边缘计算在物联网、AI 和 5G 的推动下正在快速发展，逐渐从相对独立的本地数据处理单元变成与云高度协同的重要一环，而随着业务复杂度的提升，边缘计算的部署、交付和管理成本也在不断提升。
本次演讲将沿着边缘计算的发展历程，分析其架构从单机到云原生化的架构变迁，以及在不同阶段对应用模型的工程实现方法。
分享提纲：
a. 早期边缘计算产品的系统架构，内置消息和函数计算的实现要点；
b. 使用容器化解决隔离和标准化应用分发，边缘 AI 和 GPU 推断的实现；
c. 引入 Kubernetes 实现本地多机边缘集群和复杂应用模型；
d. 远程自动化管理的模式，不稳定网络下状态一致性的实现。
分享要点：
介绍在物联网需求推动下产生的边缘计算，以及在此背景下边缘计算的架构形态，如何在本地实现轻量级的消息接入和消息处理，随着对消息处理能力需求的提升，引出进程模式应用分发的难点。
基于不断增加的计算需求，逐步为边缘计算引入 Docker 容器和 Kubernetes 编排，从而使架构从“物联网平台的本地化”发展为“跨越物理边界的云原生平台”，并结合 AI 能力形成云训练边推断的数据闭环。
百度智能云物联网部总技术负责人和技术委员会主席。Linux 基金会边缘计算框架 Baetyl 项目创始人和技术委员会主席，LFEdge 技术指导委员会成员；专注于物联网、边缘计算和云原生技术的系统架构，开源的坚定支持者。
Marvel 是一个基于 SSD 的在线表格系统，专注于为腾讯广告提供在线数据存储服务。其核心能力为：
1. 在线数据海量存储，管理在线数据超过百T，3地6副本存储量近PB。
2. 提供实时访问服务，平均响应速度和99.9%响应速度均为毫秒级；QPS峰值数千万/秒。
3. 支持每天数十T数据快速发布。
本次演讲专题关注 Marvel 架构演讲以及核心能力背后的技术设计：
1. 架构演进；
2. 如何保证毫秒级访问速度；
3. 如何支持每天数十T数据的快速发布；
主要负责腾讯广告在线数据平台 MUD 项目（Marvel：在线表格系统；UPipe：数据统一发布系统；DataHub：在线数据统一接口服务）。
