当前位置: 首页 > 编程日记 > 正文

阿里云智能 AIoT 首席科学家丁险峰:阿里全面进军IoT这一年 | 问底中国IT技术演进...

640?wx_fmt=jpeg

作者 | 屠敏
受访者 | 丁险峰
来源 | CSDN(ID:CSDNnews)

「忽如一夜春风来,千树万树梨花开。」

从概念的流行、至科技巨头的相继入局、再到诸多应用的落地,IoT 的发展终于在万事俱备只欠东风的条件下真正地迎来了属于自己的春天。

如今无论是从城市、楼宇、汽车、制造等行业场景来看,还是在 AI、云计算、5G、操作系统等技术应用场景中,IoT 的身影无处不在。而放眼国内乃至全球百家争鸣百花齐放的 IoT 市场中,有一位不容忽视的 IoT “制造者”正在为众人参与“智造”的万物互联世界提供了强有力的支撑,其扎根于 IoT 底层技术实现,以平台、市场、标准三位一体的策略,使能垂直领域开发者服务商,助力其完成数字化转型,而它就是阿里巴巴。

接下来,在 CSDN 以技术赋能为核心、实践印证理念的『问底中国 IT 技术演变』主题策划中,我们走进了国内科技巨头阿里的中心,以访谈的形式,邀请阿里高级技术专家们分析行业最新的发展趋势,分享阿里的技术理念,希望能够为开发者、同行从业者带来更多的借鉴。在本文中,我们有幸采访到了阿里云智能 AIoT 首席科学家、布道师丁险峰,其将从阿里云的 1234 的战略布局中,为我们全面解析阿里巴巴继电商、金融、物流、云计算后的第五大赛道——IoT 的全新战况。

万亿的 IoT 市场才刚刚起步

据去年发布的《中国物联网发展年度报告》表明,我国物联网市场规模已突破了万亿元,年复合增长率超过了 25%,截至 2018 年 6 月底,中国物联网终端用户达到 4.65 亿户。除此之外,根据 GSMA Intelligence 预测,从 2017 年到 2025 年,产业物联网连接数将实现 4.7 倍的增长,消费物联网连接数将实现 2.5 倍的增长 。

显而易见,如今万亿市场规模的 IoT,它的发展才刚刚起步。

对此,丁险峰也作比喻道,可将 IoT 的发展历程与国内的互联网演进相对应起来。在过往的 30 年间,互联网的迭代可简要地划分为六大阶段:

  • 一是 ISP 时代。在这个时代中,用户大多数是利用调制解调器拨号上网,典型的企业如有着“互联网先烈”之称的瀛海威,它是一家互联网服务提供商,其作为中间服务商提供信息服务。
  • 二是种类繁多的网页时代。
  • 三是门户网站时代。所谓的门户网站指的是信息的聚类,旨在将混杂的网页聚集起来,在其发展历程中,中国曾经诞生了三大门户网站:新浪、网易、搜狐。
  • 四是搜索引擎时代。由于信息的聚类在日益增长的大数据时代已经无法解决人对信息的搜索,于是搜索引擎时代接踵而至。
  • 五是搜索+推荐时代。用户对于信息的态度因人而异,由此诞生了搜索+个性化推荐的优化系统,即千人千面,旨在为用户提升内容价值、呈现出最为有用的信息,如淘宝。。
  • 六是 O2O 时代。如今的互联网开始联动线上与线下,并逐渐渗透到社会的各个角落,如国外的 Uber。

那么,当下国内的 IoT 又处于哪个阶段呢?丁险峰表示,想要解答这个问题,可以放眼国内的一些主流公司正在实现的事情。从一定层面来看,现在诸多物联网的核心是构建一套完善的智能硬件解决方案,而它的本质是将 Wi-Fi 模组、蓝牙模组等核心部件安装到原有的硬件上,再连接上网,这也相当于是互联网的第一个时期,即通过调试解调器拨号实现上网的功能。

