0
科研的道路上，工業界追求極致的性能，學術界要“思考未來”，再把研究成果反饋到工業界。
然而，能在學術界、工業界均有深厚積累的人，就屈指可數了。
加拿大工程院院士、IEEE Fellow、加拿大西蒙菲莎大學杰出教授劉江川，2年前（也就是2018年9月），雷峰網曾和他有短暫會面，彼時，劉江川教授正從學術界橫跨到工業界——組建新創公司江行智能的創始團隊，剛拿到紅杉資本的天使輪融資。
在接下來的一年多時間里，江行智能不但將辦公地點從南京、深圳，拓展到了北京，接連獲得南方電網、北控水務、中國聯通等大客戶，而且劉江川教授本人在學術界還摘得自己的新頭銜——加拿大工程院院士。2020年的年中，當雷峰網再次得知劉江川教授的近況，了解到江行智能的邊緣計算解決方案已在電網、政務、水務、工業、油氣等多個垂直領域落地生根。
盡管如此，江行智能過去2年內取得的成績，遠不止如此。
疫情期間，劉江川教授特地回國，一方面是關心公司的運營、考察業務，另一方面，作為同時橫跨學術界和工業界的知名專家，他通過參加行業會議將自己的最新研究成果分享給行業人士。也就是這時，雷峰網采訪了劉江川教授以及公司CTO樊小毅，了解到江行智能的更多動向，技術產品，以及邊緣計算的落地實踐。
江行智能于2018年在南京成立，至今已有2年半的時間。如果選一個江行智能讓人記憶深刻的標簽，那就是“工業邊緣計算”。
什么是邊緣計算？一般地，邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供本地化智能服務。邊緣計算是對云計算的補充和延伸，可以為物聯網中的終端設備提供更便捷、豐富的彈性資源，是連接信息和通信技術與操作技術的重要一環。
由于其應用程序在邊緣側執行，在節省帶寬的情況下能提供更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的需求。
回顧江行智能的成長歷程，整體上是這樣的：
2018年2月，公司在南京成立，同年在深圳建立研發中心，繼而輸電物聯網算法獲得國家電網認可。
2019年3月，在北京建立商務中心，隨后推出智慧眼、JX EdgeBase產品，推出移動站產品與智慧水務解決方案。到了7月，完成3000萬人民幣的A輪融資。
2020年，公司組建銷售、交付團隊應對產品批量化出貨，并推出融合終端。到了6月，推出邊緣智能服務器。
據公開信息，核心成員均來自于清華大學、北京大學、浙江大學、英屬哥倫比亞大學、西蒙菲沙大學、香港科技大學等國內外一流高校，曾供職于騰訊、微軟、SAP、360、知乎、南瑞等公司，有著扎實的科研功底和豐富的工程管理經驗。
此外，由于同時身處學術界、工業界，劉江川教授對于科研的理解則更為獨到。他表示：
“很長的一段時間里，學術界的創新在很多學科方面都是非常領先的，甚至領先于工業界4到5年以上的時間。再者，學術界對于問題的前瞻性考慮也是比較領先的。”
“而近幾年，工業界的創新發展得非常快速，并不落后于學術界。我們看到,在IT或者工業互聯網行業里，工業界的創新和學術界的創新是相輔相成、齊頭并進的關系，互相之間有比較大的協同作用。 ”
提及工業互聯網，他透露：
“我們在學術研究的時候，其模型需要考慮系統的性能。比如用機器學習技術識別物體時，其正確率或者速度如果比較高，我們會認為系統的性能就高。但是，在工業互聯網中，可能系統的穩定性和能耗是更重要的。 ”
除了邊緣計算，劉江川教授還關注更多新興技術的進展，比如先進的信號處理算法、無源通信、聯邦學習、低能耗等技術方向。公司在學術界的合作伙伴，包括西蒙菲莎大學、英屬哥倫比亞大學、加州大學伯克利分校、香港大學、香港理工大學、清華大學、中國科學技術大學、上海交通大學、深圳大學和香港浸會大學，這也是其它企業極少具備的，為江行智能在工業界的科研攻關提供助力。
邊緣計算與云計算需要通過緊密協同才能更好地滿足各種需求場景的匹配，從而放大邊緣計算和云計算的應用價值。
同時，邊緣智能利用AI技術為邊緣側賦能 , 一方面通過邊緣節點能夠獲得更豐富的數據，并針對不同應用場景極大地擴展人工智能的應用場景；另一方面，邊緣節點可以借助AI技術更好地提供高級數據分析、場景感知、實時決策、自組織與協同等智能化服務。
雷峰網(公眾號：雷峰網)了解到，現階段江行智能的核心技術包括：
邊緣計算應用支撐技術。高性能、輕量化，業務應用隔離，易于管理維護；
輕量級容器管理系統。多節點、多集群資源管理應用故障極速恢復；
數據分析和行業AI。立足物聯網各個行業場景，打通AI能力價值鏈；
邊緣安全管理。工業級硬件加密，靈活定制數據安全等級；
人工智能加速。廣泛支持各類AI芯片及算法框架，無畏繁雜賦能邊緣。
江行智能在邊緣計算應用領域深耕多年，其產品矩陣是基于邊云協同的軟硬件整體技術框架。緊密圍繞核心技術組件，包括JX IoT Edge邊緣物聯平臺、EdgeBox邊云協同框架、JX EdgeBase邊緣計算核心板，形成多個產品組合和垂直行業解決方案，為企業提供云邊端協同的一體化服務。
