腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

端边云协同：从云到边缘

面向边缘的基础设施面向边缘的基础设施是在高层次上支持分布式网络智能和物理系统之间复杂交互的端到端基础设施。尤其在工业领域，正在经历一个向新电子架构的过渡，继承了在云计算、软件定义网络、云存储和对象数据库、大数据、软件部署和编排以及安全等方面所经历的一些技术进展。 e.端到端管理和编排：一种通用的软件部署模型，从云到端点，实现了一个现代的CI/CD软件生命周期管理。可以跨端到端基础架构部署、监控、更新、内部连接和协调，支持跨整个分布式基础架构的CI/CD模型。

半吊子全栈工匠

2023-02-24

1.9K0

标签:

边缘AI与端云协同架构

边缘AI与端云协同架构概述边缘AI将人工智能模型部署在边缘设备（如手机、传感器、嵌入式设备）上，实现本地实时处理；端云协同通过边缘与云计算的协作，平衡计算负载、隐私与延迟。案例分析案例1：智能家居安防系统架构设计：边缘端：摄像头运行轻量级YOLOv5模型，实时检测入侵者，触发本地警报。云端：上传可疑图像至云端进行高精度分析（如ResNet），并通知用户。通过MQTT协议实现边缘与云通信。案例2：工业设备预测性维护架构设计：边缘端：传感器采集设备振动数据，运行LSTM模型预测故障。云端：聚合多设备数据，训练全局模型并下发更新至边缘。 :", output) 端云协同通信（MQTT + Python） import paho.mqtt.client as mqtt def on_connect(client, userdata 安全协议：采用TLS加密边缘-云通信。通过案例与代码可见，边缘AI与端云协同能显著提升响应速度并降低带宽消耗，但需权衡模型精度与资源限制。

贺公子之数据科学与艺术

2026-01-20

8630

标签:

端云协同推理：Split Learning实战

端云协同推理（Split Learning）逐渐成为研究和应用的热点这种创新的计算模式将深度学习模型的推理过程在终端设备（如智能手机、IoT设备）和云端之间进行划分，不仅提高了推理效率，还增强了数据隐私保护端云协同推理（Split Learning）概述在传统的深度学习推理模式中，终端设备要么将所有数据上传到云端进行推理，要么在本地完成所有推理任务。组件功能描述通信模块接收终端设备发送的加密特征向量，并将推理结果返回给终端设备特征解密模块对加密的特征向量进行解密后向推理模块运行模型的后几层，进行分类或回归计算模型更新模块根据推理结果和反馈信息，对云端模型进行更新和优化端云协同流程 Split Learning的端云协同流程可以分为以下几个步骤：数据采集与预处理：终端设备采集原始数据，并进行必要的预处理操作。实际应用案例与挑战Split Learning作为一种新兴的端云协同推理技术，已经在多个领域得到了应用，同时也面临一些实际挑战。

二一年冬末

2025-07-18

1.1K0

标签:

腾讯技术创作特训营S14#新手村

详解边缘计算系统逻辑架构：云、边、端协同

作者：崔广章来源：大数据DT 01 边缘计算系统逻辑架构简介由图3-1可知，逻辑架构侧重边缘计算系统云、边、端各部分之间的交互和协同，包括云、边协同，边、端协同和云、边、端协同3个部分。云、边、端协同：通过云解决方案Kubernetes的控制节点、边缘解决方案KubeEdge和端解决方案EdgeX Foundry共同实现。 02 云、边协同云、边协同的具体实现如图3-2所示。 04 云、边、端协同边缘计算系统中云、边、端协同的理想效果如图3-5所示。 ▲图3-5 边缘系统中云、边、端协同的理想效果由图3-5可知，云、边、端协同包括两层，即云、边协同和云、边、端协同。云、边协同：云作为控制平面，边作为计算平台。云、边、端协同：在云、边协同的基础上，管理终端设备的服务作为边上的负载。云可以通过控制边来影响端，从而实现云、边、端协同。从云、边、端协同的架构切入，主要对云、边、端协同的理想效果进行了说明。关于作者：崔广章，之江实验室高级研究专员，资深云计算和边缘计算技术工程师。

IT阅读排行榜

2022-06-07

17.3K0

标签:

亿道“易道”：All in AI，聚焦端云协同！

一、AI正从“云”到“端”，但端云协同仍是当下“最优解” 自2022年以ChatGPT为代表的生成式人工智能（AI）应用横空出世以来，全球几乎所有的科技大厂都纷纷投入巨资，加入到了生成式AI大模型的竞争当中伍俊龙指出，“端云协同”将是当前技术水平限制下智能分工的最优解：高频、实时、隐私敏感任务由端侧承担，复杂推理与模型训练由云端赋能，这也可以实现“云让端更聪明，端让云更真实”的价值闭环。为了应对这一趋势，亿道的破局之道就是All in AI，推动从端到云的协同创新。二、All in AI，从技术消费者向技术供给者转型对于亿道这样一家深耕智能终端解决方案领域20多年的硬件厂商来说，在当前AI从云端开始下沉到端侧、走向端云协同的大趋势之下，自2023年就开始“All 其中，云端能力的构建与优化也正是为了对端侧能力的补充，可以为端侧设备提供可动态调整的增强AI，可以形成云边端一体化的协同智能。”

2026-03-20

6620

标签:

【端设备协同操作】

端设备协同操作的关键方法设备发现与连接采用多种无线通信技术实现智能设备间的自动发现与配对：蓝牙技术（4.0及以上版本）典型应用：智能手环、无线耳机等穿戴设备技术特点：低功耗（BLE）、10

贺公子之数据科学与艺术

2025-12-18

2950

标签:

腾讯云副总裁黎巍：“云管端”协同引领智慧安全未来

24日的安全专场，腾讯云副总裁黎巍发表了以《智慧安全引领未来》为主题的演讲，分享了云安全的发展现状与挑战，以及新时代环境下腾讯云基于云管端实现的全场景智慧安全方案。 ? 全景式腾讯云智慧安全方案：云管端协同布局黎巍表示，过去一年的经验表明，在复合网络生态空间下，仅仅聚焦于点和线都是远远不够的。而基于“云、管、端”协同的全链路智慧安全，对实现主动防御意义重大。当云作为平台和管道把大量企业连接到了云的空间后，我们看到了构建立体安全防御体系的机会：基于云、管、端的能力协同，实现联防联控，并有机会将更多安全能力服务化以触达用户，为用户提供丰富的云上业务防御产品和解决方案在云、管、端闭环后，更多隐蔽性威胁可以通过异常行为关联与信息联动发现，在去年百万级暗云3木马发现过程中，云镜主机安全和电脑管家终端安全的联动已经充分展现了优势。腾讯希望依靠云管端协同的智慧生态，为用户持续提供安全的、可信的、智慧的云，助力更多企业高效迎接数字化浪潮，助力企业安全发展。

腾讯云安全

2018-06-07

2.4K0

标签:

端云协同创新优化音视频场景用户体验

今天我分享的主题是《端云协同创新优化音视频场景用户体验》。表面看上去音视频场景、用户体验这件事，与我们这个做特效的团队不是那么沾边。那么为什么会由我来进行这个分享呢？接下来给大家分享一个我亲身经历。 4、手机端全流程图像体验升级刚才提到很多“好”是什么，那么我们怎么才能做到“好”，在内部的流程会略显复杂。这件事就是通过端云共同完成的，只有云不行，只有端也不行，那云和端分别有什么作用呢？现在有生产端、服务端、消费端，在不同的业务里分别代表不同的方面。比如说在直播业务里生产端就代表着直播的软件，例如抖音或直播助手等。服务端指的是云上的这些服务器比如转码、分发。因此，平衡效果和平衡性能决定了功能放在云上还是端上。 5、生产端-画质相关接下来我们看看实际应用效果。首先我们做了视频超分，即在不损失画质的前提下要提升像素。 8、如何保证端到端的体验字节音视频服务里有云服务，有客户端套件，有应用场景。

2022-08-26

1.4K0

标签:

云边端协同：MyEMS 如何构建能源数字神经中枢

它用"云-边-端"三层协同架构，把数据采集、实时决策、全局优化串成一条完整链路，而且全部代码基于MIT协议开源（GitHub680+Stars），你可以fork一份，今天就跑起来。：毫秒级决策、断网自治、边缘AI推理"云"层=大脑中枢：全局建模、策略迭代、跨场景协同三层之间的数据流不是单向的——终端数据上行、策略指令下行、执行效果回传，形成一个持续的"采集→决策→执行→迭代"闭环从架构角度，边缘层的4G数据采集器（如ME-600）同时承担了数据预处理与断网缓存的职责，是云-边-端协同中的关键缓冲节点。四、"云"层：从数据湖到决策引擎云端是MyEMS的全局指挥中心。五、协同逻辑：全链路闭环MyEMS的云-边-端不是松耦合的拼凑，而是通过清晰的协同逻辑形成闭环：数据流转闭环：终端采集→边缘本地处理并执行即时优化→云端接收汇总数据进行深度分析→云端生成优化策略下发至边缘与终端 MyEMS的价值不只是一个开源项目——它用"云边端协同"重新定义了能源管理的技术范式：终端负责感知、边缘负责实时决策、云端负责全局进化，三者形成一个自驱动的"数字神经中枢"。

2026-07-01

2440

标签:

RTE先行：“端”、“云”协同的全链路QoS保障方案

针对实时业务、实时流量，目前常见的解决方案不外乎三类，主要包括自建服务、使用CDN加速以及使用了公有云的加速服务。但企业自建服务的投资和运维成本十分高昂，以缓存命中率为主的CDN加速并不保证质量，而公有云厂商的GA（Global Accelerator）覆盖能力受限于自身的规模、并且无法解决移动端弱网环境下连接不稳定的难题 2021年8月19日，全球实时互动云服务商声网Agora（NASDAQ：API）推出了全链路加速FPA（Full-Path Accelerator）——通过覆盖全球的端到端传输优化，克服了互联网Best 全链路加速 FPA 通过“云”和“端”的高效协同，在集成了声网加速SDK的场景下，开发者可以借助FPA全面覆盖各种可能的互联网节点和接入点需求，满足互联网业务的网络质量需求、从而实现高水平的QoS保障。除此之外，声网全链路加速FPA还拥有以下优势： 1）全链路相比市面上已有的方案，FPA全链路采用“端”+“云”协同的策略，尤其是端侧SDK一站式集成匹配了各类终端，并整合了声网自研的AUT（Agora

2021-08-24

1.3K0

标签:

全链路加速

内容分发网络 CDN

实时音视频