当前位置：网站首页>KubeMeet 报名 | 「边缘原生」线上技术沙龙完整议程公布！

KubeMeet 报名 | 「边缘原生」线上技术沙龙完整议程公布！

2022-07-30 04:28:00 【阿里云云原生】

我国“十四五”规划中明确提出要“协同发展云服务与边缘计算服务”，国务院《“十四五”数字经济发展规划》同时指出要“加强面向特定场景的边缘计算能力”。5G、物联网等技术的规模化部署推动边缘计算需求激增，加速与行业融合发展。

在此背景下，中国信息通信研究院、可信边缘计算推进计划、阿里云、CNCF OpenYurt 开源社区拟定于 2022 年 8 月 6 日联合举办“边缘原生”专题沙龙，邀请来自中国信通院云大说、CNCF 开源社区、WasmEdge 开源社区以及深信服、边无际、新华智云、Intel 等企业技术专业围绕边缘计算和云原生领域发展态势、开源社区现状、关键技术、典型应用实践等方面研讨，加速边缘原生技术落地发展。

活动报名信息

活动日期

2022 年 8 月 6 日（周六） 13:30—18:00

观看地址

本场大会将在阿里云云原生微信视频号、云大说视频号以及映目直播同步进行

分享嘉宾及议题介绍

13:30-13:40 | 致辞

在这里插入图片描述

栗蔚｜中国信通院云计算与大数据研究所副所长

13:40-14:10 | 边缘计算与云边端一体化发展态势

在这里插入图片描述

李昂｜信通院云大所政企数字化转型部业务主管

14:10-14:40 | OpenYurt：助力云边端一体化协同

在这里插入图片描述

何淋波｜CNCF OpenYurt 社区负责人，阿里云技术专家

议题简介：云计算的出现促使物联网实现爆炸式增长。在设备规模和业务复杂度不断攀升的趋势之下，边缘计算因其能够将计算能力更靠近网络边缘和设备，从而带来云性能成本的降低，也在这波浪潮之下得到快速发展。本次分享，将与各位共同探讨什么是边缘计算、云原生时代的边缘计算等问题，同时向大家详细介绍 CNCF 项目 OpenYurt 以及基于 OpenYurt 的云边端一体化实践。

14:40-15:10 | 基于 OpenYurt 的端到端视频分析

在这里插入图片描述

陈绍强｜英特尔（中国）有限公司资深架构师

议题简介：视频分析是边缘计算的典型应用。边缘计算的规模化应用的一个必须条件是需要解决云边协同的基础设施。OpenYurt 是对 K8s 的无侵入式扩展，并且结合 edgex 提供了端设备的管控。我们以 OpenYurt 为底座，实现了一个端到端的视频分析解决方案，为用户提供各种所需能力，诸如摄像头管理，ingress，业务负载均衡，视频 AI 分析等，满足真实场景下规模化的视频分析部署。

15:10-15:40 | 深信服边缘计算关键技术及落地实践

在这里插入图片描述

赵振阳｜深信服研发架构师

议题简介：本次分享将介绍边缘计算下面临的主要挑战，深信服在云边协同、边缘计算上做的探索和方案，深信服基于开源社区对于边缘计算、云边协同一些能力建设和考虑，以及在如何使用边缘计算帮客户解决实际问题。

15:40-16:10 | 面向产业物联网的开源开发平台——Shifu Framework

在这里插入图片描述

秦小禹｜边无际（北京）科技有限公司联合创始人兼首席工程师

议题简介：传统物联网开发的过程中，开发者经常会与不同的物联网系统，驱动，协议打交道。Shifu 致力于将这些复杂的底层抽象，真正给开发者提效。所以 Shifu 南向对接各式各样的物联网设备以及系统，北向用 HTTP 或者 gRPC 的形式来对接上层应用。方案：如何在 OpenYurt 上部署 Shifu 拓展物联网开发能力，OpenYurt 负责北向，云边协同，Shifu 负责南向，边端协同效果：让开发一个工业场景都像开发一个 APP 一样简单；基于 K8s CRD，无需再部署一套新的基础设施；让传统的物联网应用开发（如 MES, SCADA 等）转为简单的 web 开发；将软硬件彻底解耦，每一个场景都有属于自己的一个 Shifu。

16:10-16:40 | 云原生边缘计算轻量级运行时探索

在这里插入图片描述

晋晨｜WasmEdge 社区 Member & OpenYurt 社区 Member

议题简介：本次分享将主要围绕 WasmEdge 是什么，OpenYurt 为什么需要 WasmEdge 以及OpenYurt 如何管理 WasmEdge 运行时来展开。

16:40-17:10 | Openyurt 边缘计算落地实践

在这里插入图片描述

应健健｜新华智云云原生运维开发工程师

议题简介：我们的项目是一体机项目，分处于全国不同地区里的不同机房，并且每个机房的设备只有一台服务器，这台服务器并没有公网 ip，如果每个节点都需要投入人力去运维的话会产生很大的人力成本，并且开发在部署业务系统的时候效率很低无法实现快速交付。解决方案选型: 在选型上一开始我们使用 all-in-one 的形式部署 Kubernetes 这样虽然我们可以解决自动化部署的问题，但是没办法集中管理。每次排查问题都需要现场排查或者通过 frp 内网穿透排查效率极低。后面通过 OpenYurt 边缘计算的能力解决了集群集中管控的痛点，并且通过 OpenYurt 的服务拓扑的能力解决了 dns 等组件无法跨机房通信等问题。实施 OpenYurt 架构之后，我们能快速交付一体机项目，并在运维过程中可以快速定位一体机故障原因。