IoT 的爆发并非偶然

事实上,IoT 并非是一门新的技术,它的概念提出已有多年。那么为何时隔多年,其才迈出了万物互联的第一步?为何又是现在,它才能走进大众的日常?
对此,丁险峰简明扼要地将其归纳总结为遵循了“摩尔定律”。

提及“摩尔定律”,想必很多从业者都不陌生,毕竟曾经英特尔在该定律的引航下,从蹒跚的学步者成为了知天命的领头羊。

注:当价格不变时,集成电路上可容纳的元器件数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。——戈登·摩尔,英特尔创始人之一

如今随着物联网的兴起,我们也亲眼见证了摩尔定律在该行业中的诸多实践。举例说明,十年前的一个 Wi-Fi 芯片需要耗费 100 元乃至更高的成本,而现在的 Wi-Fi 模块低至 10 元即可得。究其缘由:

  • 一是得益于技术驱动,即摩尔定律在不断演进, 让云计算也是大大的便宜了;
  • 二是应用驱动。从 PC 时代到移动互联网的爆发,各种应用、App 层出不穷,智能手机也因此达到了广泛的覆盖。这使得诸多的连接器、传感器、安全芯片等模块,乃至云计算、AI 的应用都变得非常频繁。

两重因素叠加,最终让 IoT 的万物互联成本得以降低,才有了广泛普及的机遇。

阿里云 IoT:打开数字化物理世界的大门

在此过程中,虽然很多硬件的成本下降,相关的技术也成熟了,但是如何将其相关联到一起,并让行业中的物联网开发者们能够更加方便快速地投身于物联网的搭建中,这是阿里一直在思考以及想要完成的事情。

正是在此愿景之下,2018年 3 月,阿里云宣布阿里巴巴全面进军 IoT,并将 IoT 作为继电商、金融、物流、云计算后新的主赛道。

640?wx_fmt=jpeg
阿里云 IoT(来源:雷锋网)

不过,IoT 本身所囊括的领域以及技术均太过广泛,没有一家公司能够面面俱到,这也包括了BAT 等巨头们。对此,丁险峰解释道,阿里云 IoT 的定位是致力于建立一站式的数字化工具,赋能更多垂直行业服务商来数字化物理世界,主要聚焦于『云管边端』四个层面。

阿里云 IoT 生态系统之云管

在云侧,阿里云 IoT 相继推出了物联网云平台(Link Platform)、应用开发平台(IoT Studio)、物联网市场(Link Market)。基于这三大平台,开发者可以利用 Link Platform 的基础能力,在Link Develop上完成一站式开发,最终于 Link Market 上沉淀优质的产品与解决方案,最终形成一个“IoT 云上闭环”。

640?wx_fmt=png

其中,对于 Link Platform,丁险峰认为与其称之为平台,倒不如将其视为一种服务。阿里云 Link Platform 可以提供最为强大的数字化能力:

  1. 拥有十分丰富的连接能力:可覆盖局域网、广域网以及垂直行业场景下 95% 的通讯协议;
  2. 强大的设备语义解析能力,并沉淀超过 1000 多个物模型,涵盖设备连接、数据分析、Web 和移动应用服务等超 1300 个 API;
  3. 强大的感知能力,支持超过 100 种传感器,能够感知 1000+ 的物体,100+ 行为(人的行为,车的行为);
  4. 强大的端到端安全,确保每一个物联网的设备是可信的,没有异常行为的。

不过在推进 Link Platform 平台的应用中,阿里云也面临了诸多的挑战。对此,丁险峰表示,阿里云 Link Platform 服务为开发者、企业提供了便捷的服务,但是在 IoT 应用过程遇到的最大的挑战是需要对原有的设备进行改造。
针对这一问题,阿里提出了两大解决方案:

  1. 预先与所有的芯片、传感器公司共同做了大量的模组认证、芯片的认证、传感器认证、硬件模组的认证等;
  2. 提供了大量的数据采集模块(模组、DTU 和网关)来改造目前已有的设备。举例说明,在旧款电饭锅上接上网络连接模块,提供上网功能;亦或是将传统的硬件设备接入边缘的路由器上,再在路由器上植入 SDK,指向云等。

