来源：物联网智库

本文约3000字，建议阅读8分钟。

本文为你介绍了边缘智能在推动智能物联网重要性。

[ 导读 ]当被问及从学者到CEO转变的直接原因是什么？刘江川回答，“做企业是很难的一件事情，知难而上把企业做成功，是一件非常有意思的事。把理论一步步实践到复杂的实际场景中，得到的不仅仅是成就感！”

进入2019年，边缘计算的热度持续升温。

随着物联网、人工智能的发展，全球物联网设备将会越来越多，这些设备产生的数据量也将迅猛增长，同时AI等智能化应用落地正在加速，需要的计算资源也大大增加。骤增的数据量和计算量带来的问题是：传输带宽压力大，云端计算和存储压力大，实时性低 。“云”难免不堪重负，此时就需要边缘计算来分担云计算的压力。

Gartner《2018年十大战略技术趋势:从云到边缘》报告认为：到2022年，随着数字业务的不断发展，75%的企业生成数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理。

在2019年的两会报告中，国家电网公司提出了建设 “泛在电力物联网”，其中重点关注了边缘智能。2018年，江行智能瞄准了边缘计算在电力、新能源、工业电池等领域的应用，公司成立伊始即获得红杉资本中国种子基金数千万元的风险投资。公司的CEO刘江川教授是一个儒雅谦逊的学者，物联网智库与其进行了近一个小时的交流，学习了他对边缘计算创业的独特见解。

刘江川认为，“边缘计算是云计算自然下沉的部分，边缘计算能起到数据汇聚的作用，只有汇聚了数据，才能对数据做进一步的分析和控制，从而跟云协作。”

刘江川觉得，他们团队能利用在计算机网络积累十余年的技术，去撬动物联网终端和云计算的融合，从而打破机器算法和实际需求的瓶颈，推动智能物联网进入下一个阶段。

从学者到创办企业

刘江川博士从2004年就已经关注边缘存储和分发技术，近年来与加拿大公司和国内的华为、阿里等在边缘计算方面展开了深入的合作。他在一流国际期刊和会议上担任会议主席和编委等重要职务，包括IEEE/ACM在计算机网络、大数据、移动计算和多媒体领域的旗舰刊物的编委（IEEE/ACMToN, IEEE TBD, IEEE TMC, IEEE TMM）。并任中国计算机学会网络汇刊（CCFToN）边缘计算特刊的编委。

当被问及从学者到CEO转变的直接原因是什么？刘江川回答，“做企业是很难的一件事情，知难而上把企业做成功，是一件非常有意思的事。把理论一步步实践到复杂的实际场景中，得到的不仅仅是成就感！”

为什么选择边缘计算？

通常情况下，如果选择消费互联网进行创业的话，技术上的领先只占一部分，更大的依赖还是资本的投入，可以认为这些互联网企业的资本要素要大于技术壁垒。

产业互联网却不同，因为一方面它需要长期的技术积累，另一方面它的碎片化程度非常高，与社交网络、云计算、流媒体视频、内容分发等等完全不同，工业行业种类太多，即使再大的公司都很难建立起囊括所有的大平台。

产业互联网的高度碎片化，产生了高度专业化的特殊需求；这种垂直的高度专业化的碎片需求恰恰是江行智能的优势，扎根于边缘计算，打造几个标杆行业应用场景，能够让江行智能快速发展起来。

首先，产业互联网发展带来的契机。随着物联网、人工智能的发展，产业互联网的推进速度越来越快，产业互联网的实时性、隐私性需求带给边缘计算巨大的发展空间。江行智能在边缘计算领域有很多年的积累，从电力这种高度垄断的行业切入，技术壁垒能够使其快速成长。

其次，江行智能团队具备边缘计算“基因”。江行智能的团队对边缘计算、对电力行业有着很深的认识。联合创始人兼商务副总裁邵俊松，有近20年的国内和北美电力行业经验，主要从事智能电网安全运行领域的研究、咨询和服务工作。在南瑞集团工作8年，从事电网安全稳定控制技术研究、控制系统研发和大规模产业化工作。在北美电力系统工作近4年，从事规划、设计和咨询工作。

除此之外，江行智能核心员工曾供职于腾讯、微软、SAP、360、知乎、南瑞，创立超千万用户的互联网产品，管理过上千台服务器集群，PB级分布式数据库，应对日均10亿业务访问量，并在ACM和IEEE顶级会议和期刊上发表过数百篇论文，多次获得最佳论文奖和科技创新奖。

