邊緣計(jì)算核心產(chǎn)品
中創(chuàng)新數(shù)字科技基于和運(yùn)營(yíng)商邊緣節(jié)點(diǎn)搭建的分布式優(yōu)質(zhì)邊緣資源，充分利用在邊緣網(wǎng)絡(luò)的資源儲(chǔ)備和調(diào)度管理的能力，通過(guò)邊緣節(jié)點(diǎn)為客戶提供高效穩(wěn)定、性能強(qiáng)大的計(jì)算和網(wǎng)絡(luò)服務(wù)，以降低客戶接入延遲和成本，并逐步引導(dǎo)融合更多行業(yè)應(yīng)用
專屬解決方案
核心價(jià)值
計(jì)算
網(wǎng)絡(luò)
邊緣存儲(chǔ)
實(shí)時(shí)渲染
技術(shù)賦能產(chǎn)品
核心價(jià)值
ADVANTAGE
超低延時(shí)
節(jié)點(diǎn)部署在用戶終端周邊，可提供低至毫秒級(jí)的傳輸時(shí)延
邊緣原生
統(tǒng)一的邊緣原生架構(gòu)，無(wú)需關(guān)注底層差異，方便統(tǒng)一部署分布式應(yīng)用
云邊協(xié)同
無(wú)需架構(gòu)改造的多云云原生技術(shù)，支持中心云應(yīng)用的彈性伸縮部署
全域覆蓋
可提供覆蓋全國(guó)各地級(jí)市和主流運(yùn)營(yíng)商的分布式云服務(wù)能力
計(jì)算
邊緣容器服務(wù)
基于K8S@Edge提供的邊緣容器管理產(chǎn)品，完全兼容原生K8S，具有安全隔離，高資源利用率，秒級(jí)彈性，輕運(yùn)維，灰度發(fā)布功能，支持統(tǒng)一編排和業(yè)務(wù)的快速接入，能夠幫助用戶輕松實(shí)現(xiàn)云邊一體化協(xié)同
網(wǎng)絡(luò)
邊緣CDN
中創(chuàng)新數(shù)字科技邊緣容器云與CDN 結(jié)合，通過(guò)中創(chuàng)新數(shù)字科技海量邊緣節(jié)點(diǎn)和eCDN智能調(diào)度算法，給用戶就近高可靠的邊緣節(jié)點(diǎn)傳輸來(lái)降低成本
流媒體直播
中創(chuàng)新數(shù)字科技邊緣容器云與直播結(jié)合，采用多點(diǎn)傳輸和弱網(wǎng)抗丟包技術(shù)，實(shí)現(xiàn)就近邊緣節(jié)點(diǎn)進(jìn)行轉(zhuǎn)碼和分發(fā)，保障弱網(wǎng)環(huán)境下的直播質(zhì)量，同時(shí)支持高并發(fā)實(shí)時(shí)彈幕的邊緣分發(fā)，降低中心服務(wù)器的運(yùn)算壓力，可以節(jié)省 30%以上的中心帶寬成本，同時(shí)獲得網(wǎng)絡(luò)低時(shí)延
邊緣加速
通過(guò)邊緣節(jié)點(diǎn)實(shí)現(xiàn)有QoS（Quality of Service）,保障的端到端加速服務(wù), 其底層采用中創(chuàng)新數(shù)字科技自研SDN@Edge技術(shù)，實(shí)現(xiàn)智能選路，抗弱網(wǎng)能力，最后實(shí)現(xiàn)了端到端的可靠傳輸
實(shí)時(shí)流化處理
使用中創(chuàng)新數(shù)字科技邊緣節(jié)點(diǎn)實(shí)現(xiàn)超低延遲播放場(chǎng)景下的音視頻流化處理，將傳統(tǒng)直播中3-5秒延遲降低至1秒以內(nèi)，為觀眾提供毫秒級(jí)的直播觀看體驗(yàn)，無(wú)需任何插件支持各個(gè)終端
邊緣存儲(chǔ)
分布式存儲(chǔ)服務(wù)
