【技术实现步骤摘要】
本专利技术涉及人工智能平台，特别涉及一种云边端工业智能适配系统。
技术介绍
1、近年来越来越多的企业投身于 “数智化时代”，企业开始布局数字化转型以及智能化升级，从而催生出对人工智能更多的需求。受政策、技术、市场等因素驱动，人工智能赋能产业正成为主流发展趋势。研究发现，制造业是人工智能应用场景最具潜力的领域，在人工智能技术的引领下，可以为制造业提供视觉检测、自动化控制、智能化运维等解决方案，以推动制造业高质量发展。
2、然而目前受限于数据安全、硬件资源、网络技术、业务发展、应用场景等多方面原因，人工智能对产业发展能力的提升作用比较有限，还没有一套系统可以面向多个领域实现云边端工业智能适配。
技术实现思路
1、本公开提供一种云边端工业智能适配系统，实现云边端一体化技术的数据协同、资源系统、服务协同、应用协同和业务管理协同，突破从数据采集、数据传输、数据处理、算法训练，到边侧场景解决方案落地的人工智能技术应用壁垒。
2、本公开提供的云边端工业智能适配系统，主要包括：
3、云侧人工智能算法训练平台，边侧计算平台，端侧设备及推理设备；其中，云侧人工智能算法训练平台至少连接一个边侧计算平台；每个边侧计算平台至少连接一个端侧设备；
4、所述云侧、边侧以及端侧，协同完成数据的收集、处理及人工智能模型的训练、部署运行；其中：
5、端侧用于数据的采集和/或作为受控终端；
6、边侧对端侧采集到的数据进行收集，并对数据进行初步处理，
7、云侧对边侧发送的数据进行进一步处理，使其能用于人工智能模型训练，进而完成模型的训练以及在边侧的部署；
8、边侧计算平台中包含推理设备，用于对云侧训练完成的算法进行推理运行，实现对端侧设备的控制。
9、进一步的，所述云侧人工智能算法训练平台，包括：边缘节点及设备管理模块，人工智能开发平台服务模块，以及为人工智能模型训练开发提供服务的云计算基础设施硬件模块、计算存储及网络服务模块、中间件服务模块、框架引擎模块、统一接入模块、运维管理模块、安全管理模块等等，其中：
10、（1）边缘节点及设备管理模块，主要指对边缘节点设备的监控管理及数据采集，边缘节点设备包括：嵌入式gpu、摄像头和传感器等交互设备。
11、（2）人工智能开发平台服务模块，包括：数据管理、数据标注、开发训练、模型管理、模型部署、服务管理；
12、其中，数据管理，用于数据导入导出、数据预处理、数据探索分析、数据版本管理；
13、数据标注，用于单人标注、团队标注、标注结果审核、标注任务管理；
14、开发训练，用于进行人工智能算法训练，包括notebook、任务式训练、自动学习、可视化建模四种训练方式；
15、模型管理，用于对训练完成的模型进行存储、分享等，包括模型仓库、模型报告、模型分享、模型评估；
16、模型部署，用于对训练完成并效果较好的模型进行服务部署，包括在线服务部署、灰度发布、流量分配、服务监控；
17、服务管理，用于对已发布的服务进行管理，包括服务升级、动态扩缩容、版本切换、token授权。
18、（3）云计算基础设施模块，主要指硬件层面包括如存储、计算、网络等关键资源，包括fpga、cpu、gpu、ssd、nvme、ether、rdma。
19、（4）计算存储及网络服务模块，计算服务包括云主机、gpu主机、镜像，存储服务包括云硬盘、分布式fs、对象存储oss，网络服务包括网络、路由、安全组、浮动ip、负载均衡、ipv6。
20、（5）中间件服务模块，提供数据库、代码层、日志采集、监控等云中间件能力，包括mysql、mongodb、git、istio、kubeflow、argflow。
21、（6）框架引擎模块，用于进行人工智能训练的多种框架，主要提供机器学习框架、深度学习框架、计算机视觉框架、自然语言处理框架、模型训练引擎、在线推理引擎、批量推理引擎、资源智能调度引擎；
22、资源智能调度引擎，提供资源隔离、自动弹性扩缩容、错峰调度、在离线混合调度、资源碎片利用、任务优先级控制。
23、（7）统一接入模块，由统一的api gateway，和一系列通用服务组成，提供多租户管理，用户管理，权限管理，鉴权，计费等能力；
24、（8）运维管理模块，用于基础硬件资源的调度、监控以及对上层应用提供的接口服务，提供系统设置、日志服务、监控大屏、告警管理、配额管理、租户管理、访问控制；
25、（9）安全管理模块，用于保障系统安全稳定运行，提供数据安全、内容安全、网络安全、系统安全保障服务。
26、进一步的，所述边侧计算平台，包括：云边一体化框架模块、边缘网关系统管理模块、边缘网关应用管理模块、核心组件模块、通信服务模块、设备服务模块、物联引擎模块；
