工业互联系统分析与设计 第七章 工业先进计算

工业互联网Industrial

Internet0第六章

工业人工智能——上节回顾□工业互联网架构回顾产品位置；机器人位置；

人的位置；设备音频；

设备辐射；机器触感；

机器温度；信息感知红外传感器视觉传感器(摄像头)温度传感器烟雾传感器压力传感器数据传输有线通信蓝牙通信蜂窝通信卫星通信以太网数据处理数据融合机器学习数据挖掘大数据人工智能平台层决策应用服务安全管理订单信息；客户需求变更；口本次课时任务时间80分钟(2课时)主要学习内容工业先进计算背景(0.5课时);工业先进计算方法(0.5

课时);

工业云、边计算框架(1课时);主要目标了解先进计算的背景与发展历程；了解工业中常见的计算方法与框架。第七章

工业先进计算——课时安排2第四章

工业网络通信——架构回顾□工业互联网通信传输架构回顾产品位置；机器人位置；

人的位置；设备音频；设备辐射；.….机器触感；机器温度；订单信息；客户需求变更；信息感知红外传感器视觉传感器(摄像头)温度传感器烟雾传感器压力传感器数据处理数据融合机器学习数据挖掘大数据人工智能数据传输有线通信蓝牙通信蜂窝通信卫星通信以太网平台层决策应用服务安全管理第七章

