对话刘江川：工业边缘计算的“黑马”如何造？

科研的道路上，工业界追求极致的性能，学术界要“思考未来”，再把研究成果反馈到工业界。

然而，能在学术界、工业界均有深厚积累的人，就屈指可数了。

加拿大工程院院士、IEEE Fellow、加拿大西蒙菲莎大学杰出教授刘江川，2年前（也就是2018年9月），雷锋网曾和他有短暂会面，彼时，刘江川教授正从学术界横跨到工业界——组建新创公司江行智能的创始团队，刚拿到红杉资本的天使轮融资。

在接下来的一年多时间里，江行智能不但将办公地点从南京、深圳，拓展到了北京，接连获得南方电网、北控水务、中国联通等大客户，而且刘江川教授本人在学术界还摘得自己的新头衔——加拿大工程院院士。2020年的年中，当雷锋网再次得知刘江川教授的近况，了解到江行智能的边缘计算解决方案已在电网、政务、水务、工业、油气等多个垂直领域落地生根。

尽管如此，江行智能过去2年内取得的成绩，远不止如此。

疫情期间，刘江川教授特地回国，一方面是关心公司的运营、考察业务，另一方面，作为同时横跨学术界和工业界的知名专家，他通过参加行业会议将自己的最新研究成果分享给行业人士。也就是这时，雷锋网采访了刘江川教授以及公司CTO樊小毅，了解到江行智能的更多动向，技术产品，以及边缘计算的落地实践。

工业边缘计算领域的“黑马”

江行智能于2018年在南京成立，至今已有2年半的时间。如果选一个江行智能让人记忆深刻的标签，那就是“工业边缘计算”。

什么是边缘计算？一般地，边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供本地化智能服务。边缘计算是对云计算的补充和延伸，可以为物联网中的终端设备提供更便捷、丰富的弹性资源，是连接信息和通信技术与操作技术的重要一环。

由于其应用程序在边缘侧执行，在节省带宽的情况下能提供更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的需求。

回顾江行智能的成长历程，整体上是这样的：

• 2018年2月，公司在南京成立，同年在深圳建立研发中心，继而输电物联网算法获得国家电网认可。

• 2019年3月，在北京建立商务中心，随后推出智慧眼、JX EdgeBase产品，推出移动站产品与智慧水务解决方案。到了7月，完成3000万人民币的A轮融资。

• 2020年，公司组建销售、交付团队应对产品批量化出货，并推出融合终端。到了6月，推出边缘智能服务器。

据公开信息，核心成员均来自于清华大学、北京大学、浙江大学、英属哥伦比亚大学、西蒙菲沙大学、香港科技大学等国内外一流高校，曾供职于腾讯、微软、SAP、360、知乎、南瑞等公司，有着扎实的科研功底和丰富的工程管理经验。

此外，由于同时身处学术界、工业界，刘江川教授对于科研的理解则更为独到。他表示：

 “很长的一段时间里，学术界的创新在很多学科方面都是非常领先的，甚至领先于工业界4到5年以上的时间。再者，学术界对于问题的前瞻性考虑也是比较领先的。”

“而近几年，工业界的创新发展得非常快速，并不落后于学术界。我们看到,在IT或者工业互联网行业里，工业界的创新和学术界的创新是相辅相成、齐头并进的关系，互相之间有比较大的协同作用。 ”

提及工业互联网，他透露：

“我们在学术研究的时候，其模型需要考虑系统的性能。比如用机器学习技术识别物体时，其正确率或者速度如果比较高，我们会认为系统的性能就高。但是，在工业互联网中，可能系统的稳定性和能耗是更重要的。 ”

除了边缘计算，刘江川教授还关注更多新兴技术的进展，比如先进的信号处理算法、无源通信、联邦学习、低能耗等技术方向。公司在学术界的合作伙伴，包括西蒙菲莎大学、英属哥伦比亚大学、加州大学伯克利分校、香港大学、香港理工大学、清华大学、中国科学技术大学、上海交通大学、深圳大学和香港浸会大学，这也是其它企业极少具备的，为江行智能在工业界的科研攻关提供助力。

从边云协同，到边缘智能

边缘计算与云计算需要通过紧密协同才能更好地满足各种需求场景的匹配，从而放大边缘计算和云计算的应用价值。

同时，边缘智能利用AI技术为边缘侧赋能 , 一方面通过边缘节点能够获得更丰富的数据，并针对不同应用场景极大地扩展人工智能的应用场景；另一方面，边缘节点可以借助AI技术更好地提供高级数据分析、场景感知、实时决策、自组织与协同等智能化服务。

雷锋网了解到，现阶段江行智能的核心技术包括：

• 边缘计算应用支撑技术。高性能、轻量化，业务应用隔离，易于管理维护；

• 轻量级容器管理系统。多节点、多集群资源管理应用故障极速恢复；

• 数据分析和行业AI。立足物联网各个行业场景，打通AI能力价值链；

• 边缘安全管理。工业级硬件加密，灵活定制数据安全等级；

• 人工智能加速。广泛支持各类AI芯片及算法框架，无畏繁杂赋能边缘。

江行智能在边缘计算应用领域深耕多年，其产品矩阵是基于边云协同的软硬件整体技术框架。紧密围绕核心技术组件，包括JX IoT Edge边缘物联平台、EdgeBox边云协同框架、JX EdgeBase边缘计算核心板，形成多个产品组合和垂直行业解决方案，为企业提供云边端协同的一体化服务。