27、（1）云边一体化框架模块，用于云端和边缘计算结合的时候，从数据、资源和服务三个方面进行了云边协同；
28、（2）边缘网关系统管理模块，用于边缘计算平台网络系统管理，包括网络、路由、安全组、浮动ip、负载均衡、ipv6等的设置；
29、（3）边缘网关应用管理模块，用于配置与边缘设备的应用协议连接，包括文字识别、文件采集、modbus、s7、opcua、mqtt等多种协议配置；
30、（4）核心组件模块，用于边侧计算平台的调度运行，包括数据服务、本地存储、命令服务、日志管理、子设备管理、调度管理、消息路由、系统配置；
31、（5）通信服务模块，用于与云侧人工智能算法训练平台进行网络通讯，包括数据传输、模型传输、服务部署等；
32、（6）设备服务模块，用于与端侧设备ivs、nvr、摄像头、智能传感器等设备进行连接并配置；
33、（7）物联引擎模块，用于将云端和边缘计算设备连接起来，通过云端的设备管理平台将模型远程部署到边缘侧；对于边缘侧识别的置信度不高的场景，这时候将数据发送到云端进行识别；包括规则引擎、产品管理、边缘应用管理。
34、边侧设备中包含的推理设备，指可以运行算法的边缘盒子或边缘服务器。
35、端侧设备，主要指端侧传感器、控制器、智能摄像头、工业智能等设备。
36、与现有技术相比，本公开的有益效果是：
37、（1）算法开发全链路能力：平台提供数据管理、数据标注、模型开发、模型训练、模型部署全链路的能力，算法的开发和应用可以在平台闭环。
38、（2）降低ai开发应用门槛：提供自动学习、可视化建模等低代码开发方式，基于平台预置能力快速构建ai算法，降低对ai专业背景的要求。
39、（3）提升硬件资源利用率，降低成本：基于平台的算法算力资源调度算法和策略，可有效提升模型训练、模型部署的资源使用率，降低算法开发和部署本文档来自技高网...
【技术保护点】
1.一种云边端工业智能适配系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述云侧人工智能算法训练平台，包括：边缘节点及设备管理模块，人工智能开发平台服务模块，以及为人工智能模型开发训练服务的云计算基础设施硬件模块、计算存储及网络服务模块、中间件服务模块、框架引擎模块；其中：
3.根据权利要求2所述的系统，其特征在于，所述人工智能开发平台服务模块，包括：数据管理、数据标注、开发训练、模型部署子模块，其中：
4.根据权利要求3所述的系统，其特征在于，所述开发训练子模块提供的人工智能模型训练模式，包括：可视化建模训练、基于Notebook的代码编辑式模型训练、基于典型场景的自动化模型训练、基于学习的模型训练中的一种或多种，其中：
5.根据权利要求4所述的系统，其特征在于，所述云侧人工智能算法训练平台的人工智能模型训练方式包括：多任务并行训练和分布式训练，其中，多任务并行训练基于底层调度完成；分布式训练，通过多机多卡完成。
6.根据权利要求1-5中任一所述的系统，其特征在于，所述边侧计算平台，包括：云边一体
7.根据权利要求6所述的系统，其特征在于，所述云边一体化框架模块提供的协同包括：
8.根据权利要求6所述的系统，其特征在于，所述物联引擎模块完成边设备上服务增加的方法包括：根据命令从云端模型仓库下载模型，发布成服务，并完成无缝切换和启动、停止。
9.根据权利要求1所述的系统，其特征在于，所述端侧设备包括：能够运行算法的边缘盒子或边缘服务器，以及端侧传感器、控制器、智能摄像头、工业智能设备中的一种或多种。
...【技术特征摘要】
1.一种云边端工业智能适配系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述云侧人工智能算法训练平台，包括：边缘节点及设备管理模块，人工智能开发平台服务模块，以及为人工智能模型开发训练服务的云计算基础设施硬件模块、计算存储及网络服务模块、中间件服务模块、框架引擎模块；其中：
3.根据权利要求2所述的系统，其特征在于，所述人工智能开发平台服务模块，包括：数据管理、数据标注、开发训练、模型部署子模块，其中：
4.根据权利要求3所述的系统，其特征在于，所述开发训练子模块提供的人工智能模型训练模式，包括：可视化建模训练、基于notebook的代码编辑式模型训练、基于典型场景的自动化模型训练、基于学习的模型训练中的一种或多种，其中：
5.根据权利要求4所述的系统，其特征在于...
【专利技术属性】
技术研发人员：孙思齐，马戈，顾维玺，黄河燕，叶鸿儒，吕衎，邱文瀛，
申请(专利权)人：中国工业互联网研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。