工业先进计算——背景口什么是先进计算?4口为什么要先进计算?一样的计算结果，却有完全不一样的计算量A:10×100B:100×5C:5×50第七章

工业先进计算——背景(AB)CVS.A(BC)5第七章

工业先进计算——背景□先进计算发展6第七章工业先进计算INDUSTRY4.07.1并行计算Big

DataCloud

computing各个并行执行部分分解根据大任务内在相关性各个相对独立模块

部分并行执行，节

约运算时间整个大的串行任务需做大量运算，持

续时间长第七章工业先进计算——1.并行计算框架口并行计算产生背景8可分解的计算任务处理器串行计算

并行计算口并行计算产生背景并行计算是相对于串行计算第七章工业先进计算——1.并行计算框架任务队列9口并行计算并行计算(Parallel

Computing)·

高端计算(High-end

Parallel

Computing)·

高性能计算(High

Performance

Computing)·

超级计算(Super

Computing)任何高性能计算和超级计算都离不开使用并行技术·由运行在多个部件上的小任务合作来求解一个规模很大的计算问

题的一种方法。第七章工业先进计算——1.并行计算框架10AutomotiveDesign&SafetyDrugDiscovery

&Genomic

ResearchAircraft/Spacecraft

Design

&Fuel-EfficiencyOil

Exploration

&Energy

ResearchBasic

Scientific

ResearchGovernment-Classified

WorkGovernment-Research(Severe)WeatherPrediction

&Climate

Modeling第七章工业先进计算——1.并行计算框架口并行计算的应用需求Iastitutg

acianal

da

Mata0raiogiaOAKRIDGENATIONALLABORATORY11□并行计算应用案例——矩阵乘法并行计算

引入原因：·

串行计算在处理大规模矩阵乘法时效率低下，计算时间过长，无法

满足工业互联网中对实时大数据处理的需求。为解决这些问题，有

必要引入并行计算，通过分解任务并行执行，大幅提升计算速度和

效率，满足大规模数据处理的要求。解决手段：·

引入多个处理器：当用n个处理器进行n*n矩阵乘法时，可以容易的获

得并行的时间复杂度为0(n)。用n个处理器时时间复杂度为0(n)。·

虽然引用多处理器可降低时间复杂度，但隆低的时间复杂度是针对

计算而言，增加处理器会导致显著的通信开销的增加。实际中一般

结合块矩阵实现。·

划分成子矩阵：通过块矩阵乘法实现。第七章工业先进计算—

—1.并行计算框架12□矩阵乘法的并行算法块矩阵乘法：将矩阵划分为若干子矩阵，子矩阵作为单个矩阵元素

参与运算。假设分为s²个子矩阵(行列均等分),每个子矩阵

个元素。若用Ap,q表示第p行第q列的子矩阵，则算法如下：for(p

=0;p<s;p++)for(q

=0;q<s;q++)for(r=0;r<m;r++)C

{p,q}=C

{p,q}+A

{p,r}*B

{r,q};说明：·

Cp.q=Cp,q+Apr*Brq

表示利用矩阵乘法将子矩阵Ap,r和

Br,q相乘，

再利用矩阵加法将乘积累加到子矩阵

·当处理器数目小于n时，该方法是所有并行实现的核心。第七章工业先进计算—

—1.并行计算框架13口块矩阵乘法示例块矩阵乘法：将矩阵划分为若干子矩阵，子矩阵作为单个矩阵元素

参与运算。假设分为s²个子矩阵(行列均等分),每个子矩阵

个元素。若用Ap,q表示第p行第q列的子矩阵，则算法如下：for(p

=0;p<s;p++)for(q

=0;q<s;q++)for(r=0;r<m;r++)C

{p,q}=C

{p,q}+A

{p,r}*B

{r,q};说明：·

Cp.q=Cp,q+Apr*Brq

表示利用矩阵乘法将子矩阵Ap,r和

Br,q相乘，

再利用矩阵加法将乘积累加到子矩阵

·当处理器数目小于n时，该方法是所有并行实现的核心。第七章工业先进计算—

—1.并行计算框架14work-group

of(4,4)work-itemswork-group

of(4,4)work-itemsdimension

0ofND-rangework-itemXwork-group第七章工业先进计算——1.并行计算框架□矩阵乘法的并行算法dimension1ofND-range15二第七章工业先进计算INDUSTRY

4.07.2错误处理和容错Big

DataCloud

computing口并行计算中的异常和错误在并行计算中，处理异常和错误是非常重要的，因为并行计算涉

及到多个计算单元同时进行工作，

一旦出现异常或错误，可能会对整

个计算过程造成严重影响。以下是处理并行计算中异常和错误的一些

建议：·

异常处理机制：在并行计算中，需要建立完善的异常处理机制，及

时捕获和处理各种可能出现的异常情况，例如内存溢出、数据丢失、

计算单元死锁等。可以通过编写稳健的代码来处理异常，或者使用

现有的并行计算框架提供的异常处理工具。·

错误检测和纠正：在并行计算中，错误检测和纠正是至关重要的。可以通过引入冗余计算、校验码等技术来检测和纠正计算中的错误。

例如，在分布式计算中可以使用冗余数据来检测和纠正节点间的通

信错误，确保计算结果的准确性。第七章工业先进计算——2.错误处理和容错17第七章工业先进计算INDUSTRY

4.07.3

MapReduce框架Big

DataCloud

computing□何谓MapReduce·一种云计算的核心计算模式，是一种处理海量数据的简化并行计算

的分布式编程模式。·

用于大规模数据集(通常大于1TB)的并行运算。·MapReduce实现了Map和Reduce

两个功能。·Map-reduce

的思想就是“分而治之”。·

Mapper负责“分”,即把复杂的任务分解为若干个“简单的任务”

执行。·

“简单的任务”有几个含义：1

数据或计算规模相对于原任务要大

大缩小；2

就近计算，即会被分配到存放了所需数据的节点进行计

算；3这些小任务可以并行计算，彼此间几乎没有依赖关系·Reducer

对map阶段的结果进行汇总·

Reducer的

数

目

由

mapred-site.xml配

置

文

件

里

的

项

目

mapred.reduce.tasks决定。缺省值为1,用户可以覆盖之。第七章工业先进计算——3.MapReduce框架19□何谓MapReduce>MapReduce

模式的主要思想是将要自动分割执行的问题(例如程序)

拆解成Map

(

映

射

)

和Reduce

(化简)的方式。流程图如下：第七章工业先进计算——3.MapReduce

框架Reduce()Reduce()Reduce

TasksMap()Map()Map()Map

TasksOutputInput20□何谓MapReduce>MapReduce实现了Map和Reduce两个功能·Map把一个函数应用于集合中的所有成员，然后返回一个基于这个处

理的结果集。是把一组数据一对一地映射为另外一组数据，其映射

的规则有一个函数来指定。例如：[1,2,3,4]进行乘2的映射就变成了[2,4,6,8]。·

Reduce对结果集进行分类和归纳，对一组数据进行规约，这个规约

的规则由一个函数指定。例如：对[1,2,3,4]进行求和的规约得到

结果是10。·

Map()和

Reduce()

