智能制造很多涉及工厂侧、设备终端侧及云上业务等云边协同场景,如何实现云边协同技术及其带来的效率、稳定性问题,包括涉及制造应用的容器化部署问题?
收起云边协同是一个蛮大的话题,特别是在目前算力向边缘迁移是个不可阻挡的趋势,如何做好“大”数据中心与“小”边缘数据中心及“瘦”边缘设备之间的协同,包括业务的协同,数据的协同,同时在比较安全可控的前提下实现双向的沟通。在数据协同中,一个比较关注的点是“数据的粒度”,目前来看,容器虽不是一个最佳的数据Size的选择,但是综合业务逻辑实现和运维效率,确实是一个折中的目前最佳选择,从互联网和金融等一些容器化实现走的比较早的行业来看,包括K8s等编排技术不断迭代,包括VMware的跟进,技术上已经比较稳定,英伟达一直都是AI容器化的践行者,包括我们的NGC(ngc.nvidia.com)包括从训练到推理,从脚本到应用部署,都是基于容器化实施,云边协同软件Fleet Command也是基于容器的技术实现。