菜单总览
讲座回顾——5G、智能物联网和边缘计算

讲座回顾——5G、智能物联网和边缘计算

  • 2020.06.30
  • 新闻
6月24日,AIRS物联网与智能云研究中心主任黄铠教授带来主题为“5G、智能物联网和边缘计算”的直播讲座,以下为讲座回顾。

        6月24日,AIRS物联网与智能云研究中心主任黄铠教授为我们带来主题为“5G Cloud, AIoT and Edge Computing(5G、智能物联网和边缘计算)”的讲座演讲,黄铠教授是香港中文大学(深圳)校长讲座教授、IEEE 终身会士。活动当天,我院执行院长李世鹏教授担任现场主持,讲座通过 ZOOM 会议进行同步直播。

        讲座上,黄铠教授首先介绍了5G,物联网,边缘计算以及北斗系统的最新进展。5G技术即第五代移动通信技术,拥有低延迟,高速度的特点。通过5G技术,我们能实现通信网络与物联网,边缘计算以及卫星通信技术的连接,进而实现社交,移动网络,大数据分析,云计算,物联网等多种技术的融合,实现SMACT技术(SMACT即Social, Mobile, Analytics, Cloud, IoT),最终达到万物互联,万物智能化的效果。

图1:SMACT技术示例(Ref: K. David and H.Berndt, ”6G Vision and Require-ments”, IEEE Vehicle Ttechnology. Magazine, Sept. 2018)

        接下来,黄铠教授深入讲解了目前AI芯片,工业互联网,区块链以及AIoT(智能物联网)的理论以及发展趋势。上述技术的产生和发展催生出大量在物联网领域的AI应用场景,为了使AI技术能应用于更多场景,我们需要一种不同于传统CPU以及GPU的运算芯片。黄铠教授介绍了一种新型的AI处理器:IPU(Intelligence Processing Unit),该芯片由初创公司Graphcore设计,已经量产的IPU型号为GC2,处理器内部有1216个IPU Tiles,每个Tile里面有独立的 IPU核作为计算以及In Processor Memory 即处理器之内的内存。整个GC2处理器总共有7296个线程,能够支持7296个程序在并行的运行。IPU通过分布式的片上存储架构突破了AI芯片的存储墙瓶颈。IPU 的一些应用已经覆盖了机器学习的各个应用领域,包括自然语言处理、图像/视频处理、时序分析、推荐/排名及概率模型,优良的性能使得IPU有机会在未来成为AIoT技术应用中的重要芯片。

Figure.2: Compare of IPU, CPU, and GPU(Ref: https://www.graphcore.ai/products/ipu

        对多种相关技术进行分析后,黄铠教授与我们分享了对万物互联时代的展望。2020年将是物联网技术,云计算技术,以及区块链技术相互融合的时代,而技术间的融合也将促进整体科技水平的提高。在万物互联时代,我们将通过物联网及5G技术实现智能家居,智慧城市,智能交通,智慧医疗等多种应用,提升社会智能化水平。

图3:万物互联时代(Ref: Prof. Jainlong Cao, HKUT, 2018)

        随后,黄铠教授介绍了物联网与智能云研究中心(Research Center on Internet of Things and Smart Cloud, ) 的相关情况。物联网与智能云研究中心成立于2019年,隶属深圳市人工智能与机器人研究院 (AIRS),致力于融合高性能机群、智能云与物联网等技术,建设一个大规模的智能制造云与工业数据中心,与粤港澳工业界对接。

        该中心建立的智能工业云与数据中心(AIRS Cloud)将融合智能机器人、物联网设备、NB-IoT、5G 和卫星网络等技术,为 AIRS 各研究团队提供人工智能、认知计算、高性能计算等多方面的支援。同时,亦有意推进大湾区的工业物联网感知、大数据认知开发,帮助工业界创新智能产品以促进智能供应链转型,进而大幅度提升工业生产力与经济效益。

