近日雲計算情報局第10期，阿里雲產品專家雲覺對新產品——檢視計算的產品設計背景、產品功能以及應用場景和價值進行了全面的線上揭秘，帶領網友探索全新“視”界。

5G時代，檢視資料成為資訊數字化最重要載體

在雲覺看來，資訊大規模數字化大致分成三個階段:第一個階段是文字的數字化，第二個階段是語音的數字化，第三個階段是影片和圖片資料的大規模數字化。

1994年有一張非常有意思的圖，比爾蓋茨拿著一張光碟坐在33萬張紙上，驕傲的宣佈一張光碟可以承載這整個紙張所記錄的內容。這張光碟它的容量單位是MB級別。2010年，喬布斯手握一臺iPhone，號稱可以裝下幾萬張光碟所容納的內容，這個容量的單位大概是GB。

當5G時代到來，我們看到整個檢視資料的特點是什麼呢？總結下來，第一個是影片和圖片的資料，廣泛在手機、車載終端、無人機、遊戲機等各種終端裝置上產生；第二個特點是資料量級將達到ZB級/天；第三個特點是分散，終端裝置在任何一個位置都有可能產生影片和圖片資料；第四個特點是對於整個資料來說，影片和圖片的資料它的價值密度相對較低。以上所有這些特點將給整個資料數字化帶來非常大的挑戰。我們如何去應對這樣的挑戰？如何透過雲計算來更從容地迎接上述場景的到來？檢視計算產品就是為了承接這樣的業務場景而設計的產品方案。

檢視計算——服務（檢視）終端計算的雲PaaS服務

阿里雲檢視計算產品定位是面向檢視終端提供就近的連線、儲存以及計算的PaaS服務，該產品結合了阿里雲邊緣計算節點以及公共雲的特點，面向海量檢視終端裝置進行了一個雲化的設計。其中，邊緣計算節點提供城市級覆蓋的雲計算節點，可以更靠近裝置終端。同時檢視計算也結合了公共雲的特點，讓大資料分析、資料持久化儲存以及應用部署變得更簡單。

為了達到產品的設計效果，阿里雲對檢視計算產品架構做了三層設計：

第一層是面向檢視資料處理，構建邊緣計算節點架構。

整個節點包括基礎層的物理資源、硬體選型、基礎網路架構都做了針對性的設計，比如為了面向大規模的檢視資料分析，提供資料就近快取的能力，架構對資料快取（週期儲存）能力做了專門的設計最佳化，提供更高性價比的資料就近存的能力。透過週期性儲存，先把檢視資料在邊緣計算節點進行1天、10天或者一個月的儲存，當這些資料要去做進一步的資料化應用時，也可以將資料同步到公共雲region，做進一步的資料持久化。中間過程中在邊緣計算節做AI推理計算產生的高密度價值資料，也可以透過邊緣網路回到中心region做進一步的大資料處理。

同時，節點架構內也自帶了一些基礎的計算能力，包括轉碼截圖等。

第二層端邊雲協同的分層計算的架構設計

所謂端邊雲協同分層計算，是透過檢視計算PaaS平臺有效地連線裝置、邊緣計算節點、公共雲，讓資料在合適的位置進行計算。

為了達到這個效果，檢視計算具備了裝置終端的連線能力，以便去控制終端。當某些資料需要在終端處理，即可讓資料在終端進行初步的處理。同時，就近的計算節點可以將裝置終端產生資料就近的連線上來計算，計算產生的資料，也可以透過公共雲做進一步的大規模的應用和分析。

如此，就形成了整個端邊雲協同的分層計算，能夠保證整個計算的效率。

第三層是多節點的協同就近計算。

因為檢視資料的產生是在終端，客戶更加希望雲節點就靠近終端對資料進行處理，所以檢視計算需要有協同多節點計算的能力，來保障所有的終端裝置是就近連線到一個邊緣計算節點，並在邊緣計算節點進行處理和分析。

檢視計算構建了位置感知和平臺排程的能力，平臺透出的能力可以做到位置無感知，讓開發者不需要去關注具體的物理節點的位置，只需要去專注在整個業務流程。

基於以上三層產品架構設計，檢視計算具備三大產品能力：

第一， 具備對裝置終端進行連線的能力。

可以透過檢視計算自帶的一鍵上雲開放協議平臺，來進行終端連線和資料上行的管理；同時，也可以透過標準的方式，比如說國標、RTMP或Onvif，把裝置終端的資料就近的連線上雲。為了更好的適配開發者的靈活性，檢視計算在連線部分也做了一些自定義的設計能力，這意味著開發者可以讓資料計算按照自定義的協議，將裝置終端的資料連線上雲。

