鹤梦信息技术：加速视觉物联解决方案的开发，支持多元场景应用

随着 AI 的快速发展，由 AI 图像辨识功能支持的视觉物联网（IoT）技术也越来越普及，在企业和家庭受到广泛应用。从智能门铃、智能摄像头到智能城市基础设施，视觉物联解决方案正在全世界协助保障居家安全，促进业务管理和城市治理。 

自 2017 年成立以来，南京鹤梦信息技术有限公司便致力于运用团队的视觉物联技术领域底层技术从业经验，推广视觉物联解决方案的应用。鹤梦信息技术不只开发企业级和消费物联网产品，也提供能用来快速为居家安全、商店管理、工厂运营等不同应用场景开发视觉物联软件的软件开发套件（SDK）。通过与全球的硬件制造商和电信运营商合作，鹤梦信息技术目前在 8000 万台设备上为 3500 万名终端用户提供视觉物联网服务。

“我们的视觉物联解决方案对开发者十分友好，且与云端工具高度集成。”鹤梦信息技术负责人曾晓东解释：“运用我们的软件开发套件，开发者可以轻易地在一周内开发出符合特定需求、能直接在云上部署的视觉物联软件。如果要从零开始开发，这个过程往往需要好几个月。”

为了在全球以符合本地数据安全法规的方式提供服务，鹤梦信息技术一向将其支持所有物联网解决方案的一站式视觉物联平台部署在多个网络区域中。然而，鹤梦信息技术一开始使用的公有云平台只提供个别区域网络，降低了跨区域网络连接的质量，在不同区域间传输数据可能会遭遇最高达三秒的延迟，损害用户体验。由于网络的关系，鹤梦信息技术也无法在一个区域的基础设施出问题时及时从其他区域导入备份系统，而必须预备额外资源确保顺畅的跨区域容灾。

因此，鹤梦信息技术需要一个能提供更好全球网络连通性的云平台，以改善其物联网服务。此外，为了以更具成本效益的方式开发视觉物联功能，鹤梦信息技术也希望能用全托管的 ML 工具来替代自建的模型训练系统。综合以上考量，鹤梦信息技术选择使用 Google Cloud，因为 Google Cloud 提供跨区域的全球单一虚拟网络，以及支持高效、多元机器模型训练的 AI 技术。

运用 Vertex AI 加速视觉物联功能的开发

2022 年底，鹤梦信息技术在四周内将其一站式视觉物联平台和开发工作迁移到 Google Cloud 上。现在，鹤梦信息技术的团队在开发过程中使用 Vertex AI 来训练 ML 模型。在采用 Vertex AI 之前，鹤梦信息技术使用的是一个部署在本地的 ML 训练系统，每次采购新的 AI 芯片，开发团队就必须花两个月的时间建构训练框架，并需要三到五天调整训练完成的模型，以部署在云上测试。由于 Vertex AI 提供已经在云上运行的全托管 ML 工具，鹤梦信息技术的团队不需要设置硬件就能立即开始训练模型，并直接在 Google Cloud 上测试训练好的模型。如此一来，产品的上市速度便大幅加快。

曾晓东指出，在 Vertex AI 上开发视觉物联功能的另一个好处是更大的开发弹性。现在，鹤梦信息技术和其企业客户不只能直接运用许多预先训练好的模型快速开发视觉物联软件，也可以自行设定符合特定使用场景的训练参数。例如，鹤梦信息技术已经与一个客户合作，将 Vertex AI 上的动物图像识别模型与自建的动物知识图谱数据库对接，两周左右便开发出野外生物识别的应用功能。

“用 Vertex AI 开发视觉物联功能大幅减少了我们开发工作所需的时间和人力。我们可以运用全托管平台和许多先进的预训练模型，在非常短的时间内开发出适用于许多不同场景的功能。”他补充说：“这就像站在巨人的肩膀上拓展业务一样。”

使用 VPC 支持顺畅的跨区域网络连接

鹤梦信息技术采用 Virtual Private Cloud（VPC）支持的单一虚拟网络作为其虚拟物联网服务的网络骨干。由于所有跨区域的数据传输现在都通过同一个网络，鹤梦信息技术得以提供平均 300 毫秒的网络延迟，确保用户设备和服务器之间的顺畅连通性。跨区域网络质量提升之后，鹤梦信息技术也不再需要为跨区域容灾预备额外资源，其网络运营成本因而减少了 10%。

“作为全球互联网服务的供应商，我们需要极佳的跨区域连通性来支持顺畅的用户体验。”曾晓东表示：“有了 VPC，我们不再需要担心跨区域网络的质量，可以将服务部署在全世界多个数据中心，以符合本地数据安全规定。”

使用 Compute Engine 和 BigQuery 支持高成本效益的云计算和数据处理

在计算和数据处理方面，采用 Google Cloud 也为鹤梦信息技术节省了不少成本。鹤梦信息技术的团队使用 Compute Engine 上的虚拟机运行其物联网服务，这些服务有些需要大量内存，但对 CPU 的需求不高，另一些则需要大量的 CPU 计算资源。由于 Compute Engine 上的虚拟机规格可客制化，鹤梦信息技术得以为不同服务设定符合需求的虚拟机，达到更高的资源使用率，节省 20% 的成本。

此外，基于 Compute Engine 的云主机镜像，鹤梦信息技术通过 Google Cloud 主机部署脚本，将其提供的视觉物联网标准 PaaS 服务完成一键式部署，为全球视觉物联产品开发者提供视觉物联基础服务套件和二次开发 SDK。曾晓东指出，如此一来，鹤梦信息技术的客户便能快速完成自己专属平台软件的构建。

为了管理其服务的物联网数据，鹤梦信息技术运用 BigQuery 储存从物联网终端设备收集的商业和日志数据，并用 Dataflow 进行数据标签化和结构化处理，再将这些处理后的数据导入部署在 Compute Engine 上的自建物联网数据分析系统，进行交互式分析和数据管理。在迁移到 Google Cloud 之前，鹤梦信息技术使用本地的系统储存和处理数据，随着公司的业务增长，每三到四个月数据系统就需要扩容。如果扩容的幅度较大，鹤梦信息技术的团队必须升级整个数据处理架构，需要三名工程师花一个月才能完成所有工作。由于 BigQuery 和 Dataflow 都是全托管服务，并且能自动扩展，鹤梦信息技术的团队现在不需要花太多时间运维，就能轻松地储存并处理大量数据。

应用持续演进的 AI 技术，扩大视觉物联的应用范围

接下来，鹤梦信息技术将运用 Vertex AI 的 ML 技术开发更多创新的视觉物联服务，像是商店人流分析和婴儿警报系统。鹤梦信息技术也计划使用 Translation AI 和 Google 的生成式 AI 工具打造不同语言的客服聊天机器人。为了让其物联网产品接触到更多客户，鹤梦信息技术将在 Google Cloud Marketplace 上提供其软件开发套件和 SaaS 服务，让客户能更轻易地购买并部署产品。

曾晓东说：“通过提供业界领先的 AI 技术和高性能基础设施，Google Cloud 协助我们显著地提升了开发运维效率和服务质量。随着 AI 持续发展，我们很期待能与 Google Cloud 一起探索视觉物联技术的更多应用方式。”