文章图片

为了改善国际链路的稳定性 ， 从2020年开始 ， 觅睿科技就将原有基础设施和云服务向亚马逊云科技迁移 ， 美国、英国、法国等多个亚马逊云科技地理区域的云上架设P2P（点对点）转发服务器 ， 使其终端设备的P2P传输延时在600毫秒以内 ， 连接成功率大于99% 。
祝友志说 ， 迁移完成后 ， 他们发现第一次图像预览速度在1秒以内 ， 能够保证设备连接的稳定性 。

文章图片

▲觅睿科技云业务总监祝友志
基于亚马逊云科技Amazon SageMaker和Amazon SageMaker Data Labeling ， 觅睿科技简化了机器学习流程 ， 实现了针对不同硬件和使用场景的AI智能分析算法快速训练和迭代 。

文章图片

此外 ， 针对觅睿科技的智能系统 ， 亚马逊云科技为其提供了无服务器事件驱动型计算服务Amazon Lambda和云资源及应用程序监控服务Amazon CloudWatch 。 用户的智能家居系统能够进行系统健康检查、故障自愈和分类定向警告 ， 实现全方位系统监控 。
三、构建云原生存储架构 ， 数据稳定性提升至99.99%
数据合规、安全问题是中国企业出海急需解决的难题 。
王晓野说：“早期中国企业出海的优势在于低成本的人工和高质量的产品 ， 对于数据合规问题考虑靠后 ， 但现在 ， 更多用户会首先关注数据合规问题 ， 其次才会考虑产品的性能等 。 ”

文章图片

▲亚马逊云科技大中华区产品部数据类产品高级经理王晓野
觅睿科技将各种音视频等数据加密后存放在Amazon S3上 ， 祝友志说：“从上线以来 ， 智能家居设备的数据无任何丢失 。 ”
在保证数据稳定性上 ， 亚马逊云科技的云服务器Amazon Elastic Compute Cloud（Amazon EC2）具有弹性扩展、安全、高可用性的特点 ， 并且提供经过多种优化、适用于机器学习实例类型和计算密集型深度学习的GPU ， 能够快速处理数据并优化模型 ， 加快觅睿科技推出智能家居解决方案的速度 。
亚马逊云科技还为出海企业构建了云原生存储架构Amazon DocumentDB ， 为了适应市场需求 ， 觅睿科技将云服务和数据从自建MingoDB迁移至Amazon DocumentDB后 ， 数据稳定性从95%提升至99.99% ， 降低运维成本的同时可扩展性也进一步提升 。

文章图片

四、5G技术发展 ， 创新云边协同场景
在图像识别领域 ， 亚马逊云科技的AI服务Amazon Rekognition能够为觅睿科技提供对象与场景检测、不安全的图像检测等功能 。

文章图片

现在 ， 智能家居产品的形态、提供服务的场景越来越多样化 ， 使得智能家居行业的发展更加多元化 。
当智东西问到智能家居行业的未来发展趋势时 ， 王晓野说：“AI能力是智能家居发展的核心诉求 ， 再加上海量数据存储能力 ， 更加合法合规的数据要求等都是行业的发展趋势 。 ”
王晓野补充道 ， 随着5G技术的发展和普及 ， 结合云端、边缘侧和低功耗技术突破 ， 这也会为智能家居行业发展带来不一样的云边协同场景 。
在个性化推荐应用、传统零售业场景下 ， 云端推理和边缘侧推理将会开发出创新性场景 。 例如 ， 快递员敲门后 ， 用户门上的智能摄像头等设备会自动识别衣服上的标识等 ， 提高视频人脸识别能力 ， 基于场景、整体数据之上 ， 通过云计算对用户的社交场景相结合 ， 进一步提升用户体验 。