KubeEdge整体发展至今具以下生态：

1.边云服务协同：基于EdgeMesh框架为应用程序提供了跨边云的服务发现与流量代理功能，从而屏蔽了边缘场景下复杂的网络结构。

2.边云 AI 协同架构（Sedna）：基于开源 sedna 框架，提供基础的边云协同推理、联邦学习、增量学习等能力， 并实现了基础的模型管理、数据集管理等，使能开发者快速开发边云 AI 协同特性，以及提升用户边云 AI 特性的 训练与部署效率。

 KubeEdge生态未来还将提供：

1.边缘南向服务：南向接入 Mapper，提供外设 Pofile 及解析机制，以及实现对不同南向外设的管理、控制、 业务流的接入，可兼容 EdgeX Foundry 开源生态。

2.边缘数据服务：通过边缘数据服务实现消息、数据、媒体流的按需持久化，并具备数据分析和数据导出的能力。

本文指导用户如何通过华为云云原生服务中心（OSC）以及华为云云原生容器引擎（CCE），以一种更加高效、稳定的方法搭建KubeEdge集群及其全量生态组件。

华为云云原生服务中心介绍

华为云云原生服务中心（Operator Service Center，OSC）是面向服务提供商和服务使用者的云原生服务生命周期治理平台，提供大量开箱即用的云原生服务，支持服务的开发、发布、订阅、部署、升级、更新等，帮助用户简化云原生服务的生命周期管理。云原生服务中心目前已经具备了海量的热门服务，分类包括有AI/机器学习、应用运行时、大数据、数据库、监控、安全、流媒体&消息、集成交付、日志、开发工具、网络、边缘计算等。

更多关于云原生服务中心的信息和使用者指南可以参考：https://support.huaweicloud.com/usermanual-osc/osc_su_0001.html

部署流程导航图如下所示：

1.创建CCE集群

1.1购买一个华为云CCE集群

进入CCE控制台：https://console.huaweicloud.com/cce2.0,点击右上角购买Kubernetes集群按钮：

1.2购买（至少一个）CCE节点

进入CCE控制面板的资源管理-节点管理中，点击右上角购买节点按钮：

1.3为（至少一个）CCE节点配置公网IP

进入ECS控制台：https://console.huaweicloud.com/ecm，为刚刚购买的节点配置一个公网EIP：

此外还需要配置此节点的安全组，确保节点的10000、10002、20004、20006端口能够被边缘节点访问到。

2.搭建KubeEdge环境

2.1.1进入华为云OSC服务目录界面、订阅Cloudcore服务

进入OSC控制台：https://console.huaweicloud.com/osc，在服务目录中搜索并订阅KubeEdge-Cloudcore服务。

2.1.2创建Cloudcore实例

订阅后，点击创建实例并按照安装指南部署Cloudcore。

2.2纳管（至少一个）边缘节点

2.2.1在边缘节点上安装keadm工具

 可以从https://github.com/kubeedge/kubeedge/releases下载keadm工具包。

 2.2.2从CCE获取边缘节点准入token

进入CCE新版界面：

 选中之前创建的CCE集群后点击CloudShell按钮：

进入CloudShell交互式终端命令行后，可以使用kubectl get secret -nkubeedge tokensecret -o=jsonpath='{.data.tokendata}' | base64 -d命令获取边缘节点的准入token：

用keadm join纳管边缘节点

纳管完边缘节点后，还需根据edgemesh文档（https://edgemesh.netlify.app/guide/getting-started.html#manual-installation）对edgecore.yaml进行配置。

3.部署Edgemesh服务

进入华为云OSC服务目录界面、订阅Edgemesh服务。与步骤2.1相同，订阅Edgemesh服务后根据安装指南安装Edgemesh服务：

4.部署Sedna服务

进入华为云OSC服务目录界面、订阅Sedna服务。与步骤2.1相同，订阅Sedna服务后根据安装指南安装Sedna服务：

运行Sedna云边协同推理Demo

本节主要参考Sedna的官方示例-大小模型协同推理，可以参考文档：

https://github.com/kubeedge/sedna/blob/main/examples/joint_inference/helmet_detection_inference/README.md

1.准备数据、大小模型文件

边缘端节点需下载小模型文件，文件链接：https://kubeedge.obs.cn-north-1.myhuaweicloud.com/examples/helmet-detection-inference/little-model.tar.gz。此外，边缘节点还需要安装EasyDarwin、ffmpeg等工具，以及一个虚拟的mp4视频流。

云端节点需下载大模型文件，文件链接：https://kubeedge.obs.cn-north-1.myhuaweicloud.com/examples/helmet-detection-inference/big-model.tar.gz

2.创建Sedna CRD资源

通过CCE的CloudShell交互式终端，可以方便的创建Sedna的自定义资源，比如Model、JointInferenceService、datasets、federatedlearningjobs、incrementallearningjobs等等。

创建大、小模型的CR：

创建协同推理服务的CR：

通过CloudShell创建完成后，我们可以在CCE的自定义资源看板中确认我们的CR已经创建完毕：

3.获取推理结果

在推理容器运行一段时间后我们可以在边缘节点的/joint_inference/output中获取大量的推理结果图片，选取其中的两张如下：

至此Sedna的协同推理示例已经验证通过了。