在电网方面，输电线路维护、变电站巡检和配电台区智能化场景中，EdgeBox借助其多传感器融合、超低功耗的识别技术及人工智能深度学习等能力，在边缘侧进行实时计算，及时回传预警信息，有效降低电力行业的通信开销和计算延迟。而在工业、水务、城市安防领域，以EdgeBox 为核心的边缘计算方案正在各个场景中提供降本、增效和安全的服务。

现阶段，他们工业界的合作伙伴，除了前面提到的南方电网、北控水务和中国联通，还包括国家电网、京能集团、中国石油、国网信息通信产业集团有限公司和国电南瑞。

谈及边缘计算的安全问题，江行智能CTO樊小毅表示：

“电网方面的安全需求，几乎是所有行业里面要求最高的。当我们在做解决方案的时候，直接兼容了电网里面所有的安全方案，包括硬加密、软加密以及协议加密。我们完全是根据电网的规约，还有协议的要求，然后自己在边缘计算软件的基础上把这些所有的要求都给满足了。”

由于边缘计算是跟工业互联网、工业现场相结合的，再加上工业有非常多的门类，因此意味着这些结合有无数种方式。而目前，江行智能选择了在电网、政务、水务、工业、油气、城市等多个垂直领域深耕。

谈及为何选择以上几个垂直行业，刘江川表示：

“这几个领域有相对比较大的市场，可复制性也相对比较高。比如电网，在数字化、物联网化的进度上走得相对比较快，对于边缘计算的接纳程度非常之高，同时有着比较广泛的市场。而水务，因为环保的需求，这一块也有着比较广阔的市场；油气尽管相对于电力稍微晚一点，但是实际上有着非常类似的需求，然后在这一两年里面这个需求也已经展现出来。”

雷锋网了解到，对于发电、铁路，江行智能也在试图切入。至于其他一些还未涉及的领域，江行智能认为，他们将来可能选择性切入其中的某些行业。此外，也会通过合作的方来进入这些行业，集成江行智能的边缘计算平台型产品、边缘计算节点，然后通过连接他们已有的传感器等，接入合作方上层的各种应用，以此形成适应于这些行业的产品。

因此，江行智能的解决方案在各个行业的落地，其实是两条腿走路的。

边缘计算的落地实践

伴随行业数字化进程的不断深入，持续涌现的新业务对边缘计算提出了新的要求，而这些新的要求必然导致网络架构的变迁。

边缘计算发展至今，已有三种业界广泛认可的技术架构，分别是MEC、微云和雾计算。

“这三种方案占据的是不同的生态位，彼此之间是竞争和合作的关系。”

谈及分布式数据中心，刘江川表示：

“分布式数据中心的方式，是以云为主导，属于云计算下沉的一种方式。这一块基本上所有的云巨头都会走这条路线。因为在云的市场，他们已经有自己的平台，作为他们重要的客流平台和盈利平台，云计算厂商肯定要进一步的增强。”

“当他们把工业这一级的需求导入到云计算平台上，这个方式一方面强化了他们的数据中心的计算能力，引入了新的技术；另一方面，通过这种边缘计算的方式，对云数据中心来讲，主要是建立各个小型的数据中心或者分布式的数据中心，然后使他们比终端用户更接近工业现场。”

雷锋网了解到，在带来的延迟方面，因为是从终端用户，工业现场到这种分布式数据中心，然后再通过互联网，其中间存在有线或无线网络，所以这种延迟一般都在100毫秒甚至以上。这对于很多的应用来讲，是可以满足要求的，但是对于工业级应用，特别是50毫秒以下的这种需求的应用，相对来说，是有一定的挑战。

“另外，他们还需要做引流的工作，当他们把客户带到云平台上，由于安全、隐私的问题，以及基于带宽问题的考量，他们并不想直接上云，或者由于它的数据量太大，因此这种分布式的数据中心仍然不能完全地解决这一类的问题。”

而5G MEC，其是在5G基站里面加装计算单元，然后来应对工业级的需求，它本质上仍然是建立一个计算的基础架构。对工业现场来讲，它的实时性能够做得更好。

刘江川透露，江行智能所做的5G MEC，与分布式数据中心不是互相取代的关系。在特定的高度实时的方面，其要求直接在现场落地这种场景，江行智能是可以做到第一步解决的；剩下来的一些数据，它可能在处理了之后，才会上传到MEC，进一步上云做这种更加复杂的、长期的处理，或者更加抽象的处理。

基于江行智能的Edge框架，传感器解耦和云中立的解决方案，他们可以接入多种云系统。MEC更多是通过移动服务商一起合作来解决一些问题。

同时，我们知道，5G时代对计算结构提出了新的要求，需要低延迟、大带宽、高并发和本地化，个别场景中云、端协同计算已经无法满足用户需求。云、边、端三体协同成为最佳解决方案，因此拥有高效、实时、安全特性的边缘计算将成为基础设施。而5G+边缘计算主要处理和存储其位置更加靠近用户，以支持带宽设备和对时间敏感的数据。

“尽管国内5G网络铺设的速度比较快，但是对工业级的应用来说，现在大部分还是基于3G、4G网络。” 谈及5G和边缘计算的融合发展，刘江川表示：

“当5G网络铺设得差不多之后，或是在一些5G连接相对比较好的地方，将可能在基站里就把数据处理完成，然后上传到云里面。但是在工业现场，在能源互联网的场景中，5G很难完全覆盖到整个的国土面积和所有的工业现场，并最终保证数据传输的质量。”

“然而，工业对数据传输的稳定性要求还是非常高的。因此在这种情况下，我们认为在很长的一段时间里，在5G和工业现场的边缘计算中，相当大的数据会在工业现场解决掉，而部分的数据会在汇聚之后，统一传输到5G基站或者云上。” 雷锋网雷锋网 (公众号：雷锋网)

。