两个函数可能会并行运行，即使不是在同一的系

统的同一时刻。

Map负责把任务分解成多个任务，

Reduce负责把分

解后多任务处理的结果汇总起来。至于在并行编程中的其他复杂问

题，如分布式存储、工作调度、负载均衡、容错处理、网络通信等，

由MapReduce框架负责处理。第七章工业先进计算——3.MapReduce框架21hadoop101hadoop102汇总服务器Map

Reducehadoop103hadoop104□何谓MapReduce任务需求：找出服务器上2015年5月的某个视频第七章工业先进计算——3.MapReduce框架ss.aviyangge.avi

bobo.aviss1505_w

uma.avi520M

ss1505_wuma.avi待分析数据100T22第七章工业先进计算INDUSTRY

4.07.4分布式机器学习Big

DataCloud

computing口分布式机器学习>

引

言

：·

大数据、大模型和GPU集群的发展推动了人工智能的进步，同时也带

来了处理和训练大规模数据和模型的挑战。分布式机器学习技术应

运而生，用于应对这些挑战。核心概念：·

分布式机器学习：将数据和计算任务分配到多个节点，以充分利用

计算资源和存储资源。第七章工业先进计算——4.分布式机器学习24□分布式机器学习框架

基本流程：·

数据与模型划分：将大数据集和大模型划分成若干子集，分配到不

同的计算节点。·

单机优化：各个计算节点在本地进行优化和训练。·

子模型局部数据处理：各节点处理子模型和局部数据。·

数据与模型聚合：汇总各节点的训练结果，进行整体优化。数据与模型聚合单机优化子模型/局部数据数据与模型划分第七章工业先进计算——4.分布式机器学习分布式机器学习系统框架

25第七章工业先进计算INDUSTRY4.07.4数据分割和分布Big

DataCloud

computing划分的必要性：·

单机有时无法处理大数据的情况，需要划分和分布。·

数据和模型划分目的是对训练样本和特征

维度进行划分，提高计算效率，优化计算

资

源

。对训练样本进行划分的常用方法：·

随机采样法：将训练样本作为采样的母

数据，通过放回的方式进行随机采样。然

后根据每个工作节点的容量将其分割为若

干子集。每个节点独立训练，避免了样本

间的相关性。第七章工业先进计算

—

—5.数据分割和分布口数据与模型划分模块分别进行分类训练随机采样D1训练样本D2Di原始

数据集27口分割异质性(a)(b)·

数据量不同·数据分布不同

(c)第七章工业先进计算——5.数据分割和分布星形网络·

网络度分布不同·

网络动力学不同·计算资源不同·通信成本不同·设备在线时段不同·设备掉线时长不同数

据

异

质

性时

间

异

质

性结

构

异

质

性系统异质性ER随机网络(d)28口数据与模型划分模块对训练样本进行划分的常用方法：·

垂直划分法：将训练样本的特征维度随

机并均匀地划分到不同的计算节点，每个

节点处理不同的特征子集。通过这种方式，

能够有效降低每个节点的计算负担，提高

整体计算效率。然而，垂直划分法需要高

效的通信和同步机制，以确保各节点间的

协调工作。适当的垂直划分能够平衡负载，

减少计算开销，但同时要注意通信开销和

数据一致性的问题。原始数据集均匀划分特征1

特征2

特征3训练训练训练节点1

节点2

节点3第七章工业先进计算

—

—5.数据分割和分布29第七章工业先进计算INDUSTRY4.07.6模型并行化Big

DataCloud

computing口模型并行化模型并行：模型并行用于分布式机器学习中，将模型的不同部分分

配到多个计算节点上并行处理，解决超大规模模型在单个计算节点

上无法容纳的问题。模型并行的分类：·

流水线并行：把模型不同的层放到不同设备之上，比如前面几层放

到一个设备之上，中间几层放到另外一个设备上，最后几层放到第

三个设备之上。·

张量并行：层内分割，把某一个层做切分，放置到不同设备之上，也可以理解为把矩阵运算分配到不同的设备之上，比如把某个矩阵乘法切分成为多个矩阵乘法放到不同设备之上。第七章工业先进计算—

—6.模型并行化31口模型并行化上面是层间并行(流水线并行),纵向切一刀，前面三层给第一

个GPU,后面三层给第二个GPU。下面是层内并行(tensor

并

行

)