基于中創(chuàng)新數(shù)字科技邊緣節(jié)點(diǎn)提供的邊緣快速存儲(chǔ)服務(wù)，高強(qiáng)度加密的動(dòng)態(tài)文件切片存儲(chǔ)，均勻分散在海量節(jié)點(diǎn)上保障安全隱私，采用分散式糾錯(cuò)碼技術(shù)，實(shí)現(xiàn)低成本冗余和異地容災(zāi)，能提供8個(gè)9的數(shù)據(jù)持久性
實(shí)時(shí)渲染
VR云視頻
基于中創(chuàng)新數(shù)字科技邊緣節(jié)點(diǎn)提供的實(shí)時(shí)流方式傳輸?shù)腣R流媒體傳輸及渲染服務(wù)，支持防眩暈，通過(guò)運(yùn)動(dòng)預(yù)測(cè)和定點(diǎn)渲染技術(shù)實(shí)現(xiàn)運(yùn)動(dòng)到光子的延遲小于15ms，基于超強(qiáng)抗弱網(wǎng)能力實(shí)現(xiàn)流暢不卡頓
邊緣渲染
基于中創(chuàng)新數(shù)字科技邊緣節(jié)點(diǎn)提供的邊緣轉(zhuǎn)碼渲染服務(wù)，支持離線渲染和實(shí)時(shí)渲染，以及邊緣節(jié)點(diǎn)網(wǎng)絡(luò)模式下的大容量分布式存儲(chǔ)系統(tǒng)
云手機(jī)
基于中創(chuàng)新數(shù)字科技邊緣節(jié)點(diǎn)提供的虛擬云手機(jī)服務(wù)，兼容原生ARM架構(gòu)100%穩(wěn)定運(yùn)行主流游戲和應(yīng)用，全面支持主流終端設(shè)備，用戶操作與真機(jī)無(wú)異，性能達(dá)到主流旗艦級(jí)水準(zhǔn)
技術(shù)賦能產(chǎn)品
ADVANTAGE
K8S
標(biāo)準(zhǔn)開(kāi)放的云原生技術(shù)和能力
SDN@edge
服務(wù)邊緣云分布式節(jié)點(diǎn)場(chǎng)景的創(chuàng)新Overlay網(wǎng)絡(luò)服務(wù)框架
AIDevOps@edge
云邊智能協(xié)同方案，適配邊緣計(jì)算環(huán)境
K8S：標(biāo)準(zhǔn)開(kāi)放的云原生技術(shù)和能力
中創(chuàng)新數(shù)字科技基于目前最主流的容器引擎K8S，在邊緣云領(lǐng)域進(jìn)行了創(chuàng)新，提升了對(duì)資源的彈性納管能力，實(shí)現(xiàn)了極致的云機(jī)效率
容器熱遷移能力
將運(yùn)行中的容器從一個(gè)節(jié)點(diǎn)遷移到另一個(gè)節(jié)點(diǎn)。在容器熱遷移能力下，很好地解決了重啟容器服務(wù)將會(huì)消耗大量的時(shí)間和算力這個(gè)問(wèn)題
邊緣場(chǎng)景容器運(yùn)行時(shí)服務(wù)
基于K8S CRI（Container Runtime Interface）支持邊緣場(chǎng)景下各種任務(wù)和資源的調(diào)度，可以支持包括kata-conainers、gVisor runc、crun等多種容器
WASM runtime edge extension
基于標(biāo)準(zhǔn)WASM runtime，在邊緣場(chǎng)景進(jìn)行擴(kuò)展并應(yīng)用，使其更適應(yīng)邊緣異構(gòu)的運(yùn)行環(huán)境
容器隔離
隔離容器對(duì)資源的使用，凡是在容器內(nèi)可以被看到的CPU、內(nèi)存、磁盤(pán)和網(wǎng)卡才可以直接被使用，擁有了使用虛擬機(jī)一般的體驗(yàn)
SDN@edge：服務(wù)邊緣云分布式節(jié)點(diǎn)場(chǎng)景的創(chuàng)新Overlay網(wǎng)絡(luò)服務(wù)框架