第三，边缘计算与5G能碰撞出更大的火花。随着5G牌照的发放，5G与边缘计算的结合将会开发出更多的场景应用。5G恰恰处于网络边缘的位置，因为5G具备低时延、高带宽的特点，如果要保证真正实现5G的各种服务的话，必须在5G边缘的节点，或者说它的基站上，做计算的工作和存储的工作，这就给边缘计算带来了极大的想想空间。

工业互联网研究落地成果:EdgeBox

刘江川对工业互联网发表了很多观点。很多工业系统本身就是一个物联网，而受限于有限的数据处理能力与落后的数据处理算法，工业系统中的OT技术与IT技术之间产生了极大地鸿沟。而这个鸿沟在当前边缘计算、人工智能等技术逐渐发展成熟的背景下，有望被打破，从而释放出更大的产能。

刘江川团队研发出的一款产品叫“EdgeBox”，该产品可以将计算机系统中的高级计算算法与强大的计算能力与工业中的生产环境耦合起来，用计算机的技术去赋能工业生产。通过边缘计算技术，将工业数据在本地进行处理、预警与控制，可以极大的提高工业的智能化水平。

江行智能EdgeBox位于工业互联网的边缘，极大地丰富了各种网关，可编程逻辑控制器（PLC）、工业PC、人机交互设备或其他边缘系统的功能，并为现场数据处理、实时分析提供前所未有的低延迟、机器学习和人工智能的能力。有助于工业客户在制造业、石油和天然气、水电、运输、采矿、可再生能源、智慧城市等领域的大数据与人工智能实时处理。Edge Box已经在江行智能部署在无锡的智能充电站中得到了应用，相比于传统的云计算架构，数据传输量减少了95%，决策时间缩短到1/5。

江行智能落地场景案例

江行智能通过对海量物联网设备和数据进行管理、分析处理，帮助企业提升效率、降低风险。目前其核心落地场景主要在电力、新能源、工业电池领域。

1、电力行业：

电力行业中高压输电线路的故障与隐患边缘计算技术。

• 背景：输电“三跨”线路隐患频发，线路维护成本越来越高。故障停运次数随线路长度持续增多，而运维人员增速无法匹配线路长度。
• 解决方案：基于边缘计算的高压输电线路在线监控系统，通过将人工智能识别能力赋予边缘计算设备的方式，将计算工作放在靠近服务端的一侧进行，只将需要进行预警的信息回传至服务器，从而大幅降低通信开销和计算延迟。

电力行业中变电站异常监测的边缘计算技术。

• 背景：变电站安全责任重大，运检危险度较高，对变电站设备进行无人化运维存在巨大市场需求。
• 解决方案：通过基于边缘计算图像识别技术，对变电设备巡检影像的可视化图像识别，应用场景主要分为部件破损、呼吸器缺陷、异物、渗漏油缺陷、金属锈蚀缺陷等5大类，9小类。

2、智能新能源车充电站平台

据预测，中国充电基础设施的发展目标是到2020年，建成集中充电站1.2万座，分散式充电桩480万个，满足全国500万辆电动汽车的充电需求。新能源车充电站运维存在情况复杂、难实时监控管理的问题。江行智能利用深度学习和边缘计算设备，推出新能源车充电全流程优化解决方案。相比于传统人工模式，可以解决充电车位占用问题，提高充电场站营收，及时应对故障和风险，同时降低运维成本。

3、工业电池预测性运维产品

工业电池预测性运维系统根据用监控系统采集的电池信息、基站内事件、基站地理和天气信息，预测电池工作状态和寿命，并给出电池维护建议。可用于通信基站、变电站、光伏电站、新能源车汽车电池等场景。官方数据显示，其预测成功率可达87%。

除以上场景外，江行智能还在本地化的内容分发和直播等场景进行探索。总结来看，这些场景的共同特征包括：数据传输和计算量大，有较高的实时性要求，网络带宽资源受限。

刘江川预言，边缘计算可以被想象成下一代互联网的一个重要技术。传统互联网几十年来天生的缺陷，给现在的互联网造成很大了困扰，尤其是工业应用场景。在过去，有人想过从底层开始改造，但这个想法基本上已经被完全抛弃了——底层改造实在代价太大，几乎不可能。

编辑：于腾凯

校对：林亦霖

— 完 —

关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。