,

横

向切一刀，每个张量分成两块，分到不同GPU之上。Inter-Layer(Pipeline)ParallelismSplit

sets

of

layers

across

multiple

devicesLayer0,1,2andlayer3,4,5

are

on

different

devicesIntra-Layer

(Tensor)ParallelismSplit

individuallayersacrossmultiple

devicesBothdevicescomputedifferentpartsof

Layer

0,1,2,3,4,5第七章工业先进计算—

—6.模型并行化32第七章工业先进计算INDUSTRY4.07.7通信和同步机制Big

DataCloud

computing口通信和同步机制通信的内容：·

在数据并行框架下，每个工作节点学习局部数据的子模型。·

通信任务是传递子模型或模型更新(如梯度),实现全局模型的同

步。通信的架构：

参数服务器1

参数服务器2·

参数服务器架构：在分布式机器学

参数分区1

参数分区2习中用于协调各个计算节点之间的参数更新和同步。每个工作节点独立处理局部数据并更新局部模型，

训练服务器1

训练服务器2然后通过客户端与参数服务器通信，

参数

参数

参数

参数将更新的参数发送到参数服务器。参数服务器汇总和同步这些参数，

参数服务器架构

并将最新的参数分发回各个工作节点。第七章工业先进计算——7.通信和同步机制拉取参数

推送参数分

区

1

分区2

分

区

1

分区234口通信和同步机制同步机制：·

同步更新：节点更新本地模型后立即同步，确保全局一致性。·

异步更新：节点无需等待其他节点完成更新，提高效率。同步挑战：·

通信开销：频繁通信增加网络负载。·

一致性问题：节点间数据可能不一致，需有效同步策略。·

容错机制：确保节点故障时系统正常运行。第七章工业先进计算——7.通信和同步机制35第七章工业先进计算INDUSTRY

4.07.8资源管理和调度Big

DataCloud

computing口资源管理和调度资源管理与调度：·

在分布式环境中，资源管理是非常重要的环节，通过统一管控所有的机器节点，实现水平的扩容与移除，并对外提供服务。核心概念：·

资源管理：统一管控所有的机器节点，自动进行水平的扩容与移除。·

资源调度：当某个服务想要运行在集群中时，框架可以自动按照某

种策略筛选节点执行任务。第七章工业先进计算—

8.资源管理和调度37资源调度的类型：·

单体调度：集群有两种角色：master

和node

。master负责搜集各个

节点的状态和分配任务，而node负责上报自身资源使用情况并执行

任务。·

两层调度：第一层调度器在master上，负责整体资源分配；第二层

调度器与master

沟通，申请节点执行任务。·

共享状态调度：共享状态调度通过第三方存储平台存储集群状态，多个调度器并发读取并分配任务，支持高并发和全局视角，但容易

发生资源冲突。Node

StateTaskNode

StateTaskNode

StateTask第七章工业先进计算——8.资源管理和调度单体调度

双层调度

共享状态调度口资源调度的类型Tasks第七章工业先进计算INDUSTRY4.07.9联邦学习框架Big

DataCloud

computing口联邦学习介绍联邦学习是一种带有隐私保护、安全加密技术的分布式机器学习框

架，旨在让分散的各参与方在满足不向其他参与者披露隐私数据的

前提下，协作进行机器学习的模型训练。经典联邦学习框架的训练过程可以简单概括为以下步骤：·

协调方建立基本模型，并将模型的基本结构与参数告知各参与方；·

各参与方利用本地数据进行模型训练，并将结果返回给协调方；·

协调方汇总各参与方的模型，构建更精准的全局模型，以整体提升

模型性能和效果。第七章工业先进计算——9.联邦学习框架40口联邦学习的架构思想联邦学习的架构分为两种，

一种是中心化联邦

(客户端/服务器)

架构，一种是去中心化联邦

(对等计算)架构。针对联合多方用户的联邦学习场景，一般采用的是客户端/服务器

架构，企业作为服务器，起着协调全局模型的作用；而针对联合多家

面临数据孤岛困境的企业进行模型训练的场景，一般可以采用对等架

构，因为难以从多家企业中选出进行协调的服务器方。中央服务器←样本对齐-第七章工业先进计算——9.联邦学习框架模型分发/更新联邦学习系统客户端/服务器架构

41口联邦学习的架构思想当参与方不少于两个时，启动联邦学习过程。在正式开始训练之

前，中央服务器先将初始模型分发给各参与方，然后各参与方根据本

地数据集分别对所得模型进行训练。接着，各参与方将本地训练得到

的模型参数加密上传至中央服务器。中央服务器对所有模型梯度进行

聚合，再将聚合后的全局模型参数加密传回至各参与方。第七章工业先进计算——9.联邦学习框架模型3联邦模型模型n模型1模型2模型n联邦学习对等系统架构模型1模型2模型模