在電網方面，輸電線路維護、變電站巡檢和配電臺區智能化場景中，EdgeBox借助其多傳感器融合、超低功耗的識別技術及人工智能深度學習等能力，在邊緣側進行實時計算，及時回傳預警信息，有效降低電力行業的通信開銷和計算延遲。而在工業、水務、城市安防領域，以EdgeBox 為核心的邊緣計算方案正在各個場景中提供降本、增效和安全的服務。
現階段，他們工業界的合作伙伴，除了前面提到的南方電網、北控水務和中國聯通，還包括國家電網、京能集團、中國石油、國網信息通信產業集團有限公司和國電南瑞。
談及邊緣計算的安全問題，江行智能CTO樊小毅表示：
“電網方面的安全需求，幾乎是所有行業里面要求最高的。當我們在做解決方案的時候，直接兼容了電網里面所有的安全方案，包括硬加密、軟加密以及協議加密。我們完全是根據電網的規約，還有協議的要求，然后自己在邊緣計算軟件的基礎上把這些所有的要求都給滿足了。”
由于邊緣計算是跟工業互聯網、工業現場相結合的，再加上工業有非常多的門類，因此意味著這些結合有無數種方式。而目前，江行智能選擇了在電網、政務、水務、工業、油氣、城市等多個垂直領域深耕。
談及為何選擇以上幾個垂直行業，劉江川表示：
“這幾個領域有相對比較大的市場，可復制性也相對比較高。比如電網，在數字化、物聯網化的進度上走得相對比較快，對于邊緣計算的接納程度非常之高，同時有著比較廣泛的市場。而水務，因為環保的需求，這一塊也有著比較廣闊的市場；油氣盡管相對于電力稍微晚一點，但是實際上有著非常類似的需求，然后在這一兩年里面這個需求也已經展現出來。”
雷峰網了解到，對于發電、鐵路，江行智能也在試圖切入。至于其他一些還未涉及的領域，江行智能認為，他們將來可能選擇性切入其中的某些行業。此外，也會通過合作的方來進入這些行業，集成江行智能的邊緣計算平臺型產品、邊緣計算節點，然后通過連接他們已有的傳感器等，接入合作方上層的各種應用，以此形成適應于這些行業的產品。
因此，江行智能的解決方案在各個行業的落地，其實是兩條腿走路的。
伴隨行業數字化進程的不斷深入，持續涌現的新業務對邊緣計算提出了新的要求，而這些新的要求必然導致網絡架構的變遷。
邊緣計算發展至今，已有三種業界廣泛認可的技術架構，分別是MEC、微云和霧計算。
“這三種方案占據的是不同的生態位，彼此之間是競爭和合作的關系。”
談及分布式數據中心，劉江川表示：
“分布式數據中心的方式，是以云為主導，屬于云計算下沉的一種方式。這一塊基本上所有的云巨頭都會走這條路線。因為在云的市場，他們已經有自己的平臺，作為他們重要的客流平臺和盈利平臺，云計算廠商肯定要進一步的增強。”
“當他們把工業這一級的需求導入到云計算平臺上，這個方式一方面強化了他們的數據中心的計算能力，引入了新的技術；另一方面，通過這種邊緣計算的方式，對云數據中心來講，主要是建立各個小型的數據中心或者分布式的數據中心，然后使他們比終端用戶更接近工業現場。”
雷峰網了解到，在帶來的延遲方面，因為是從終端用戶，工業現場到這種分布式數據中心，然后再通過互聯網，其中間存在有線或無線網絡，所以這種延遲一般都在100毫秒甚至以上。這對于很多的應用來講，是可以滿足要求的，但是對于工業級應用，特別是50毫秒以下的這種需求的應用，相對來說，是有一定的挑戰。
“另外，他們還需要做引流的工作，當他們把客戶帶到云平臺上，由于安全、隱私的問題，以及基于帶寬問題的考量，他們并不想直接上云，或者由于它的數據量太大，因此這種分布式的數據中心仍然不能完全地解決這一類的問題。”
而5G MEC，其是在5G基站里面加裝計算單元，然后來應對工業級的需求，它本質上仍然是建立一個計算的基礎架構。對工業現場來講，它的實時性能夠做得更好。
劉江川透露，江行智能所做的5G MEC，與分布式數據中心不是互相取代的關系。在特定的高度實時的方面，其要求直接在現場落地這種場景，江行智能是可以做到第一步解決的；剩下來的一些數據，它可能在處理了之后，才會上傳到MEC，進一步上云做這種更加復雜的、長期的處理，或者更加抽象的處理。
基于江行智能的Edge框架，傳感器解耦和云中立的解決方案，他們可以接入多種云系統。MEC更多是通過移動服務商一起合作來解決一些問題。
同時，我們知道，5G時代對計算結構提出了新的要求，需要低延遲、大帶寬、高并發和本地化，個別場景中云、端協同計算已經無法滿足用戶需求。云、邊、端三體協同成為最佳解決方案，因此擁有高效、實時、安全特性的邊緣計算將成為基礎設施。而5G+邊緣計算主要處理和存儲其位置更加靠近用戶，以支持帶寬設備和對時間敏感的數據。
“盡管國內5G網絡鋪設的速度比較快，但是對工業級的應用來說，現在大部分還是基于3G、4G網絡。”談及5G和邊緣計算的融合發展，劉江川向雷峰網表示：
“當5G網絡鋪設得差不多之后，或是在一些5G連接相對比較好的地方，將可能在基站里就把數據處理完成，然后上傳到云里面。但是在工業現場，在能源互聯網的場景中，5G很難完全覆蓋到整個的國土面積和所有的工業現場，并最終保證數據傳輸的質量。”
“然而，工業對數據傳輸的穩定性要求還是非常高的。因此在這種情況下，我們認為在很長的一段時間里，在5G和工業現場的邊緣計算中，相當大的數據會在工業現場解決掉，而部分的數據會在匯聚之后，統一傳輸到5G基站或者云上。”（雷峰網）雷峰網雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
