gydtep

强大算力：集中化的数据也意味着数据量的急剧膨胀，无论哪家自动驾驶背后都有强大的芯片支撑，只有足够的算力才能保证在最短的时间内可以进行足够的计算。

gydtep

软件迭代：算力+算法构成了智能化的最终目标，然而算法不可能完美无瑕，我们会根据逐渐积累的自动驾驶数据不断进行算法的升级，使软件系统能够不断的升级以获得更佳的自动驾驶效果。

gydtep

在此背景下，云原生基金会CNCF下诞生了OpenTelemetry项目，旨在将Logging、Tracing、Metrics三者进行统一，实现数据的互通互操作。

Create and collect telemetry data from your services and software, then forward them to a variety of analysis tools.

gydtep

OpenTelemetry最核心的功能是产生、收集可观察性数据，并支持传输到各种的分析软件中，整体的架构如下图所属，其中Library用于产生统一格式的可观察性数据；Collector用来接收这些数据，并支持把数据传输到各种类型的后端系统。

gydtep

厂商无关：此项目完全中立，不倾向于任何一家厂商，让大家可以有充分的自由来选择/更换适合自己的服务提供商，而不需要收到某些厂商的垄断或者绑定

gydtep

最上层我们会提供一些辅助决策的功能，例如告警通知、数据可视化、Webhook等，此外会提供丰富的外部集成能力，例如对接三方的可视化/分析/告警系统，提供OpenAPI以便不同的应用方集成。

gydtep

安防行业已有不少落地应用

近两年，基于深度学习的人工智能在安防市场的应用越来越深入，尤其是车牌识别、人脸识别等技术得到了大规模的应用，并获得了非常不错的应用效果。

gydtep

当然，这些都是底层的技术问题，用户对此并不关心，也不需要关心，对于用户来说，人工智能技术的应用能否真的提升效率，而不是浮于表面的漂亮概念，才是最重要的。而因为智能化应用的特殊性，只靠单个产品，并不能真正带来巨大的效果提升，实现人工智能的安防应用，对用户来说，必须是整体的解决方案才有价值。这意味着用户对于项目的整体智能化需求更加明确。

gydtep

当然，这些都是底层的技术问题，用户对此并不关心，也不需要关心，对于用户来说，人工智能技术的应用能否真的提升效率，而不是浮于表面的漂亮概念，才是最重要的。而因为智能化应用的特殊性，只靠单个产品，并不能真正带来巨大的效果提升，实现人工智能的安防应用，对用户来说，必须是整体的解决方案才有价值。这意味着用户对于项目的整体智能化需求更加明确。

gydtep

Edge AI的部署也充满了限制，包括网络延迟，内存压力，电池消耗以及进程可能被用户或操作系统作为后台的可能性。从事边缘AI的开发人员需要计划各种限制，尤其是在探索手机等常见用例时。