阿里云 IoT 生态系统之边

在边缘端,有很多人将云计算与边缘计算对立起来,甚至认为“边缘计算会取代云计算”。丁险峰纠正道,这是错误的,边缘计算实际上是云计算的扩展。两者并非是对立的关系,未来边缘计算反而会推动云计算更好的发展。

如果阿里云没有边缘计算,那么就无法成功进军 IoT,也不会有IoT 边缘计算产品 Link IoT Edge 的诞生。边缘计算是连接物理世界与数字化世界的桥梁,从而将物联网变成一个可调度、可迁移的网络。与此同时,边缘计算也绝不会替代云计算,而是相辅相成的,因为云计算的本质是做全量、全局的优化的,而边缘计算是做时序计算和局部优化的。

阿里云 IoT 生态系统之端

在设备端,阿里经过了将近 10 年的开发,推出了不少 OS 的版本,如YunOS、AliOS、AliOS Things。如今以驱动万物智能为目标的 AliOS 已在互联网汽车、智能电视、智能手机、智能手表等不同终端上实现了广泛的应用。据统计,目前搭载 AlliOS 的智能终端累计已超过一亿部。

640?wx_fmt=png
来自于 Ineda

丁险峰表示,AliOS 设计时即希望能够解决高度碎片化的硬件市场,小到一个灯泡,大至一款自动驾驶汽车。基于此,业界也无时不刻不在希望有一款可弹性伸缩的操作系统来解决这个问题。同时,AliOS 则聚焦于云端一体,依靠云端能力,将生态开放给垂直行业的制造商,以此实现不同端的多屏互动,从而实现和数字世界的多模态互动。

那么,在构建万物智联的场景时,最大的问题究竟是连接、传输,还是数据处理?

对此,丁险峰表示都不是,实际上,直至今日该商业生态仍未实现闭环才是目前最大的挑战。数字化物理世界的是需要成本的,目的是为了降本增效,但是今天降本增效还不够明显,无法形成商业闭环。如制造了一个智能连接工厂,将工厂的设备连接起来,但这样的举措带来的巨大商业价值是什么?这是一个值得行业从业者们深思的问题。

5G 为 IoT 带来了什么?

除此之外,随着 5G 的到来,IoT 很多场景的需求都将加速实现。不过,5G 虽然提供了高带宽、低延时、大容量的技术特性,但令人担心的是,5G 的功耗和成本问题还依然存在。

当前,丁险峰认为 5G 成本和功耗问题的确会影响 5G 在 IoT 的推广。但从长期应用来看,随着摩尔定律,在不断会有新的芯片出现的情况下,5G 的技术会在不断迭代中更加适用更多场景。事实上,当前无论是连接成本、网络覆盖、还是功耗可能均未达我们理想的预期,但不容否认的是,我们现在看到的 5G 标准实则是预测并按照 10 年以后的能力来设计的。

全栈开发者入局正当时

在 AI 正当时,云计算、大数据等加持的时代下,IoT 的前景或能引领风口的场景是什么?

现在从 AIoT 的细分领域来看,丁险峰认为智能楼宇或是 IoT 的一个风口。而想要成为这个风口下的先行者,丁险峰则建议道,首先要成为一位云边端一体化的全栈开发者。

那么,何为 IoT 时代下的全栈开发者?其实相比软件开发层面的全栈开发者,IoT 上的全栈会多一项设备端,即前端+服务端+设备端+app端。从职业发展来看,只有掌握了服务端、设备端、前端等多端,开发者们才能往物联网架构师的道路上走得更久更远,才能够成为物联网这个时代的弄潮儿。

此外,开发者们也需要具备技术+场景的能力。只有深刻的了解 IoT 领域的背景、发展、前景,才能够清楚地知晓自己下一步的动作,也才能将深厚的知识通过计算机语言将其描述出来。

最后,丁险峰表示他会在 2019 杭州云栖大会 9 月 27 日的物联网创新产品技术峰会上发表主题为“面向 AIoT 万物智能时代的未来技术展望”的开场演讲,大家可以在现场讨论或者观看线上直播,与此同时,CSDN 也将会在第一时间跟进现场报道,敬请期待!