        完整的AIRS Cloud平台预计于 2020 年 7-8 月份建设完成,建设完成后,该平台将包含云计算模块、大数据模块、人工智能模块以及 5G 边缘计算模块,可提供 1520 个 CPU 核、18688GB 内存、680TB 存储(含双副本备份)、1169.3Tflops + 2375Tflops Tensor 的算力,能够承担多种大数据计算,云分析,人工智能运算,边缘计算以及5G及IoT通信实验等多种任务。

图4:基于浪潮服务器集群的 AIRS 云系统架构

        黄铠教授提出,AIRS Cloud平台能进行对智能云、人工智能芯片、边缘感知设备与物联网等技术的融合实验,攻关高技术信息系统融合的问题,并促进深圳在内的粤港澳大湾区的产业智能云及工业物联网技术的融合、应用与发展。目前已完成了智能工业云平台相关子模块的大体建设,包括云计算模块,大数据模块,以及人工智能模块,已实现大规模数据存储与计算,人工智能训练等功能。基于该平台,研究中心团队已在云计算,IoT,边缘计算,以及人工智能等领域发表多篇论文与专著,提出了多种新的理论与架构:

        安全方面,多数云计算或边缘计算平台部署于以Linux为操作系统的平台中,故对于Linux平台的攻击会为整个平台带来严重威胁。针对这种情况,中心的李勇刚博士提出了一种新的Virtual Wall技术用于滤除Linux系统中存在的Rootkit攻击。Rootkit是一种特殊的恶意软件,攻击者可以通过 Rootkit隐藏自己的恶意程序。研究中心所提出的Virtual Wall技术可以设置自身的安全策略,在主机模式下及时检测和跟踪rootkit事件,可对潜在的Rootkit攻击进行分类及跟踪,并做出有意义的过滤决策。Virtual Wall技术的提出可以保护内置在现代云系统,数据中心和超级计算机中的所有Linux服务器,可对基于云平台的现代5G物联网与边缘计算任务进行长期保护。这项成果即将发表在IEEE Trans. Computers期刊。(Ref: Li, Y. G, Chung, Y. Hwang, K., and Li, Y. J, “Virtual Wall: Filtering Rootkit Attacks To Protect Linux Kernel Functions,” IEEE Trans. Computers, just finished revision for publication in 2020)

        为促进大湾区智能供应链智能化发展,中心在读博士生李岳瑾提出了一种基于智能云平台的工业供应链管理理论,该理论融合了金融工程,云计算,大数据分析以及区块链技术,工业企业可实时向云平台上传自己的物流信息以及物料信息,云平台可对上传的信息进行智能化分析,分析后的结果能帮助企业进行供应链的管理和优化,同时,云平台可生成智能合约,智能合约可使用区块链技术进行加密传输,相关的金融平台则可通过智能合约来对该企业的物流网络以及企业实力进行分析,提高融资效率。AIRS Cloud平台结合该技术,能促进大湾区企业的物流现代化,并帮助大湾区各类企业进行融资发展。

        随着AIRS Cloud云平台的建立与完善,未来将有多种高新技术问题在该平台进行研究,黄铠教授与我们讨论了一项已在该平台上完成的计划:使用云平台中资源池进行基于深度学习机器视觉训练(Deep Learning for Robotics Vision Training using various Resource Pools in AIRS Cloud)。由于模型与数据复杂度的提升,基于深度学习的机器视觉训练需要消耗越来越多的运算资源,目前的AIRS Cloud人工智能模块已完成硬件搭建与软件调试,可以在其中的AI Station子模块中正常运行经典深度学习训练任务。如图5所示,建成后的AIRS Cloud平台将同时包含多种不同类型的资源池,既有传统的Iaas和BDaaS资源池,也有新兴的边缘计算(Edge Computing)资源池,可以同时为多种应用场景(如物联网,边缘计算)下的深度学习任务提供充足的软硬件支持和算力支持。

Figure 5: Deep learning training process based on AIRS Cloud

在讲座的最后,黄铠教授与线上线下参与的听众进行了友好的交流,并回答了大家提出的问题。

视频回顾