来自顺丰科技的资深架构师黄泽武将分享《物流行业如何应用边缘异构计算提效》，介绍它们研发的慧眼深瞳项目。借此机会，我们对他进行了采访，了解边缘计算和慧眼深瞳的发展情况。
InfoQ：您对边缘计算是如何理解的？边缘计算有哪些典型的场景？
黄泽武：随着互联网特别是物联网高速发展，边缘计算技术也越来越热，边缘计算应用场景也越来越多。边缘计算是相对于云计算而言的，总所周知，云计算是一种通过互联网访问、可定制的 IT 资源共享池，并按照使用量付费的模式, 这些资源包括网络，服务器，存储、应用、服务等。云计算的核心理念就是集中计算并通过网络按需服务。
然而，云计算在带来应用通用性、费用低廉等优势的同时， 也带来了数据安全，高延时等等问题。随着 IC 集成度的提高及计算资源价格降低，边缘计算模式越来越体现其优势。边缘计算，是一种分散式运算的架构，在这种架构下，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘计算的核心理念就是去中心化和就近计算，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算的典型场景一般是对于实时性要求高，安全要求高。 比如自动驾驶、公安消防、工业互联、智能家居、智慧城市等等方面。随着技术的进步，相信未来会有越来越多的落地场景。
InfoQ：目前物流行业对于边缘计算的应用有哪些先例，主要应用在哪些方面？
黄泽武：物流行业应用边缘计算也有很多案例，从物流的收派端到物流中间流程都有涉及，比如业务终端的图像识别，电子围栏生成，物流轨迹的生成与跟踪，无人仓库的机器人使用，无人机派送等等。
InfoQ：顺丰物流现在对边缘计算的应用主要在哪些方面？
黄泽武：顺丰物流目前采用边缘计算模式的场景也是在实时性要求高的诸多场景，比如使用智能视频分析 (IVA) 技术对遍布在顺丰物流从收派、场院到机场等等全物流流程的大量摄像头的实时和离线数据，根据不同业务需要进行结构化的分析从而提供给业务系统消费，比如使用物流网（IoT）技术的对场院的车辆，人员、物资等进行高效管理的道闸系统，场院管理系统等领域，可以说边缘计算之花在顺丰物流已经处处盛开。
InfoQ：慧眼深瞳项目是什么时候开始研发的，有哪些重要的里程碑？
黄泽武：基于摄像头的边缘计算系统也就是我们负责慧眼深瞳项目是在 2017 年初进行，也是物流行业相对比较早的涉足此领域。 这个项目主要的里程碑有三个，第一个是项目的价值验证。在项目开始阶段，我们采用 MVP 的方式对项目的可行性分析和技术穿刺，此阶段为项目打下技术和团队基础；第二个是产品成熟阶段。此阶段是将系统从能用变成好用的阶段，我们在不停丰富我们的算法和数据，使得我们的算法的准确率和召回率能达到较高的水平，同时不停优化算法性能使得产品在相同的算力设备上有更高的性价比；第三个是产品的推广阶段，也正式我们当前的阶段，此阶段我们努力根据顺丰内部和外部的需求，将产品形态丰富化系列化，硬件芯片涵盖进口和国产，产品形态涵盖服务端到嵌入式，服务形态涵盖边缘计算和 SaaS 服务等。
InfoQ：对于摄像头的 AI 技术使用了哪些框架和算法？
黄泽武：AI 系统能形成生产力的必要条件是拥有足够的数据支撑。顺丰具有自己从收派端，场院，机场等全流程的完整数据。为了高效利用数据产生业务价值，根据不同业务要求，我们采取多种算法，比如在 IVA 领域采取深度学习算法，比如视频时序分析，目标检测，图像分割，OCR 识别，行为识别与分析等，而在做系统决策方面主要采用强化学习，如 DQN-Learning, Sarsa, Policy Gradients等，当然也有传统图像处理，比如光流，滤波去噪，形态学，频域分析，机器学习等。而这些算法无一例外都需要更具我们业务需要和数据特性进行特定化的改造，从而提升准确率和召回率，而框架就基本采用业界流行的框架，比如 Caffe， TensorFlow， PyTorch 等等。
InfoQ：对于摄像头拍摄视频分析的计算节点设在哪里？
黄泽武：遵照边缘计算的就近计算的原则，计算节点一般设置与摄像头附近。然后根据不同场地具体情况和不同业务需求进行设计，比如中转场具有比较稳定的供电和机房，我们的计算节点采用高性能服务器产品并设置在与 NVR 同一个局域网的机房；比如网点的硬件条件不满足，我们采用性价比高的嵌入式产品并部署在摄像头周边；而对于计算量小的场景我们直接将计算前置到 IPC 中从而提升产品性价比。
InfoQ：慧眼深瞳系统未来计划如何迭代升级？
黄泽武：系统的迭代升级是根据业务需求来演变的。在顺丰物流内部，我们会不停丰富我们的场地类型，应用场景和数据多样性，使得慧眼深瞳能在顺丰物流中有更好的算法表现和更多的业务价值；同时，我们慧眼深瞳在服务好顺丰内部同时，还要走出去，让更多的物流相关行业享受技术红利，因此我们会在产品形态、业务场景进行不停的丰满，比如出提供边缘计算的模式外，还可以将系统能力打包成 SasS 服务给物流相关方，使得其随时随地灵活应用。同时，在内部使用和外部使用过程中，我们要打造系统具有自成长，自更新的自我生命力。
InfoQ：如何看待 5G 在边缘计算中的应用？
黄泽武：目前网络计算在某些场景下上下行带宽受限，使得数据无法上传云端进行云端计算，云端数据也无法分发给各个边缘节点进行计算。而当前的边缘计算能有效解决上行带宽不足导致计算延时大的问题，而 5G 将为边缘计算提供带宽，使这些关键任务应用程序能够被推向网络边界，从而可以将云端数据分发给各个边缘节点进行计算。边缘计算将提供保证正常运行时间和性能所需的高可用性和容错能力，至此边缘计算的形态会更加丰满，也大大增加边缘计算节点的数量和多样性，从而使得边缘计算将有更大的用武之地。
受访嘉宾介绍：
黄泽武，顺丰科技资深架构师，拥有 12 年大型软件设计和开发经验，主要关注的计算机视觉领域的 AI 相关技术。目前担任慧眼深瞳项目的架构师和项目经理，主要负责计算机视觉领域的 AI 系统的边缘异构计算架构和系统研发。
除了顺丰科技黄泽武老师关于 AI 在物流行业的应用，你还可以在 QCon 北京 2019 看到语音识别的革新、日常视频播放技术的智能升级等 AI 对产业升级的硕果。
本文文字及图片出自 InfoQ
你的反应是：