本次论坛采取线上线下同时进行的形式，让更多用户参与到这场关于云边未来的知识分享中。各位演讲嘉宾通过深入分享自身在行业中的经历，为促进云原生边缘计算在行业中的发展提供灵感和思路，并呼吁更多力量的加入。

在数字化时代的浪潮下，云原生技术被广泛应用，在多行业、多领域逐步展露头角，为我国数字经济建设赋能。中国信通院云大计算部副主任陈屹力介绍到云原生与边缘计算的融合发展，推动了“云、管、边、端”一体化协同，促进市场创新，产业生态走向繁荣。

随着边缘计算的成熟，KubeEdge 已经被应用于各个行业、各个场景。本次论坛华为云云原生开源负责人王泽锋回顾了KubeEdge 的发展历程，讲述了 KubeEdge 的核心理念和整体架构，并展望了技术演进趋势和生态发展态势。KubeEdge 面向边缘计算场景，专为边云协同设计，是业界首个云原生边缘计算框架，聚焦开放社区治理，连接云原生和边缘计算生态，旨在提供应用协同、资源协同、数据协同和设备协同的统一标准。作为CNCF唯一孵化级边缘计算项目， KubeEdge 已经收到来自全球 800 多名贡献者和 60 多家组织的贡献。目前，KubeEdge 已被广泛应用于交通、能源、互联网、CDN、工业制造、智慧园区等行业。未来 KubeEdge 将在设备管理标准接口 DMI、 跨网络通信、EdgeSite、WASM等关键内容方面加快探索脚步，持续深入新方向、新场景。

KubeEdge 作为行业内通用的边缘计算框架，在整体架构上有良好的设计思想。「DaoCloud 道客」边缘计算团队技术负责人郑策分享了「DaoCloud 道客」在工业互联网中积累的丰富实践经验，并将这些宝贵经验贡献给了社区，使其在工业应用场景更稳定可靠。提出的Device Management Interface (DMI) 提案，可以在未来标准化边缘设备的管理，使得KubeEdge可以无缝兼容各种设备框架的接入。此外，「DaoCloud 道客」通过对 KubeEdge 框架的进一步优化及功能扩展，真正实现边缘的低时延，增加代码的可读性，支持存储的多样性，而且增强了云边数据协同。

中国电信天翼云容器研发技术专家阮兆银以天翼云 CDN 云化项目为背景，介绍通过 KubeEdge 完成 CDN 的边缘节点纳管、CDN 边缘服务自动化部署升级以及边缘服务灾备等落地实践。中国电信以“2+4+31+X”的资源布局加速云网融合，整体业务发展正步入快车道。CDN提供的缓存加速服务旨在解决最后一公里加速问题，为了满足就近接入和快速响应，通常CDN节点具有呈离散分布的特点，通过KubeEdge方式接入，收敛边缘节点连接，接入统一的Kubernetes集群，提供云边协同，边缘自治，提供原生能力。在未来的道路中，CDN 边缘计算演进会加速边缘基础设施的建设：节点扩展边缘计算与CDN混合节点、CDN边缘资源虚拟化等，并拓展新业务，探索新道路。

本次演讲宝信工业互联网研究院研究所所长代真虎基于钢铁行业现状、特点、环境、需求以及痛点、任务、发展趋势的分析，结合中国宝武发展实际，阐述了宝信工业互联网顶层架构设计中边缘计算实践场景和案例。宝信工业互联网平台xIn³Plat，将新一代信息技术与制造业深度融合，采用云-边-端架构，构筑云边协同工业PaaS， 集聚设备、技术、数据、模型、知识等资源，推动形成数据驱动、软件定义、平台支撑、服务增值、智能主导的新型制造体系，助力制造业数字化转型和高质量发展。xIn³Plat 平台 的出现为钢铁行业与工业互联网融和发展提供了很高的实践价值。边缘部署平台化与云原生技术的结合将会是一个大趋势。

KubeSphere是在 Kubernetes 之上构建的企业级分布式多租户的容器平台 (面向云原生的分布式操作系统) 。KubeSphere 与 KubeEdge 社区紧密合作，从云端控制层面解决边缘节点纳管易用性难题，打造云原生边缘计算服务。在本次分享中，KubeSphere 后端研发工程师朱晗介绍到通过激活云端组件、可观测链路转发、edge-watcher controller、边缘容器日志获取等途径，可解决现存的集成工作与可观测性难题。

云原生边缘计算技术的发展离不开各行各业的深耕实践，也离不开社区专家对其的精进和优化。来自 KubeEdge 社区的三位专家，以社区中不同项目、组件为主题，分享其架构与原理、最新进展以及不同场景的案例，深入了解其优势之处，并规划未来各组件需实现的功能，各项目的发展方向，致力携手更多社区贡献者共建云原生边缘计算生态。

郑子木聚焦分布式协同AI技术，分析其面临的挑战：边缘资源碎片化、边缘数据孤岛、边缘样本少、边缘数据异构等，随后引出KubeEdge SIG AI 的目标即专注于分布式协同AI领域，基于KubeEdge生态，构建高性能、低门槛、安全可信的分布式协同AI框架和客观统一的评价标准。KubeEdge SIG AI首个开源项目Sedna基于KubeEdge提供的边云协同能力，支持现有AI类应用无缝下沉到边缘，降低分布式协同机器学习服务构建与部署成本、提升模型性能、保护数据隐私等，正广泛在协同推理、增量学习、联邦学习、终身学习等场景展开实践探索。

王梓龙首先分享了边缘计算在不同行业的运用，目前的设备管理、创建流程方式，继而引出了目前所存在的问题。重点介绍了 DMI（Device Management Interface）的架构以及 DMI 下的创建流程，展现通过DMI扩展多种边缘计算框架，用户无需手动创建mapper应用，由框架自主连接并管理设备的实现机制。最后王梓龙还提到了 KubeEdge SIG Device IOT 未来工作计划，向大家清晰地展示了其未来的发展道路。