型42C₃第七章工业先进计算INDUSTRY4.07.10云计算Big

DataCloud

computing第七章

工业先进计算——云计算□云计算的定义云计算是一种通过互联网("云")提供按需访问计算资源(如服务器、存储、数据库、网络、软件、分析等)的服务模式。它允许企业和个人在不

购买和维护物理硬件的情况下，使用这些资源。云计算的三种服务方式SAAS

(软件即服务)(行业应用、CRM、ERP、OA

等)云计算服务生命周期管理云扩展服务(中间件、安全、大数据等)云基础服务(计算、存储、网络)虚拟资源池PAAS

(平台即服务)(中间件、应用服务器平台等)IAAS(基础设施即服务)(虚拟的服务器、存储、网络)物理资源池(IT

基础设施)为7干法计算的价值Ir-7超里云44□云计算的定义此外，云计算还有不同的部署模型：●公有云：由第三方提供商管理，服务通过互联网提供给所有客户。●私有云：由企业内部或专用网络管理，仅供特定组织使用。●混合云：结合了公有云和私有云的特点，允许数据和应用程序在两者之

间

移

动

。第七章

工业先进计算——云计算私有云局域网公有云1社区云互联网公有云m混合云45□Iaas的定义"基础设施即服务"

(Infrastructure

as

a

Service,简称laaS)

是一种云

计算服务模型，它提供虚拟化的计算资源作为服务。在laaS

模型中，云服

务提供商(

CSP)管理着庞大的数据中心，并通过互联网向客户提供硬件、

存储空间、网络和其他基础设施资源。第七章

工业先进计算——IaaSInfrastructure

as

a

Service46□IaaS的特点●

虚拟化：laaS

提供商通常使用虚拟化技术来分配物理服务器的资源，创

建多个虚拟机

(

VMs)

。●按需扩展：客户可以根据需要增加或减少资源弹性：资源可以快速扩展

或缩减，以适应应用程序的需求变化。●成本效益：客户只需为实际使用的资源支付费用，而不需要投资昂贵的

硬

件

。●易于管理：通过云服务提供商的管理界面，客户可以轻松管理其虚拟资

源。●高可用性和灾难恢复：云服务提供商通常提供高可用性解决方案和灾难

恢复选项，以确保业务连续性。第七章

工业先进计算——IaaS47□Iaas在阿里云当中的应用●

云服务器ECS

:提供安全可靠，弹性和伸缩的云计算服务，支持几乎

任何工作负载。●

无影云桌面：无影云桌面是一种易用、安全、高效的云上桌面服务，

它支持快速便捷的桌面环境创建、部署、统一管控与运维。●

容器服务

ACK

:提供高性能可伸缩的容器应用管理能力，支持企业

级

Kubernetes

容器化应用的全生命周期管理。●

函数计算

FC

:一个事件驱动的全托管计算服务，通过函数计算，无

需管理服务器等基础设施，上传编写代码。第七章

工业先进计算——IaaS48第七章

工业先进计算——PaaS□

PaaS的定义PaaS(Platform

as

a

Service,平台即服务)是一种云计算服务模

式，它为用户提供一个在线平台，支持在完全托管的基础设施上开发、运行和管理应用程序。用户无需管理底层基础设施(如服务器、存储和

网络)或平台的运行时环境，只需专注于编写和部署应用代码。49□PaaS的特点●加快开发速度：

PaaS提供了预先配置好的开发环境，包括运行时、数

据库和中间件等。●降低成本：使用PaaS消除了对于昂贵硬件的前期投资，并减少了对运

维人员的依赖。●提高可扩展性和灵活性：PaaS平台通常设计为高度可扩展，支持应用

程序随着用户需求的增长而横向扩展。●促进协作：由于PaaS环境是集中托管的，团队成员可以在任何地点共

享访问资源和应用程序，促进远程协作，提高团队效率。●维护和更新自动化：PaaS提供商负责所有后端更新●

支持多种编程语言和工具：多数PaaS解决方案支持多种编程语言和框

架第七章

工业先进计算——PaaS50□

Paas在阿里云当中的应用●阿里云数据库

RDS

:一种完全托管的关系型数据库服务，提供

MySQL

、SQL

Server

、PostgreSQL

等多种数据库类型。●

阿里云消息服务

MNS

:

一种高效、可靠、安全、便捷、可弹性扩展

的分布式消息通知服务。●

容器镜像服务

ACR

:

一个安全、高效的容器镜像托管服务，支持存

储和管理Docker

镜像。●

人工智能平台

PAI

:

面向开发者和企业的机器学习/深度学习工程平

台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化

在内的AI

开发全链路服务→

阿

里

云第七章

工业先进计算——PaaS51□

Saas的定义SaaS(Software

as

a

Service,软件即服务)是一种将软件部署

在云端服务器上，通过互联网向用户提供应用软件服务的模式。用户通

常通过订阅的方式，按需支付服务费用，而无需购买、安装和运维软件

及相关硬件。SaaS服务商负责软件的维护、更新和安全保障，使用户能

够随时随地通过网络访问最新版本的软件。SaasSoftware

as

a

Service第七章

工业先进计算——SaaS52□SaaS的特点●

成本效益：SaaS消除了传统软件高昂的前期购买成本和长期的维护费

用。●快速部署和升级：由于SaaS应用程序不需要在用户端安装或配置，部

署速度非常快。●访问灵活性与远程工作：SaaS允许用户通过互联网从世界任何地点访

问服务，这样的访问灵活性对适应现代工作环境至关重要。●扩展性与集中化管理：SaaS模型提供了出色的可扩展性，企业可以根

据实际需求简单地增加或减少用户许可。●自动化与协作：许多Saa

S解决方案内置了业务流程自动化工具，这些工具可以简化重复性任务，减少人为错误，提高操作效率第七章

工业先进计算——SaaS53第七章

工业先进计算——SaaS□

SaaS在阿里云当中的应用●阿里企业邮箱：多终端支持，钉+邮随时随地轻松办公，支持企业邮

箱本地部署，符合全栈国产化要求，同时售后7*24

小时VIP

服务支持，

保障数据迁移无缝对接。●

专属钉钉：专属钉钉是针对企业协同场景的移动办公平台，提供了强

大的APP自定义能力，满足金融级别的信息安全要求，提供钉钉核心

能力的专属openAPI。●

Teambition

:

数字化协作平台，提供项目管理、任务协同等解决方

案，目前已服务千万级全球用户，10000+

付费企业。●

通义晓蜜：全渠道联络中心与AI应用深度整合的解决方案，包括基于

大模型升级的智能对话平台、全渠道联络中心、智能坐席助理。54第七章

工业先进计算——公有云□公有云的定义公有云是部署云计算最常见的方式。公有云资源(如服务器和存储

空间)由第三方云服务提供商拥有和运营，这些资源通过

Internet提

供。在公有云中，所有硬件、软件和其他支持性基础结构均为云提供商

所拥有和管理。在公有云中，你与其他组织或云“租户”共享相同的硬件、存储和网络设备。你可以使用

Web

浏览器访问服务和管理帐户。55□公有云的特点●成本更低：无需购买硬件或软件，仅对使用的服务付费。●无需维护：维护由服务提供商提供。●近乎无限制的缩放性：提供按需资源，可满足业务需求。●高可靠性：具备众多服务器，确保免受故障影响。第七章

工业先进计算——公有云56□公有云在阿里云当中的应用●

云服务器ECS

:

阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS级别云服务器服务。●

云数据库：阿里云提供多种云数据库服务，包括关系型数据库、NoSQL数据库等，用户可以根据业务需求选择合适的数据库服务。●

存储服务：阿里云的存储服务包括对象存储OSS、

文件存储等，支持

海量数据的存储和访问。Redis

D:mongo

DBCouchDBScalaris

ph

database

membaser4gotheNe第七章

工业先进计算——公有云riakCassandra57第七章

工业先进计算——私有云□私有云的定义私有云由专供一个企业或组织使用的云计算资源构成。私有云可

在物理上位于组织的现场数据中心，也可由第三方服务提供商托管。但是，在私有云中，服务和基础结构始终在私有网络上进行维护，硬

件和软件专供组织使用。这样，私有云可使组织更加方便地自定义资源，从而满足特定的IT需求。58□私有云的特点●灵活性更高：组织可自定义云环境以满足特定业务需求。●安全性更高：资源不与其他组织共享，从而可实现更高控制性和