(*本文为AI科技大本营转载文章,转载联系作者)


精彩推荐



640?wx_fmt=png

推荐阅读

  • 鸿蒙 OS 的到来,能为我们改变什么?

  • 干货 | OpenCV看这篇就够了,9段代码详解图像变换基本操作

  • 周杰伦的《说好不哭》,20万点评Python来分析

  • 算法人必懂的进阶SQL知识,4道面试常考题

  • 6张拓扑图揭秘中心化交易所的5种行为, 原来中心化比你想象的重要

  • 分布式存储春天已来Storj首登top10; Cardano排名上升; 以太坊比特币活跃地址双下降 | 数据周榜

  • 华为愿出售5G技术渴望对手;苹果将向印度投资10亿美元;华为全联接大会首发计算战略;腾讯自研轻量级物联网操作系统正式开源……

  • TDD 就是个坑

  • 厉害!接班马云的为何是张勇?

640?wx_fmt=png

你点的每个“在看”,我都认真当成了喜欢“

相关文章:

eBCC性能分析最佳实践(1) - 线上lstat, vfs_fstatat 开销高情景分析...

Guide: eBCC性能分析最佳实践(0) - 开启性能分析新篇章eBCC性能分析最佳实践(1) - 线上lstat, vfs_fstatat 开销高情景分析eBCC性能分析最佳实践(2) - 一个简单的eBCC分析网络函数的latency敬请期待...0. I…

spring-data-mongodb必须了解的操作

http://docs.spring.io/spring-data/data-mongo/docs/1.0.0.M5/api/org/springframework/data/mongodb/core/MongoTemplate.html 在线api文档 1关键之识别 KeywordSampleLogical resultGreaterThanfindByAgeGreaterThan(int age){"age" : {"$gt" : age}}Le…

旷视张祥雨:高效轻量级深度模型的研究和实践 | AI ProCon 2019

演讲嘉宾 | 张祥雨(旷视研究院主任研究员、基础模型组负责人)编辑 | Just出品 | AI科技大本营(ID:rgznai100)基础模型是现代视觉识别系统中一个至关重要的关注点。基础模型的优劣主要从精度、速度或功耗等角度判定,如何…

Python脱产8期 Day02

一 语言分类 机器语言,汇编语言,高级语言(编译和解释) 二 环境变量 1、配置环境变量不是必须的2、配置环境变量的目的:为终端提供执行环境 三Python代码执行的方式 1交互式:.控制台直接编写运行python代码 …

分别用Eigen和C++(OpenCV)实现图像(矩阵)转置

(1)、标量(scalar):一个标量就是一个单独的数。(2)、向量(vector):一个向量是一列数,这些数是有序排列的,通过次序中的索引,可以确定每个单独的数。(3)、矩阵(matrix):矩阵是一个二维数组,其中的…

Linux基础优化

***************************************************************************************linux系统的优化有很多,我简单阐述下我经常优化的方针:记忆口诀:***********************一清、一精、一增;两优、四设、七其他。*****…

数据集cifar10到Caffe支持的lmdb/leveldb转换的实现

在 http://blog.csdn.net/fengbingchun/article/details/53560637 对数据集cifar10进行过介绍,它是一个普通的物体识别数据集。为了使用Caffe对cifar10数据集进行train,下面实现了将cifar10到lmdb/leveldb的转换实现:#include "funset.h…

计算两个时间的间隔时间是多少

/*** 计算两个时间间隔* param startTime 开始时间* param endTime 结束时间* param type 类型(1:相隔小时 2:)* return*/public static int compareTime(String startTime, String endTime, int type) {if (endTime nul…

作为西二旗程序员,我是这样学习的.........

