Microsoft и AT&T демонстрируют видеоаналитику на базе 5G

Общедоступное решение Azure MEC позволяет приложениям с малой задержкой работать на границе сети оператора мобильной связи, предоставляя вычислительные службы Azure, интегрированные с возможностью подключения 5G. Публичный MEC Azure предназначен для выполнения рабочих нагрузок искусственного интеллекта и машинного обучения, требующих интенсивных вычислений и работы в сети с малой задержкой.

Доступ к этим ресурсам осуществляется через высококачественные соединения 5G с телефонов, умных камер, устройств IoT и другого оборудования. Предприятия и разработчики могут создавать и запускать эти приложения с малой задержкой и управлять своими рабочими нагрузками с помощью тех же инструментов, которые они используют для запуска приложений в общедоступном облаке Azure.

Чтобы осветить новые привлекательные приложения с общедоступным MEC Azure, которые выигрывают от подключения 5G с малой задержкой, мы делаем доступной библиотеку видеоаналитики под эгидой Edge Video Services.

Пограничные видеосервисы

Edge Video Services (EVS) — это платформа Microsoft для разработки решений видеоаналитики, которые можно развернуть в общедоступной MEC Azure. Например, рассмотрим некоторые приложения для умного города, такие как наше Vision Zero, работающее с городом Бельвю, которое позволило создать транспортные потоки нового поколения в реальном времени, что привело к существенному улучшению повседневной жизни пассажиров. Точно так же видеоаналитика в реальном времени может сделать города более безопасными, управляя светофорами в таких ситуациях, как разрешение человеку в инвалидной коляске безопасно перейти улицу.

Родственное приложение, которое мы продемонстрировали на Hannover Messe 2016, интегрировало раннюю версию EVS в камеры светофоров и беспилотных автомобилей для анализа видео, чтобы помочь уменьшить количество аварий и смертельных случаев. Другие новые приложения, которые скоро появятся, включают улучшение транспортных систем, мониторинг качества воздуха, уличное освещение, умную парковку, управление толпой и управление чрезвычайными ситуациями.

Помимо умных городов, EVS может предоставить современным умным предприятиям сквозной опыт с видеоаналитикой для смешанной реальности в качестве естественного компонента сетевых решений 5G. Дополнительные примеры включают управление машинами и роботами на подключенных фабриках, обработку запросов клиентов и предоставление услуг в розничных магазинах и ресторанах или отслеживание пешеходного движения на спортивных аренах.

Inter-edge Orchestrator для управления сетевым трафиком с участием нескольких общедоступных MEC. Он развертывает контейнеры приложений в пограничной иерархии для обеспечения высокой доступности и отказоустойчивости.
Мониторинг сети и адаптация для непрерывного мониторинга динамических беспроводных и проводных сетевых подключений с соответствующей адаптацией требований приложений.

Динамическое выделение ресурсов для контейнеров машинного обучения видео. Это адаптируется в зависимости от нагрузки, создаваемой мобильной сетью, и рабочих нагрузок, развернутых в локальном пограничном расположении.

Развертывание умных городов в общедоступном MEC Azure с AT&T

Работая с AT&T, Microsoft продемонстрировала ценность EVS на публичном MEC Azure, подключенном к сети 5G AT&T в Атланте. Установка состояла из локального пограничного устройства, управляемого Azure IoT Hub, и кластера Kubernetes.

EVS интегрирован с сетевыми API AT&T для получения информации о сети 5G в режиме реального времени. В результате EVS адаптирует объем трафика, передаваемого между ребрами, в зависимости от любых колебаний задержки и пропускной способности канала 5G. EVS использует Azure Traffic Manager для поддержки автоматического переключения общедоступного MEC Azure на ближайший регион Azure, что гарантирует бесперебойную работу видеоприложения.

При отработке отказа в регионе Azure EVS адаптируется к изменившейся и увеличенной задержке, регулируя объем трафика, отправляемого из локальной границы, путем изменения параметров кодировщика и модели машинного обучения с минимальным влиянием на точность приложения. EVS также знает о других контейнерах, выполняющихся на периферии, и может эластично увеличивать или уменьшать свои требования к вычислительным ресурсам.