安全性级别。●缩放性更高：私有云仍然具有公有云的缩放性和效率。第七章

工业先进计算——私有云59第七章

工业先进计算——私有云口私有云在阿里云当中的应用●专有云产品

(Apsara

Stack):

阿里云推出的专有云产品，允许企

业在自己的数据中心部署与阿里云公有云同源的技术架构，实现云服

务的私有化部署●企业级云服务：阿里云为企业提供包括计算、存储、网络、安全等在

内的全面云服务，满足企业多样化的业务需求●

定制化服务：针对企业特定的业务需求，阿里云可以提供定制化的私

有云服务，包括组织架构、内部审批流程、定制化的计算服务等60口混合云的定义混合云通常被认为是“两全其美”,它将本地基础架构或私有云

与公有云相结合，组织可利用这两者的优势。例如行云管家混合云管理平台，不仅支持业界主流公有云厂商，例如：阿里云、腾讯云、华为云、等，还能够将企业内部私有云(如：openstack)接入到云端，

轻松完成混合云管理。在混合云中，数据和应用程序可在私有云和公有云之间移动，从而可提供更大灵活性和更多部署选项。第七章

工业先进计算——混合云61口混合云的特点●控制性一组织可针对敏感资产维持私有基础结构。●灵活性一需要时可利用公有云中的其他资源。●成本效益一具备扩展至公有云的能力，因此可仅在需要时支付额

外的计算能力。●容易轻松一无需费时费力即可转换至云，因为可根据时间按工作

负荷逐步迁移。自动化运维混合云第七章

工业先进计算——混合云62第七章

工业先进计算——混合云口混合云在阿里云当中的应用阿里云统一云管平台

(

Apsara

Uni-manager)

是面向阿里云专

有云的企业级云管理平台，提供全方位的云资源供给、运维和运营管

理能力，具备一体化管控、自动化运维、智能化分析及个性化扩展等

核心竞争力；致力于为客户提供优质的用户体验，简化专有云管理，

加速政企数字化转型。[-J

阿里云混合云管理一细分场景场景1:应用的云部

场景2:数据备份

场景3:应用弹性律缩场景4:系统容灾

场景5:混合云DevOps63□边缘设备的定义边缘设备是指位于网络边缘，靠近数据源的设备，它们可以收集、

处理、分析并传输数据。边缘设备在边缘计算中扮演着重要角色，它

们使得数据处理更加靠近数据产生的地点，从而减少延迟、提高响应

速度、降低带宽使用，并增强数据安全性。第七章

工业先进计算——边缘设备64□边缘设备的应用场景边缘设备的种类繁多，可以是小型的传感器、智能设备，也可以

是较大的机器或系统。它们在不同的应用场景中发挥作用，如工业自

动化、智能家居、智慧城市、医疗健康、交通管理等领域。边缘设备

的作用是推动边缘计算在不同行业中应用的硬件，它们用于完成不同

的任务，具体取决于为其配置的软件应用程序或功能。智慧制造安全监控智能交通自动驾驶智慧家居智慧城市风力发电智慧路灯智慧医疗无人机VR虚拟现实AR第七章

工业先进计算——边缘设备65□阿里云的边缘设备●边缘计算硬件平台：阿里云推出了震旦异构加速平台、隐私计算平台和智能边缘运维平台，这些平台旨在解决客户边缘方案问题，提供异构加速、隐私保护和智能运维等功能●物联网边缘计算产品：阿里云提供了包括LE-V-B012