作为一名合格的程序员,需要时刻保持对新技术的敏感度,并且要定期更新自己的技能储备,是每个技术人的日常必修课。但要做到这一点,知乎上的网友说最高效的办法竟然是直接跟 BAT 等一线大厂取经。讲真的,BAT大厂的平台是…

2月国内搜索市场:360继续上升 百度下降0.62%

IDC评述网(idcps.com)03月06日报道:根据CNZZ数据显示,在国内搜索引擎市场中,百度在2014年2月份所占的份额继续被蚕食,环比1月份,下降了0.62%,为60.50%。与此相反,360搜索…

不止于刷榜,三大CV赛事夺冠算法技术的“研”与“用”

(由AI科技大本营付费下载自视觉中国)整理 | Jane出品 | AI科技大本营(ID:rgznai100)在 5 个月时间里(5月-9月),创新工场旗下人工智能企业创新奇智连续在世界顶级人脸检测竞赛 WIDER …

Ubuntu14.04上编译指定版本的protobuf源码操作步骤

Google Protobuf的介绍可以参考 http://blog.csdn.net/fengbingchun/article/details/49977903 ,这里介绍在Ubuntu14.04上编译安装指定版本的protobuf的操作步骤,这里以2.4.1为例:1. Ubuntu14.04上默认安装的是2.5.0,…

Linux下,各种解压缩命令集合

Linux下,各种解压缩命令集合tar xvfj lichuanhua.tar.bz2tar xvfz lichuanhua.tar.gztar xvfz lichuanhua.tgztar xvf lichuanhua.tarunzip lichuanhua.zip.gz解压 1:gunzip FileName.gz解压 2:gzip -d FileName.gz压缩:gzip File…

gtest使用初级指南

之前在 http://blog.csdn.net/fengbingchun/article/details/39667571 中对google的开源库gtest进行过介绍,现在看那篇博文,感觉有些没有说清楚,这里再进行总结下:Google Test是Google的开源C单元测试框架,简称gtest。…

iOS视频流采集概述(AVCaptureSession)

需求:需要采集到视频帧数据从而可以进行一系列处理(如: 裁剪,旋转,美颜,特效....). 所以,必须采集到视频帧数据. 阅读前提: 使用AVFoundation框架采集音视频帧数据GitHub地址(附代码) : iOS视频流采集概述 简书地址 : iOS视频流采…

300秒搞定第一超算1万年的计算量,量子霸权时代已来?

(由AI科技大本营付费下载自视觉中国)作者 | 马超责编 | 郭芮来源 | CSDN 博客近日,美国航天局(NASA)发布了一篇名为《Quantum Supremacy Using a Programmable Superconducting Processor》的报道,称谷歌的…

2014-3-6 星期四 [第一天执行分析]

昨日进度: [毛思想]:看测控技术量待定 --> [良]超额完成,昨天基本上把测控看了一大半啦 [汇编]:认真听课,边听边消化自学 --> [中]基本满足,还需要抽时间总结,特别是前面寻址的各种情况…

行列式介绍及Eigen/OpenCV/C++的三种实现

行列式,记作det(A),是一个将方阵A映射到实数的函数。行列式等于矩阵特征值的乘积。行列式的绝对值可以用来衡量矩阵参与矩阵乘法后空间扩大或者缩小了多少。如果行列式是0,那么空间至少沿着某一维完全收缩了,使其失去了所有的体积…

基于Go的语义解析开源库FMR,“屠榜”模型外的NLP利器

(由AI科技大本营付费下载自视觉中国)作者 | 刘占亮 一览群智技术副总裁编辑 | Jane出品 | AI科技大本营(ID:rgznai100)如何合理地表示语言的内在意义?这是自然语言处理业界中长久以来悬而未决的一个命题。在…

【高级数据类型2】- 10. 接口

2019独角兽企业重金招聘Python工程师标准>>> Go语言-接口 在Go语言中,一个接口类型总是代表着某一种类型(即所有实现它的类型)的行为。一个接口类型的声明通常会包含关键字type、类型名称、关键字interface以及由花括号包裹的若干…

