谢谢大家，刚才听到很多咱们专家讲到网络，大家刚才都在讲互联的话，我接下来更要谈一些计算，如果刚才大家谈的是互联，我们想要通过计算的方式把我们以前物联网的方式用边缘计算让大家去实现，整个网络的变化，让物联网去落地。

我可能分三个部分，首先我会从万物互联下的边缘计算，其次我们会通过边缘计算产品规划实践，如何去做？最后通过一些案例谈一下，边缘计算如何在物联网的落地。边缘计算跟物联网的关系很简单，就是一个因果的关系，正是由于海量、泛在的接入，让网络产生低价值的数据，才会有让边缘计算有了应用的场景。

第一个驱动就是泛在的驱动，第二个是行业的驱动，第三个是我们5G技术的驱动。在这里面边缘计算能干什么？可以更快的快速和响应速度，让数据更加安全，我可以跟大家分享一个，我们现实的一个案例，我们有一个客户，现在通过（英文）进行智慧城市海量数据的采集，仅接了5%的数据让他们的云端不堪重负，我们做的一些让云端的压力更小。

塞特斯做大数据，做整个复制平台，流媒体的整个检测，现在云运算下沉变成了边缘计算，我们推出了柔性的边缘计算平台，塞特斯为什么做边缘计算，其实是为了钱，当然其实一个玩笑。我相信在座的人都会很关注，在这个过程中我们做边缘计算，除了我们刚才提到的，计算的下沉，网络的下沉促进边缘平台计算的诞生，我们更多想塞特斯的积累让整个边缘计算的推出县的水到渠成。塞特斯本身做软件，我们提供永远是一个软件的服务，我们在这里面提供了一个端到端的解决方案，我们提供了边缘的网管，提供了云，提供了编排的管理平台，我们可以跟有些客户，因为跟客户需求的不同，我们会一些会试配提供我们边缘网管的计算、框架服务，我们还会提供端到端的解决方案。我们在边缘计算跑了18个微服，在边缘计算是在网络的边界，我们目前已经支撑了十几种对接。

下面我谈一下我们的实践，上面谈是我们的驱动力，这儿我们想告诉大家我们是如何分层的。

我们边缘的网关，解决连接及协议转换，边缘数据分析，规则及编排，垂直行业应用，边缘云，大家知道在其他领域我们塞特斯做了很多工作，都可以下沉到我们边缘计算去实现。我们从四个层，提供了设备的接入、设备的服务、设备的工具，从数据层面提供数服务，第三通过业务的编排的能力，最终我们会平台的能力的方式跟我们一些方案，跟我们一些终端、编排系统做一个能力的分发。边缘计算本身是一个固定的技术，如果要把技术拆分一定会跟企业有很多的互动，我们会提供边缘的应用的开发跟我们传统的可能不太一样，可以恢复成新的应用或者功能，下沉到边缘去做，我们用边界的开发框架让我们新能源很快上线。

我刚刚谈生态，边缘计算在我们的交通等等去实现，一定会有第三方专业的公司他做一些行业的应用，我们都可以进行合作，实第三方应用的对接。这是我们在边缘计算一个比较核心的框架服务，为什么我一开始提到我们有十八个微服务，为什么有这么好的应用场景？所有的计算能力的下沉一定是业务的拆分，拆分业务的过程中边缘微服务是非常灵活的，我们的微服务通过轻量的API去服务的，比如我们之前跟研发讨论应用场景的时候，他们把我们微服务错误配了，服务无关性很让我们的边缘计算更加灵活。第二个不受限，在边缘计算的平台或者方案里面，它的服务、开发的这种语言有很多种，比如我们刚才提到的AI或者图像，语言的差异没有任何的限制，都是以API交互的。刚才提到了边缘计算本身的迭代也好、拆分服务的颗粒度也好，需要很快的迭代去边缘去实现，微服务是很好的选择。第一层是我们的设备的服务，多种异构的协议和支持，第二是核心服务层，控制以及数据的缓存。第三有资源监控，最后我们边缘云端服务输送到边缘区做。边缘网关离用户最近的，目前来讲边缘计算有可能、最现实的地方，现在目前来讲，所有的设备不具备这样一个计算能力，我们这种边缘计算的网关有两个层次。我们智能服务等等，LOT的网关是一个智能制造的网关，因为我做SDNFA，对我们整个网关的管理非常有价值。还有就是硬件定义，如果一个网干不具备硬件接口的通用性或者扩展性都有很大的局限性，我们提供一个硬件定义。

我们提到了三种服务，如何让边缘变得更加智能，这块我们在里面做了AI、大数据的智能，图像部分我们在做的，我们在边缘网关里面支持图像的处理，比如视频的结构化处理、转码这块的工作，另外在大数据更多提供数据的聚合，塞特斯本身大数据的能力，我们有轻量的大数据形态去呈现。

刚才提到了三种我们塞特斯做的内容，第一个是我们边缘网关，这块我们刚才讲边缘，从目前角度来讲更多是边缘计算、云计算的下沉，但是我更想讲的是广义的边缘，更多是接入层边缘的服务，我这里想将广义的边缘，不局限移动接入网，有可能在小小的车间，几台的一体机就可以把边缘云的网络存储能力去呈现，我们用的超融合，边缘计算为什么会有约束性？物理位置会离网络更近，会有能耗、环境、温度，我们提供了一个标准云的能力，在这里面通过混合云管，实现边缘的计算。在这里可以大胆的提一下，我们现在用主流的开元的KBM做这样一个呈现，未来能否用容器去出现，容器已经模糊了PAAS和LASS的界限。

