【荣誉】PPIO边缘云入选信通院“2022边缘计算产业全景图”

【荣誉】PPIO边缘云入选信通院“2022边缘计算产业全景图”

【摘要】6月14日, PPIO边缘云首席科学家王晓飞教授受邀出席由中国信息通信研究院召开的“2022云边协同大会”并发表演讲。会上,PPIO边缘云成功入选“2022边缘计算产业全景图”。

王晓飞教授在演讲中表示,当前边云集群调度面临系统动态性、资源异构性等挑战,此前联合PPIO发表在IEEE INFOCOM的两项研究内容---“KaiS”和“EdgeMatrix”,分别从提高调度处理的长期吞吐率和有效提升SLA的保证效率出发,展示了PPIO同天津大学产学研联合研究的持续探索和追求极致的决心。

此外,他还对未来算力网络的发展进行了探讨,深入分析了开放复杂算网环境中多方利益均衡问题,并分享了弹性灵活安全的算力资源交易机制。未来,双方将持续关注边云混合集群系统内的调度问题,保障极致用户体验,促进跨行业应用创新。

会上,主办方正式对外发布了业界首个以边缘计算为核心主题的“2022边缘计算产业全景图”,PPIO边缘云凭借在边缘计算领域的技术创新和专业的服务能力,成功入选。同时入选的还有阿里云、腾讯云、华为云等行业标杆企业。

信通院的《边缘计算市场和用户洞察报告(2022)》中指出,在市场方面, 2021年我国边缘计算市场规模达到436.4亿元,其中边缘硬件规模市场为290.2亿元,边缘软件与服务市场规模达146.2亿元。在应用方面,用户现阶段呈现出在边缘侧部署类型多样化、技术应用以数据类为主、落地面临多方挑战、未来投入持续加大等现状。在未来展望方面,边缘原生、行业融合、开源协同成为发展趋势。

此次入选中国信通院“2022边缘计算产业全景图”,意味着PPIO又一次得到行业的关注和认可。未来,PPIO边缘云将进一步加大自研技术和边缘侧基础设施上的投入,并深化在超低延时直播、云游戏、云渲染、车联网、空间数字化等对超低延时有改善需求的场景上的探索。

关于PPIO边缘云                  

PPIO边缘云自2018年成立以来,秉承“汇聚全球计算资源”的使命,一直专注于在网络边缘侧基础设施上建构边缘云计算服务。目前,PPIO 边缘云在全国30多个省,超过1000 多个县市及区域,为客户提供符合低时延、高带宽、海量数据分布处理需求的边缘云计算服务和解决方案,已成为多家互联网巨头、一线云计算服务商、独角兽级创业公司,在边缘云服务领域的主要合作伙伴。

作为中国领先的独立边缘云服务提供商,PPIO边缘云已在5月份完成A轮2.5亿元融资,累计融资额超4亿元人民币位列各边缘云厂商前列,并先后受到多方权威机构的认可和支持。作为边缘技术产业联盟(ECC)和Edge Gallery的会员单位,积极参与联盟内的项目活动,引领边缘计算产业的蓬勃发展,近期还获得信通院“EC Ready边缘服务首批评测”、“2021边缘计算优秀服务奖”以及由边缘计算社区评选的“2022中国边缘计算企业20强”等多项殊荣。


王晓飞   PPIO边缘云首席科学家

· 天津大学智能与计算学部长聘教授 、博导

· 国家海外高层次人才引进计划(青年)

· 中国计算机学会分布式专委会青年创新奖

· 2017年IEEE通讯协会Fred W. Ellersick Prize年度最佳杂志论文奖获得者

· ACM Rising Star(Tianjin)

· 天津大学北洋青年学者

· 天津市科技进步奖一等奖

Read more

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

近期,PPIO 发布了基于 Sandbox(沙箱)自研的新产品:Agent Runtime,一个轻量级的 Agent 运行时框架。 Agent Runtime 是为了顺应 Agent 的专属需求而推出,其定位与 AWS AgentCore Runtime 类似。AgentCore 是 AWS 在 2025 年推出的专为 Agent 设计的基础设施平台,AgentCore Runtime 则是其中一个子产品,是基于 Firecracker 微虚拟机的 Serverless 运行时环境,旨在解决 Agent 低成本、高效率的部署问题。 PPIO Agent Runtime 通过简单易用的 SDK 与强大的沙箱运行环境来简化 Agent 的部署过程。用户无需关心基础设施配置、

By PPIO
当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

近期,PPIO Sandbox(沙箱)发布了一个重要功能:沙箱克隆。 沙箱克隆旨在助力提高 Agent 的并行计算能力,也就是经典的“Scale up”规模扩展问题。 今年最流行的 Agent 产品是 Deep Research,它可以看作对单个研究问题持续追踪、推演、迭代直到形成洞察的长链路串行推理过程。 那么,如果将 Deep Research 的能力 Scale up 一百倍会发生什么?像 Manus 这样的 Agent 正在解决这类挑战,并将这种并行计算架构的 Agent 称之为 Wide Research。 从 Agent 的串行计算到并行计算,离不开“沙箱克隆”这一核心技术的助力,这是 PPIO 在 Agentic Infra

By PPIO
PPIO上线Kimi K2 Thinking,兼容Anthropic协议

PPIO上线Kimi K2 Thinking,兼容Anthropic协议

今天,PPIO 上线 Kimi K2 Thinking,这是 Kimi 最新、功能最强大的开源思考模型。 Kimi K2 Thinking 基于 Kimi K2 后训练而来的混合专家模型(MoE),总参数达 1T,激活参数 32B,上下文长度 256K。该模型支持深度思考、Function Call、结构化输出、json_schema、json_object 等功能。 现在,你可以到 PPIO 官网在线体现 Kimi K2 Thinking,也可以将 PPIO 的模型 API 部署到 AI 应用中。 PPIO 在线体验地址: https:

By PPIO
PPIO独家上新GPU实例模板,一键部署Kimi-Linear

PPIO独家上新GPU实例模板,一键部署Kimi-Linear

昨晚,月之暗面发布了混合线性注意力架构新模型 Kimi-Linear,旨在解决大语言模型在长上下文推理中的计算瓶颈。 Kimi-Linear 的核心亮点: * Kimi Delta Attention(KDA),一种通过细粒度门控机制改进门控规则的线性注意力架构。 * 混合架构:采用 3:1 的 KDA 与全局 MLA 比例,在保持甚至超越全注意力质量的同时降低内存占用。 * 卓越性能:在 1.4T Token 的训练规模下,经公平对比,KDA 在长文本与类强化学习基准等多项任务上均优于全注意力。 * 高吞吐:在 1M 上下文中实现最高 6 倍的解码吞吐量,显著缩短单输出 Token 耗时(TPOT)。 今天,PPIO 独家上新 GPU 实例模板,可一键部署 Kimi-Linear-48B-A3B-Instruct 的专属模型。 PPIO 算力市场的

By PPIO