随便云原生技术的发展，行业迎来了一次深刻的变革，我们的开发模式，运维模式发生了根本性的变化。不可变基础设施，编排技术，让传统的开发、运维大量的无效工作节省下来，可以更关注于业务。同时，软件设计模式，组织结构也在进行深刻的变革，这种变革最先开始在云计算领域，各种 PaaS 产品不断涌现。

伴随着云原生技术从云计算领域进入传统的开发领域，AI、IoT 技术也相较于以前有了长远的发展，深度学习的应用越来越成熟，各种 AI 框架的出现，给AI提供了真正能落地的土壤；随着越来越丰富的传感器，规范化的物模型，IoT 的应用更加丰富和规范，已经不是以前简单的在一个精简 OS 开发嵌入式了，已经进入真正的标准化阶段。这些技术相互作用，使得边缘计算成为下一个爆发点，成为中心云之后，下一个巨大的市场。

我们基于云原生技术，通过云边协同和云边网络技术，实现边缘应用管理和边缘自治，将复杂的应用以极低的运维成本自动化的在大量边缘节点进行分发、治理。这些零散分布的智能应用，在边缘不同硬件下，通过构建一个AI适配层 Sangfor Runtime，将 AI 的 Pipeline 部署在边缘端，实现广泛的AI是配合加速，通过打通 IoT 与 AI，实现数据流的统一管理，实现本地智能的管理和处理。

通过边缘计算，实现在边缘的智能处理，我们已经帮助多家合作伙伴服务于他们的客户，节省了大量的人力成本。

演讲提纲：

1. 云原生助力边缘计算蓬勃发展
   • 万物互联下的边缘计算
   • 云原生助力边缘计算蓬勃发展
   • 云原生下边缘计算的面临的挑战
2. 深信服边缘计算的设计和实现
   • 深信服边缘计算总体架构
   • OpenYurt 与边缘自治
   • 深信服云边网络设计
   • 深信服边缘应用治理
   • 深信服边缘数据治理
   • 深信服边缘 AI 推理 Pipeline
   • IoT 安全与边缘安全
3. 深信服边缘计算的应用举例
   • 某园区安全生产方案
   • 某煤矿井下作业方案
   • 某变电站智慧管控方案
   • 水利四乱和水文水质检测

你将获得：

• 云原生落地边缘计算中的主要障碍和问题
• 边缘计算下的架构设计和问题