第二， 就近資料儲存能力。

檢視計算提供了就近檢視快取的能力，可以讓週期性的資料就近儲存；同時也提供了資料回中心的能力，便於資料做持久化以及大規模資料分析。

第三， AI計算能力

檢視計算整合達摩院的AI計算能力，也自帶了一些基礎計算能力，如截圖、轉碼等。為了讓整個影片資料的處理做到更靈活、更便捷，檢視計算也提供自定義的介面，開發者可以將自己開發的或者是第三方的一些演算法整合到檢視計算平臺上來，實現更靈活的業務開發。同時，檢視計算也提供了開放、統一的介面以及開放協議來幫助開發者實現更靈活的整合。

為了達到以上產品能力，底層支撐包含了排程、管理、應用託管、監控與運維等技術模組，以實現更高效的協同管理、更高的穩定性和可靠性。

最終，檢視計算能夠承載億級終端檢視資料上雲，讓客戶即開即用、基於開放的介面做簡單高效的開發。

檢視計算的典型應用場景

面向各種裝置終端，基於檢視計算產品客戶只需要做業務流程、資料應用開發以及最終的應用部署。其他的檢視資料的連線、儲存和計算能力，都可以透過檢視計算這個平臺來進行承接。

談到具體的場景案例，阿里雲已經在以下五個場景，與合作伙伴一起具備了落地實踐：

第一個是道路計算場景，基於高速公路檢視資料上雲的落地實踐，最終實現的效果是整個車輛通行變得更安全、變得更可監測。利用檢視計算搭建智慧高速系統，可以讓交通影片就近上雲處理，影片延時降低到10毫秒級，交通事件影片AI計算響應時間提升70%，讓公路安全事件處理效率提升80%，真正做到了交通全域態勢感知，服務水平得到了極大提升；

第二個是教育場景，其中典型的雲課堂，將線下的教室變成數字化教室，透過檢視計算產品，可以實現遠端的線上聽課、線上學習；同時檢視計算也可以對於檢視資料做了進一步AI分析和應用，幫助數字教室、數字課堂的檢視資料，實現AI計算能力，提升學生上課效率，幫助老師更好的監測教育效果，並且透過反饋逐步的提升自己的教學效果；

第三個是新零售場景，透過檢視資料將零售場景的購買鏈路、供應鏈環節做了整個連線，幫助零售場景提升售賣效率以及供應鏈的效率。當然供應鏈裡面有一個典型場景就是物流，檢視計算可以幫助物流場景，從裝置、從貨物的收發快遞整個過程做了一個全鏈路的監測，提升管理效率，同時讓消費者享受更便捷的購物環境，助力新零售行業數字化升級；

第四個是公共安全，包括公共安全、食品安全、明廚亮灶等影片場景；基於影片的本地化上雲和AI能力疊加，提升管理效率，同時降低儲存成本；

第五個是家庭娛樂場景，可以透過檢視資料的賦能來進一步的提升娛樂的效果，比如雲遊戲、AR/VR。

檢視計算的產品價值

第一，檢視計算基於邊緣計算節點，具備就近覆蓋和處理的能力，整個網路成本更低、接入靈活度更高，同時可以達到低延時的效果。

第二，檢視計算的資料處理是分層的。首先，資料可以在終端上進行粗算；其次，資料可以在邊緣計算節點上進行精算，進一步的結構化提取出更高密度的價值資料；再次，這些資料也可以回傳到公共雲做大規模的資料應用和分析。

同時，檢視計算的資料儲存也支援分層。在裝置終端上，資料可以臨時儲存下來；當業務需要做週期性的儲存，即可選擇邊緣計算節點對於資料做進一步的週期儲存；而當部分資料重要性更高，需要持久化的資料儲存，即可透過資料計算平臺排程的能力，將資料儲存在公共雲做進一步的持久化儲存。

它帶來的好處是更低的成本，以及擴容的靈活性和便捷性的一個提升。

第三，檢視計算另一個特點是位置無感知的PaaS層雲服務。所有的開發介面都是透過檢視計算這個產品統一透出給到客戶和開發者的，而產品背後連線了檢視終端的海量的裝置，連線了邊緣計算的節點，連線了公共雲。所以可以做到資料的處理位置無感，讓合適的節點來做最合適的最有效率的計算服務。

這樣的產品設計帶來的好處是更低的網路成本、更高的開發效率。

第四，檢視計算既提供了一鍵上雲的開放協議，來幫助到整個裝置終端做便捷的連線和接入，同時也開放了可程式設計的介面，來幫助到開發者對於接入協議做自己的定義。對於整個AI計算的能力，既可以整合阿里雲達摩院的AI能力，也可以透過自定義的方式來實現更細分的場景的AI計算。達到的效果是業務開展更靈活，開發效率更高，成本更低。

未來展望

在線上分享的最後，雲覺表示：希望有更多的生態合作伙伴（節點層、演算法層）來與阿里雲一起去開發和落地，讓更多的業務場景能夠使用檢視計算帶來的種種便利。同時，也期待檢視計算具備更智慧的排程和更智慧的管理能力，幫助海量裝置終端實現非常便捷的就近接入、儲存和計算，來挖掘更廣闊的檢視資料價值。