我们刚才提到我们的大数据，其实物联网海量的泛在接入的价值，在这里面通过分层的几年，在我们的设备侧、边缘云都具备这种数据大整理，可以做数据的加密等等，最终实现低价值数据向高价值数据的转变。我们刚才提边缘的网关，我们边缘的云，我们整个管理平台，我这里我们更想强调是OICT的融合，整个数据之间融合很常见了，但是如何把工业的OT的网络到我们ICT里面去，我们在网关通过容器分装这个一个OTCT，传到我们云端做进一步的处理。

我刚才提了，很多设备都会去实现这个操作，他独立性、标准、安全，我们不再去安心哪个西门子还是用谁的硬件设备，我们不再用网络的互联，我们可以实现网关实现这个功能。第二个特性我们叫塞特斯本身我们做SDNFA，对网源的创建管理，我们通过整个的融合的架构，很容易把边缘的网络、边缘的计算、边缘的服务整个串起来，我们在提边缘计算和打造智能计算的方式，我们可以在边缘与人之间，边缘与边缘之间协同互动，通过网络的调度。我们现在在网关里集成了（英文），可以进行管理。这是我们的平台的管理融合，在平台我们从四个层面进行融合，第一我们的网元编排，第二微服务编排，第三云服务编排，第四容器编排。

下面谈一下边缘计算在物联网的应用场景，首先我会选择供应链这样一个场景，跟中国联通边缘落地工业领域的项目，已经落地了。它是我们一个我们做电容的工厂，他们的困惑在哪里？他们叫合格率的检查只有90%，减去不准确的因素，这些因素在检测的过程中并不保存，说白了检测设备告诉你多少合格、多少不合格。不合格到底什么原因不合格？不知道，厂家也不知道。整个电源接触良不良，所有这种过程数据我们都是有的，所以这种数据不在边缘去做处理，在云上挖掘是不现实的。生产过程的优化、管理、一个是资产，另外在边缘计算平台这样一个在工业上应用另外一种形势或者形态，我们更希望以OTCT这种形势去出现，我们所有的设备计算把数据实时反馈在这个数据里面去，我们把OT的数据、ICT的数据在这个平台上去展示。工业本身更加关注我们是怎么去节能、怎么去提供产能？降低整个设备的投入，这里面会有趋势的分析，对我们的设备和系统影响最小的数据，通过我们的边缘去计算，完了进行一些挖掘产生这样一个模型。

最后我们会海量的数据、历史的数据进行挖掘，形成所谓深度的工业的模型或者应用。这个是我们地产商一个城市，这块挺有意思的，现在很多运营商、工业城市去尝试，我们提供了BAAS服务，再一个城市很多节点上应有很多商业的地产，这些地产通过网络的形式连接起来，既提供给运营商体现运营商5G的承载，又可以但是的地产商他现在的一些用户或者楼宇里面云的需求放在我们整个边缘的云里面去做，实现共赢的目的，最终实现低价值数据在边缘上处理，不需要核心网这么大的压力，客户提到很好的场景叫分流，以后咱们看视频也好，大数据的需求完全在我们边缘的地方都可以分流到不同的地方去，比如咱们在看优酷，我们在看视频的时候直接到优酷里面去，不进河西网（音），这是我们整个运营商、地产商现在积极探索或者正在落地的我们叫楼宇服务的平台。

第二个我们叫幼儿园的直播分馏，幼儿园这个场景很多地方已经做了，或者他们只做了一步，大家只做监控，这个监控如何让家长、教育部门去访问，幼儿园是很被动的，他没有能力把我们的视频整个推到云端里面去，他需要在幼儿园或者边缘做一部分的处理，我们只是以拍照的方式到云端给更多的人访问，更多解决幼儿园的成本问题。这是我们一个叫自适应信号控制系统，我们边缘计算在整个领域的落地，交通里面大家知道对灯控制是有要求，我们怎么把边缘计算和信号灯进行控制，我们加一个智能的相机进行一些运算，会去跟我们的控制系统，控制系统一定控制在我们的网关，实时介绍路面拥堵情况之后，下发给我们的信号系统，可以实现路口与路口之间的自治。这个是我们在移动警务的落地，边缘计算有移动的特性在里面，因为它是边缘，它对环境的约束力，让移动警务有一个很广阔的空间，我们实现了三个层次的服务。第一，实时性，比如在高速上抓拍的方式都是固化的方式，大家都知道高速上随着恶劣天气的到来，如果还线速100这是不可能的，根据天气情况变化测试、抓拍的条件进行一个变化，这里面我们边缘计算的服务会实时且整个环保的数据。第二我们提供计算的服务，现在很多移动的警务越来越多，抓拍的设备一定会需要边缘的计算这种能力。第三我们数据的缓存，这个大家可能更容易理解，执法员把这个设备、数据上传到一定的服务、存储器，第一很复杂、第二没有实时性，通过边缘数据方式，把数据放在边缘上或者进行边缘的处理，放在制定的位置。

我今天给大家就是分享这么多，谢谢大家。