Linux软件包命令

2019独角兽企业重金招聘Python工程师标准>>> dpkg命令&#xff1a; dpkg -i **/**.deb 安装软件 dpkg -x **.deb 解开.deb文件 dpkg -r /-p 删除并清配置 更详细的 用dpkg --help 查询 如下&#xff1a; dpkg -i|--install <.deb 文件的文件名> ... | -R|--re…

Caffe中计算图像均值的实现(cifar10)

在深度学习中&#xff0c;在进行test时经常会减去train数据集的图像均值&#xff0c;这样做的好处是&#xff1a;属于数据预处理中的数据归一化&#xff0c;降低数据间相似性&#xff0c;可以将数值调整到一个合理的范围。以下code是用于计算cifar10中训练集的图像均值&#xf…

阿里云弹性公网IP(EIP)的使用限制

阿里云弹性公网IP&#xff08;EIP&#xff09;是一种可以独立购买和持有的公网IP地址资源&#xff0c;弹性公网IP具有独立购买持有、弹性绑定和配置灵活等优势&#xff0c;但实际使用中弹性公网IP也是有很多限制的&#xff0c;阿里云惠网分享弹性公网IP&#xff08;EIP&#xf…

400名微软员工主动曝光薪资:28万元到228万元不等!

作者 | Dave Gershgorn译者 | 弯月&#xff0c;编辑 | 郭芮来源 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09;【导读】近日&#xff0c;近400名微软员工分享了他们的薪酬&#xff08;从4万美元到32万美元不等&#xff0c;约为28万人民币到228万人民币&#xff09;&am…

Extjs:添加查看全部按钮

var grid new Ext.grid.GridPanel({renderTo:tsllb,title:产品成本列表,selModel:csm,height:350,columns:[csm,{header: "编码", dataIndex: "bm", sortable: true,hidden:true},{header: "产品", dataIndex: "cp", sortable: true},…

练手扎实基本功必备:非结构文本特征提取方法

作者 | Dipanjan (DJ) Sarkar编译 | ronghuaiyang来源 | AI公园&#xff08;ID:AI_Paradise&#xff09;【导读】本文介绍了一些传统但是被验证是非常有用的&#xff0c;现在都还在用的策略&#xff0c;用来对非结构化的文本数据提取特征。介绍在本文中&#xff0c;我们将研究如…

范数介绍及C++/OpenCV/Eigen的三种实现

有时我们需要衡量一个向量的大小。在机器学习中&#xff0c;我们经常使用被称为范数(norm)的函数衡量向量大小。形式上&#xff0c;Lp范数定义如下&#xff1a;范数(包括Lp范数)是将向量映射到非负值的函数。直观上来说&#xff0c;向量x的范数衡量从原点到点x的距离。更严格地…

js添加网页水印和three.js场景中加水印

我们在日常网页开发的时候&#xff0c;可能想给自己的网页或者canvas里面添加水印&#xff0c;增添个人标记&#xff0c;我这里分为普通静态html页面和threejs中3d场景里面添加水印功能。一 静态html页面添加水印你只需要在你的页面添加一个图片遮罩&#xff0c;通过绝对定位和…

JAVA学习笔记(6)

关于多线程的优先级&#xff0c;这个程序里面&#xff0c;现在计算机比较好&#xff0c;int存储不下了&#xff0c;我跑了好几次都是负分&#xff0c;特把int改成long。但是之后跑出来的结果&#xff0c;两个数字都差不多&#xff0c;不知道是什么问题&#xff1f;等待答案中。…

C++/C++11中std::deque的使用

std::deque是双端队列&#xff0c;可以高效的在头尾两端插入和删除元素&#xff0c;在std::deque两端插入和删除并不会使其它元素的指针或引用失效。在接口上和std::vector相似。与sdk::vector相反&#xff0c;std::deque中的元素并非连续存储&#xff1a;典型的实现是使用一个…