边缘计算一

体机在内的多种产品，这些产品搭载ARM

架构处理器和平头哥算

力加速器，为AI算法提供强大的算力支持●智能边缘计算框架：阿里云的物联网边缘计算原生支持阿里云，

并基于云边一体的理念设计，提供通信协议开发框架、远程运维框架和边缘应用框架，以提升开发效率第七章

工业先进计算——边缘设备66集中云网络侧边缘计算现场级边缘计算骨干网城域网基站

接入网智能CPE企业CPE用户属地数据中心家庭用智能网关省

地市BRAS/BNG区县OLT接入产业互联网智能网关现

场□边缘节点的定义边缘节点是边缘计算架构中的关键组成部分，它们通常部署在网

络的边缘，靠近数据源或用户。边缘节点的作用是处理和分析数据，提供快速响应和智能决策，而不需要将数据发送到远端的中心数据中

心或云服务器。第七章

工业先进计算——边缘节点67□边缘节点的特点●减少延迟：由于边缘节点靠近数据源，它们可以提供更低的延迟，

这对于实时数据处理和响应至关重要。●带宽节省：通过在边缘节点处理数据，可以减少需要发送到中心数据中心的数据量，从而节省带宽。●数据安全性：边缘节点可以对数据进行本地处理，减少数据在网络中的传输，增强数据安全性。●自治能力：边缘节点通常具备一定程度的自治能力，即使在与中心

数据中心的连接受限时，也能继续运行。第七章

工业先进计算——边缘节点68第七章

工业先进计算——边缘节点□阿里云的边缘节点●边缘节点服务ENS

:

阿里云提供的边缘节点服务ENS,聚焦多态计算，

提供虚机实例、边缘容器、裸金属实例等算力服务。ENS

还提供一站式

编排部署，帮助业务构建全球边缘基础设施环境。●分布式云全网统一管理：基于分布式系统架构，

ENS支持一键创建跨

地域、跨运营商的边缘节点算力资源，实现智能选点和秒级分发●终端云化及多开原生方案：适配云游戏、云应用、云渲染等场景化需

求，支持ARM+

安卓、X86+Windows

的异构计算软硬件方案。云中心(各类互联网业务)ENS节点1ENS

节点2ENS

节点3

ENS

节点N访问可用性

响应性能

合规检测

性能压测69□边缘网关的定义边缘网关是一种网络设备，它位于网络的边缘，靠近用户或设备端，

扮演着连接设备与云平台或其他网络服务的角色。边缘网关在边缘计算

中起着至关重要的作用，它不仅负责数据的收集、初步处理和转发，还

可以执行安全、协议转换、设备管理等多种功能。第七章

工业先进计算——边缘网关70工业应用现场

工业应用现场读写寿命长应用扩展□边缘网关的应用以阿里云举例，在阿里云的边缘计算服务中，边缘网关的应用主要

体现在设备连接、数据预处理、本地决策、安全性、远程运维、云边协

同、场景化应用、产品规格等方面。第七章

工业先进计算——边缘网关计讯物联边缘计算网关TG45271□阿里云中的边缘网关阿里云边缘网关应用主要围绕其物联网边缘计算产品Link

IoT

Edge展开，提供了一系列功能来帮助用户管理和处理边缘设备的数据和事件。

如：边缘应用管理：Link

IoT

Edge提供应用管理能力，帮助用户标准化管理边缘端应用的版本、配置等。容器镜像应用：Link

IoT

Edge支持容器镜像应用，可以直接从镜像

仓库中拉取镜像作为边缘应用，支持阿里云容器镜像服务提供的镜像仓

库和公共镜像仓库。震动检测数据Caffe

模型TensorFlow

模型数据

边缘网关第七章

工业先进计算——边缘网关视频流72第七章

工业先进计算——边缘计算平台□边缘计算平台的定义边缘计算平台是一种技术架构，旨在将计算能力从中心数据中心扩

展到网络边缘，靠近数据源和最终用户。这种分布式计算模型可以提供

更低的延迟、更快的数据处理速度、更好的安全性和更高的可靠性。新一代边缘计算云平台场景应用负载均衡边缘云原生操作系统高性能边缘硬件(X86/ARM、NVMe、100G/25G

智能网卡、GPU)全国覆盖的边缘节点

优质专线(单线、多线)VoLCANO

ENGINETECHNOLOGYSUMMIT资源服务云原生

边缘平台边缘

基础设施数据管理数据采集监控告警数据大屏数据仓库73公有云中心云边缘云边缘网关控制器工业总线智能终端□边缘计算平台的应用通过与物联网相结合，物联网边缘计算平台的典型应用场景有：未

来酒店、工业生产、风力发电效率提升等第七章

工业先进计算