中創(chuàng)新數(shù)字科技拋棄傳統(tǒng)網(wǎng)絡(luò)中使用的樹(shù)狀結(jié)構(gòu)，參考服務(wù)網(wǎng)格（Service Mesh）思路，提供面向服務(wù)的點(diǎn)到點(diǎn)發(fā)現(xiàn)、路由和穩(wěn)定通信能力，并發(fā)式的實(shí)施監(jiān)控預(yù)警、流量預(yù)測(cè)，從而保證了云協(xié)同的流暢度，以及高質(zhì)量、穩(wěn)定的網(wǎng)絡(luò)服務(wù)
Multi-path Transfer Protocol 多路傳輸協(xié)議
基于邊緣云節(jié)點(diǎn)多地址特點(diǎn)開(kāi)發(fā)的MTP多路徑傳輸協(xié)議，提供了穩(wěn)定的傳輸通道，構(gòu)筑成節(jié)點(diǎn)間通信的骨干網(wǎng)絡(luò)
動(dòng)態(tài)路由
動(dòng)態(tài)路由指端到端傳輸路徑實(shí)時(shí)可切換，并且對(duì)具體業(yè)務(wù)而言是完全無(wú)感知的?？刂破鲿?huì)定期收集節(jié)點(diǎn)和鏈路的狀態(tài)數(shù)據(jù)，根據(jù)需要?jiǎng)討B(tài)調(diào)整路由中的路徑
全局狀態(tài)感知
內(nèi)建全局感知系統(tǒng)，提供面向數(shù)據(jù)、服務(wù)等資源的實(shí)時(shí)需求熱度、分布感知和QOS評(píng)價(jià)，為路由選擇、故障隔離提供依據(jù)的同時(shí)，為上層實(shí)現(xiàn)服務(wù)伸縮編排提供便利
AIDevOps@edge：云邊智能協(xié)同方案，適配邊緣計(jì)算環(huán)境
中創(chuàng)新數(shù)字科技對(duì)傳統(tǒng)的DevOps方案進(jìn)行智能化改造，利用改進(jìn)的Boosting模型、EdgeMatrix框架并結(jié)合 K8S@edge 進(jìn)行運(yùn)維部署，極大提高邊緣計(jì)算場(chǎng)景下的產(chǎn)品交付質(zhì)量和運(yùn)維效率，提升邊緣節(jié)點(diǎn)的資源利用率，有效解決了資源異構(gòu)、資源競(jìng)爭(zhēng)和供需兩端動(dòng)態(tài)波動(dòng)等問(wèn)題
Boosting時(shí)空需求預(yù)測(cè)
根據(jù)業(yè)務(wù)波動(dòng)自相關(guān)性，增加時(shí)間注意力篩選機(jī)制，并采用雙時(shí)間尺度下的模型訓(xùn)練和預(yù)測(cè)邏輯，通過(guò)高精度的時(shí)空需求預(yù)測(cè)，有效解決了供需兩端波動(dòng)問(wèn)題對(duì)業(yè)務(wù)帶來(lái)的沖擊
EdgeMatrix云邊資源優(yōu)化框架
EdgeMatrix引入了網(wǎng)絡(luò)化多智能體演員-評(píng)判家(Actor-Critic)算法，基于混合整數(shù)線性規(guī)劃，有效解決了資源異構(gòu)和資源競(jìng)爭(zhēng)的問(wèn)題
神經(jīng)網(wǎng)絡(luò)運(yùn)維故障預(yù)警
通過(guò)LSTM模型，獲取長(zhǎng)期的多層次的運(yùn)維采樣和埋點(diǎn)數(shù)據(jù)，訓(xùn)練出多個(gè)采樣點(diǎn)的LSTM模型，對(duì)各類(lèi)硬件軟件指標(biāo)做出預(yù)測(cè)和預(yù)警，超過(guò)概率安全閾值則提前進(jìn)行更換
掃碼聯(lián)系
掃描二維碼訪問(wèn)中創(chuàng)新數(shù)字科技邊緣云