6月10日，青云QingCloud正式发布并全面上线“青云QingCloud物联网平台”和“EdgeWize 边缘计算平台”，这也是自去年CIC云计算峰会首次亮相以来，经过近一年的实践积累与行业沉淀后的又一重要里程碑。
青云QingCloud物联网平台：赋能IoT应用生态建设
青云QingCloud物联网产品负责人王小虎介绍，青云QingCloud的物联网平台是一个中间层，向下能够对接、优化设备，向上则支持物联网应用的开发。
因此，在构建这一平台时，青云QingCloud对异构化的系统设备进行了统一的管控，使得这些设备的数据在物联网平台层面，能够做到时序设备的融会贯通与数据共享，达到在上层应用协同时所有设备的主数据统一，并实现跨应用协同的目的。
也就是说，青云QingCloud物联网平台首先是一个赋能IoT应用生态建设的云网边端一体化架构，它结合了光格网络SD-WAN智能广域网，通过EdgeWize边缘计算让数据中心的能力延伸到用户侧，最终构建成了一个广域空间云网边端一体化的技术架构，不论是硬件还是应用，都能够基于这一完全透明的架构，构建支撑行业和场景的能力。
除此之外，相较于去年推出的版本，此次“青云QingCloud物联网平台”在具备设备接入、设备管理、云端物联网平台消息中心、数据模型等核心功能的基础上，做了一些产品升级，如强化了云网边端架构的整合程度，并对场景及功能进行相应的细化和丰富等。
此外，青云QingCloud透露，今年下半年将会推出时序流编排工具，通过一次编排分发到两个层面：
一是在云端做全局的流式数据处理;
二是下发到边缘计算，使边缘业务不断丰富，即边缘侧的流式数据处理引擎。
核心功能方面，青云QingCloud围绕数字孪生的思路对平台进行了扩充，在设备行为、设备运行状态、可调用方法、可执行操作的基础上，还可以直接注册边缘计算节点，也可以注册智能化设备、协议类设备(代理网关)，以及扩充资产建模映射之间的关系等，这些功能将于今年下半年更新。
行业聚焦方面，青云QingCloud将开放智慧数据中心、智慧工业、智慧交通、传感器、控制器、采集器、边缘计算、AI芯片、AI算法等能力，提供“IoT+资产建模”和“IoT+时序分析”工具，通过项目落地，如建立生态，整合专业力量交付端到端解决方案;在工业互联网场景中落地新基建，加强信息化建设等，让合作伙伴联动起来。
EdgeWize 边缘计算平台：将云能力延伸到边缘端
相较于物联网平台，EdgeWize边缘计算平台更侧重于提供整合边缘计算、应用、智能与网络与一体的综合服务。
王小虎介绍，EdgeWize边缘计算平台主要承载了两个层面的任务：
一是作为基础设施的延伸;
二是将云端的服务能力顺利落到边缘计算上。
具体到商业落地方面，青云QingCloud着重在三大方向发力：
边缘应用方面，青云QingCloud去年便已围绕“如何与云端更好地协同，消息数据如何联动，上层业务如何分发”对EdgeWize边缘计算套件展开了应用。
边缘智能方面，在交通行业针对车的识别、人脸识别，将云端的AI放在边缘侧执行，以此测试边缘侧承载业务的能力。此外，他们还将行业知识搬到边缘侧，不断扩充边缘计算设备的自主决策能力。
边缘网络方面，青云QingCloud将光格网络SD-WAN和EdgeWize边缘计算进行了结合，同时解决了网络接入和网络管控问题，并在管理和运行端提供相关服务。
例如在管理端中，青云QingCloud是通过在物联网平台提供边缘计算管理的流程，包括子设备注册、边缘数据模型、边缘驱动管理、设备/服务/业务监控、边缘消息中心、边缘应用混合编排、边缘流式数据处理等。
而在运行端中，EdgeWize边缘计算则可以针对云端上所定义的业务类型，统一用EdgeWize Runtime调度，支持离线计算、本地决策、OTA升级、软硬监控、协同部署等运行端功能。
谈及EdgeWize边缘计算平台的优势，王小虎称，它不仅能够本地缓存、断网续传，还提供应用混合编排的可视化工具，以及在边缘测支持多形态的边缘业务，未来甚至会扩充数据流式编排。
目前，EdgeWize边缘计算平台在智慧会议室、智慧交通、防疫检测、电梯监控、智慧数据中心、智慧工业等场景中均已实现深入应用。
最后
可以看到，随着各产业转型升级的不断加速，云计算相关技术在其中充当的角色越来越重要，尤其因为此次疫情，云服务的重要程度愈发凸显。
更值得一提的是，在新基建大背景下，产业发展从物理的实体向虚拟线上转变的趋势也更加明显。
对此青云QingCloud市场产品总监陈烈表示，“对线上服务企业来说，后端服务器一扩再扩，流量增长很多倍，要面临很大的峰值压力，但基础设施对网络和规模的覆盖、承载能力没有变。因此，应用技术推进基础设施平台的承载能力不断提升，以及广域覆盖基础设施将成为未来产业发展重点。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
