2021 年 12 月 5 日至 6 日,由极客邦科技旗下的 InfoQ 中国主办的顶级技术盛会 GMTC 全球大前端技术大会在深圳顺利举办。GMTC 全球大前端技术大会聚焦前沿技术及实践经验,面向各行业对前端、移动开发、AI 技术感兴趣的中高端技术人员,旨在帮助他们了解大前端 &移动开发领域的技术趋势与实践案例。
来自闪马智能的高级研发经理/高级架构师吴佳浩也受邀在会上发表了题为《Serverless 赋能大前端,加速 AI 落地,闪马的设计与思考 》的精彩演讲。通过本次演讲,吴佳浩向参会者介绍了 Serverless 模型,并分享了 Serverless+AI 技术的实践和对未来技术发展的思考。
何谓 Serverless
Serverless,全称 Serverless Computing(无服务器运算),又被称为 FaaS(Function-as-a-Service,函数即服务),是云计算的一种模型。在 Serverless 的概念下, 计算资源以服务而非服务器的形式出现。对开发者而言,基于 Serverless 的应用部署可以在服务级别实现,而无需过多地关心服务器的问题,这就为软件开发、软件迭代提供了便利。
Serverless 并不是近几年才开始兴起的概念。早在 2006 年,Zimki 公司便创立了第一个“按照实际调用付费”的提供服务端 JavaScript 应用的平台(当时他们并没有使用“Serverless”一词,第一个使用该称呼的是 2012 年的 Iron.io)。
图片来源:网络
2014 年,亚马逊推出的 AWS Lambda,引领新一轮的 Serverless 风潮,国外的 IBM、Google 等知名厂商先后跟进,而国内也有阿里云和腾讯云等等。但 Serverless 并不是云厂商的专利。
Serverless 主要解决的是在应用开发过程中的部署环境问题,以及治理和编排的架构问题。在传统的开发过程中,所有的开发者都需要关注许多事,诸如“服务器在什么位置?部署在什么样的目录?使用何种操作系统来开发?具体用什么语言来开发?”,还需要关注负载均衡等一系列的事情。
图片来源:闪马智能
随着时间的推移,应用开发流程中的一部分工作内容被逐一拆分出来,交由“云端”负责统一托管,从基础架构云(IaaS)、容器化架构云(CaaS)、应用平台云(PaaS)发展到如今的 Serverless,原本需要开发者关注的网络、存储、服务器、虚拟化、操作系统、中间件、运行环境、数据、应用,几乎全部都可以在云平台实现。在这样的情形下,应用开发者越来越能够专注于“开发”本身,也就是对应用功能的开发、实现和维护了。
Serverless+AI
在应用 Serverless 过程中,闪马智能内部孵化了“SMserverless”开发平台来帮助闪马智能的工程师们更好地完成开发工作,以应对更加复杂的需求和更紧凑的交付周期,满足绝大多数的个性化开发场景的需求。
图片来源:闪马智能
如上图所示,绿色标注的 8 个功能点,分别对应了实时视频播放、视频事件统计、车道流量统计、车辆行驶状况及车辆信息展示等等功能,按照传统的开发模式,实现这些功能大致需要一至两个月的时间,而借助“SMserverless”开发平台,闪马智能的工程师们完成这项工作仅仅需要两天的时间。
在“SMserverless”平台上,开发者仅需要上传算法模型的描述文件,即可在极短的时间内由系统响应出一个实时算法,并得到运用。目前,VisionMind 视频智能分析平台已经实现了通过单个或多个视频流构建“空间”概念的功能,完成了从视频流算法到时空数据算法的进化。
图片来源:闪马智能
在“SMserverless”的帮助下,闪马智能能做的并不止于此。目前,闪马智能目前正在研发的第二代 ATOM 深度学习平台,它将会为 VisionMind 视频智能分析平台赋予更为强大的认知能力。通过对“立体空间”的构建,城市道理交通系统的管理者能更加方便地获得道路交通的运营信息,系统还将根据不同的天气情况,对于摄像头进行相应调整,适应场景变换。此外,在应用场景上,也将增加对于手机、平板、执法仪等终端的支持。
图片来源:闪马智能
正如吴佳浩在演讲中所说,在应用开发过程中,业务场景才是真正的“一等公民”,所有技术都是为了业务场景去服务的,只有落到实际场景中去,技术才是有意义的。
目前,闪马智能的 Vision Mind 视频智能分析平台和 ATOM 深度学习平台已经在全国 200+城市落地,就应用效果而言,二者已经能够在城市道路交通系统发挥较好的赋能效果。但这仅仅是闪马智能的第一步,闪马智能仍在进化。
在未来,闪马智能将会在寻找问题更优解的同时,尝试将技术应用于更多的场景,更好地为城市赋能,成为城市空间智能管理的领导者。
评论