唐博恒，柴鑫刚

（中国移动通信有限公司研究院，北京 100053）

1 引言

过去十几年中，计算机视觉的研究在公共安全、交通管理、城市治理、政府决策、医疗健康等领域取得了巨大进步。人工智能（artificial intellgience，AI）图形图像计算也纳入了“十四五”规划，加快布局行业产业应用。算法推理基于计算机视觉算法，在非人为干预环境下提取图像有效信息，并对图像进行理解与分析。单独使用云侧或边缘侧服务器进行推理面临网络时延导致服务时效性差的问题，极大影响用户体验，数据爆发式增长带来算力短缺，导致使用成本提高，因此有必要对计算机视觉算法部署与推理方式进行新的尝试。

云边协同是融合通信、算力、数据存储、应用服务的分布式开放平台，相对于云侧的全局性、长周期、高时延、大数据的计算特点。边缘计算的短周期特性可以更好地支持本地业务。因此边缘侧与云侧并不是简单的替代关系，而是互补协同的合作关系。通过对资源协同、数据协同、应用协同、服务协同等协同领域构建统一高效的协同框架，实现云边互补，资源融合。

云边协同的推理机制不同于传统的云边协同，除业务、数据、服务等协同外增加了算法协同。算法协同具备算力资源分配、准确率验证、模型分区调用等机制。云边协同的推理机制弥补边缘侧算力不足导致的低准确率现象，避免数据短时增长带来的算力波峰，减少云侧带宽压力，提升服务速率，解决数据不出域问题，有效地提高了系统稳定性和资源的整体使用效率。……