2021年，分散式雲成為雲計算領域關注的熱點。經過一年時間的探索與沉澱，分散式雲開始從理論走向實踐，諸多雲計算頭部企業夯實分散式基礎設施建設、最佳化分散式資源排程、開發分散式應用，為構建分散式雲打下了堅實的基礎。
12月15日，以“引領分散式雲變革 助力灣區數字經濟”為主題的全球分散式雲大會在深圳隆重召開，本屆大會由全球分散式雲聯盟、深圳科技交流服務中心、深圳市通訊學會、眾視Tech聯合主辦。組委會攜手阿里雲、騰訊雲、Google Cloud、華為雲、螞蟻集團、浪潮雲、金山雲等海內外頂尖雲計算團隊和分散式雲先鋒企業，為粵港澳大灣區數字經濟發展注入分散式雲動力，更將中國分散式雲計算發展推上全新高度！
在16日下午舉辦的分散式安全儲存論壇上，浪潮雲高階架構師 安曉博發表了題為《智慧視覺助力數字世界構建》的精彩演講。
安曉博介紹說，智慧視覺已經成為感知物理世界、構建數字世界的重要的技術手段。在新產業、新業態、新商業模型經濟建設的背景下，智慧視覺廣泛滲入數字政府、智慧交通、智慧製造、智慧金融等各行各業經營管理的主要環節，產業化和規範化發展十分迅速。
但是，目前業界基於智慧視覺的應用在實際落地過程中還存在種種困境。首先，智慧視覺應用細分領域多樣，場景化需求複雜，造成開發落地週期長。
浪潮雲深入分析了14個行業領域160多種智慧視覺的應用場景，場景化需求佔將近90%，意味著能夠使用通用基礎演算法應對的應用場景僅佔一成。
安曉博舉例說，基於智慧視覺的安全生產、質量監測演算法在各行各業均有應用，但是不同行業、不同企業對演算法應用的需求不盡相同，包括引數指標、環境、流程等；即便是應用最為廣泛的人臉識別演算法，面對刷臉支付、考勤簽到、會員識別、相簿分類、人臉布控等多種場景，雲服務、智慧終端、小程式等眾多載體形態，業界也無法做到無差別遷移複製。因此根據不同的應用需求，開發人員需要做大量的場景化適配工作，完成演算法開發到落地應用場景這最後一公里往往步履維艱。
另外，智慧視覺領域的業務資料規模龐大，多源異構特徵明顯，並伴隨序列性、關聯性、實時性等特點，資料處理難度極大。
目前我國現存的視覺採集裝置已經超過5億臺，每年產生的資料量超過ZB級，這些資料來源於不同型別的視覺採集裝置及業務資訊系統、網際網路等多個領域，包含人臉、行人、車輛、物品、場景、場所等不同種類的分析物件，並且以影片、影象、語音、文字、時空資訊等多種模式形態存在，使得海量、異構的智慧視覺資料處理成為行業應用的迫切需求。
同時，智慧視覺的資料呈現序列性及實時流動的特點，資料之間存在時間及空間關聯性，甚至某些領域還存在業務流程及邏輯關聯性，進一步加大了智慧視覺資料分析處理的複雜性。
浪潮雲與各行各業的客戶共同成長，在智慧視覺領域逐步形成了完整的產品體系，並積累了一些最佳實踐經驗。
針對智慧視覺應用場景落地難的現狀，浪潮雲基於AI Native打造了智慧視覺工程化引擎，面向開發者提供演算法訓練、演算法整合等一站式視覺分析應用開發服務；同時，預置在各行各業長期積累提煉的100多種演算法模型，面向行業客戶提供“預訓練+微調”的AI生產賦能模式。
在資料處理方面，浪潮雲基於多年政企大資料領域的技術沉澱，研發了基於多模態資料處理的數字檔案管理平臺，匯聚融合了海量的影片、影象、語音、文字等半結構化資料以及屬性特徵、登記資訊等結構化資料，面向業務構建原始庫、資源庫、主題庫等，打造以影片影象為核心資料庫及管理工具；並以業務關注目標為核心，從海量資料中萃取高價值資訊，構建目標數字化檔案。
隨著智慧視覺在各行業不斷深入應用，細分場景對時延、頻寬、資料量及經濟性等多方面提出了更高的要求。浪潮雲藉助分散式雲的架構優勢，不斷將計算、網路、儲存、安全及各類服務的產品能力擴充套件至邊緣及終端，形成雲邊端一體化的智慧視覺體系。
開發者依託中心雲強大的算力及配套服務，快速完成應用場景及模型演算法的開發，並透過雲管通道下發到邊緣節點，賦予邊緣端軟體定義智慧計算能力。邊緣節點可透過動態載入演算法及服務，滿足實時或近實時的視覺計算和資料處理需求，實現智慧應用、自主決策。
在智慧視覺技術的研發與產品的深度融合中，浪潮雲在不斷思考、探索、創新。作為新一輪產業變革的核心驅動力，智慧視覺讓社會的生產生活方式走向數字化、智慧化，浪潮雲也將持續傳遞價值，加速智慧視覺在各場景中的應用，幫助行業客戶走得更快更遠。
