边缘计算核心产品
星润科技基于和运营商边缘节点搭建的分布式优质边缘资源，充分利用在边缘网络的资源储备和调度管理的能力，通过边缘节点为客户提供高效稳定、性能强大的计算和网络服务，以降低客户接入延迟和成本，并逐步引导融合更多行业应用
专属解决方案
核心价值
计算
网络
边缘存储
实时渲染
技术赋能产品
核心价值
ADVANTAGE
超低延时
节点部署在用户终端周边，可提供低至毫秒级的传输时延
边缘原生
统一的边缘原生架构，无需关注底层差异，方便统一部署分布式应用
云边协同
无需架构改造的多云云原生技术，支持中心云应用的弹性伸缩部署
全域覆盖
可提供覆盖全国各地级市和主流运营商的分布式云服务能力
计算
边缘容器服务
基于K8S@Edge提供的边缘容器管理产品，完全兼容原生K8S，具有安全隔离，高资源利用率，秒级弹性，轻运维，灰度发布功能，支持统一编排和业务的快速接入，能够帮助用户轻松实现云边一体化协同
网络
边缘CDN
星润科技边缘容器云与CDN 结合，通过星润科技海量边缘节点和eCDN智能调度算法，给用户就近高可靠的边缘节点传输来降低成本
流媒体直播
星润科技边缘容器云与直播结合，采用多点传输和弱网抗丢包技术，实现就近边缘节点进行转码和分发，保障弱网环境下的直播质量，同时支持高并发实时弹幕的边缘分发，降低中心服务器的运算压力，可以节省 30%以上的中心带宽成本，同时获得网络低时延
边缘加速
通过边缘节点实现有QoS（Quality of Service）,保障的端到端加速服务, 其底层采用星润科技自研SDN@Edge技术，实现智能选路，抗弱网能力，最后实现了端到端的可靠传输
实时流化处理
使用星润科技边缘节点实现超低延迟播放场景下的音视频流化处理，将传统直播中3-5秒延迟降低至1秒以内，为观众提供毫秒级的直播观看体验，无需任何插件支持各个终端
边缘存储
分布式存储服务
基于星润科技边缘节点提供的边缘快速存储服务，高强度加密的动态文件切片存储，均匀分散在海量节点上保障安全隐私，采用分散式纠错码技术，实现低成本冗余和异地容灾，能提供8个9的数据持久性
实时渲染
VR云视频
基于星润科技边缘节点提供的实时流方式传输的VR流媒体传输及渲染服务，支持防眩晕，通过运动预测和定点渲染技术实现运动到光子的延迟小于15ms，基于超强抗弱网能力实现流畅不卡顿
边缘渲染
基于星润科技边缘节点提供的边缘转码渲染服务，支持离线渲染和实时渲染，以及边缘节点网络模式下的大容量分布式存储系统
云手机
基于星润科技边缘节点提供的虚拟云手机服务，兼容原生ARM架构100%稳定运行主流游戏和应用，全面支持主流终端设备，用户操作与真机无异，性能达到主流旗舰级水准
技术赋能产品
ADVANTAGE
K8S
标准开放的云原生技术和能力
SDN@edge
服务边点云分布式节点场景的创新Overlay网络服务框架
AIDevOps@edge
云边智能协同方案，适配边缘计算环境
K8S：标准开放的云原生技术和能力
星润科技基于目前最主流的容器引擎K8S，在边点云领域进行了创新，提升了对资源的弹性纳管能力，实现了极致的云机效率
容器热迁移能力
将运行中的容器从一个节点迁移到另一个节点。在容器热迁移能力下，很好地解决了重启容器服务将会消耗大量的时间和算力这个问题
边缘场景容器运行时服务
基于K8S CRI（Container Runtime Interface）支持边缘场景下各种任务和资源的调度，可以支持包括kata-conainers、gVisor runc、crun等多种容器
WASM runtime edge extension
基于标准WASM runtime，在边缘场景进行扩展并应用，使其更适应边缘异构的运行环境
容器隔离
隔离容器对资源的使用，凡是在容器内可以被看到的CPU、内存、磁盘和网卡才可以直接被使用，拥有了使用虚拟机一般的体验
SDN@edge：服务边点云分布式节点场景的创新Overlay网络服务框架
星润科技抛弃传统网络中使用的树状结构，参考服务网格（Service Mesh）思路，提供面向服务的点到点发现、路由和稳定通信能力，并发式的实施监控预警、流量预测，从而保证了云协同的流畅度，以及高质量、稳定的网络服务
Multi-path Transfer Protocol 多路传输协议
基于边点云节点多地址特点开发的MTP多路径传输协议，提供了稳定的传输通道，构筑成节点间通信的骨干网络
动态路由
动态路由指端到端传输路径实时可切换，并且对具体业务而言是完全无感知的。控制器会定期收集节点和链路的状态数据，根据需要动态调整路由中的路径
全局状态感知
内建全局感知系统，提供面向数据、服务等资源的实时需求热度、分布感知和QOS评价，为路由选择、故障隔离提供依据的同时，为上层实现服务伸缩编排提供便利
AIDevOps@edge：云边智能协同方案，适配边缘计算环境
星润科技对传统的DevOps方案进行智能化改造，利用改进的Boosting模型、EdgeMatrix框架并结合 K8S@edge 进行运维部署，极大提高边缘计算场景下的产品交付质量和运维效率，提升边缘节点的资源利用率，有效解决了资源异构、资源竞争和供需两端动态波动等问题
Boosting时空需求预测
根据业务波动自相关性，增加时间注意力筛选机制，并采用双时间尺度下的模型训练和预测逻辑，通过高精度的时空需求预测，有效解决了供需两端波动问题对业务带来的冲击
EdgeMatrix云边资源优化框架
EdgeMatrix引入了网络化多智能体演员-评判家(Actor-Critic)算法，基于混合整数线性规划，有效解决了资源异构和资源竞争的问题
神经网络运维故障预警
通过LSTM模型，获取长期的多层次的运维采样和埋点数据，训练出多个采样点的LSTM模型，对各类硬件软件指标做出预测和预警，超过概率安全阈值则提前进行更换
扫码联系
公众号
扫描二维码联系我们
公众号
