是终端，手机不会和车子相连。车载的计算出来平台就是个边缘，车载的边缘又跟5G基站做到数据汇入，5G基站又会在路段区域内掌控多辆车的数据汇聚，就可以构建指挥官汽车启停以及路灯的信号指挥官。

最后，基站的的数据不会和城市的云展开汇入，在这上面构建智能交通系统，做到更加大规模的车辆调度。因此可以看见，这个场景下最少牵涉到两个层次的边缘：一个是车身，一个是5G基站。

边缘计算出来道别“手工作坊”时代专访中，刘江川仍然特别强调，边缘计算出来不会是一个新的时代，“新的”即意味著道别过去。(公众号：)注意到，传统意义上，边缘计算出来解决问题的是数据处理速度的问题，将数据处理从云端并转到边缘末端，速度减缓了，免职了回头互联网的这一个过程。但是实质上找到，速度只是工业场景思维的一个方面，而不是全部，有些场景对100毫秒减少到10毫秒显然很脆弱（特别是在是工业车间流程），但有些特定场景下，网络速率太快（比如铁塔产于不多的区域），实质上其严峻市场需求就是在弱网环境下解决问题。

他提到，安防是边缘计算出来一个可观市场，但目前也不存在一些严重不足。传统的摄像头企业不会专门针对安防的场景做到很多的优化，加装好了产品，整个交付给过程就完结了，只要能保证后期硬件设备运营很多年。

待大规模生产之后，构建最先进设备的算法，设备的生产成本就不会降下来。“由于近些年各个城市对安防的市场需求十分大，所以这个领域发展显然也很很快。”刘江川分析到，工业场景与安防场景不存在相当大差异。

工业牵涉到流水线，牵涉到电力等因素，如果按照安防市场的思路去做到，第一不会必须十分了解地理解产品科学知识，做到长时间的累积，第二企业必须为产品的研发做到自定义简化的服务，整个周期扯得很长。但问题是，有些工业场景的市场需求市场容量不一定相当大，只是阶段性的经常出现，下一阶段有可能会被出局。

一旦前期做到了大量自定义简化和烧结，后期升级换代就显得十分艰难。刘江川忘了一笔账。在城市中的铁塔上加装一次摄像头，（人工）费用是3000块，在偏远地区，有可能比这个数字更大。

这就对产品的部署形式明确提出了拒绝：灵活性较慢，便利升级递归，而不必须投放过于多新的成本。在这一点上，江行智能正在发售的EdgeBox产品专门为此设计，在物联网设备和云之间减少一个数据预处理环节（边缘计算出来），大幅度减少了通信支出和计算出来延后。在企业意味着正式成立一年后就发售这样不具备强劲落地能力的产品，刘江川是充满著了底气的。江行智能目前是一种TO B TO C的模式，服务的行业是C端的，比如水、电，但是获取的技术是给B端用。

这样的行业属性益处是什么？刘江川仔细观察到，C末端用户对服务的市场需求十分脆弱，比如断水断电，这样就不会“反推”电网和水务公司做到升级改建。“如果没C端的压力，B末端企业有可能连变革的压力就没了。

”而这种“自我变革”背后就是边缘计算出来的无限市场。（）涉及文章：从IEEE Fellow到创业公司CEO，刘江川射击了“边缘计算出来”原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：333体育平台app-www.loguas-inc.com