|
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106 |
- 简体中文 | [English](./README.md)
- # Sedna
- [](https://github.com/kubeedge/sedna/actions)
- [](https://goreportcard.com/report/github.com/kubeedge/sedna)
- [](/LICENSE)
-
- ## 什么是Sedna?
- Sedna是在KubeEdge SIG AI中孵化的一个边云协同AI项目。得益于KubeEdge提供的边云协同能力,Sedna可以实现跨边云的协同训练和协同推理能力,如联合推理、增量学习、联邦学习、终身学习等。Sedna支持目前广泛使用的AI框架,如TensorFlow/Pytorch/PaddlePaddle/MindSpore等,现有AI类应用可以无缝迁移到Sedna, 快速实现边云协同的训练和推理,可在降低成本、提升模型性能、保护数据隐私等方面获得提升。
-
- ## 项目特性
- Sedna具有如下特性:
- * 提供边云协同AI基础框架
- * 提供基础的边云协同数据集管理、模型管理,方便开发者快速开发边云协同AI应用
- * 提供边云协同训练和推理框架
- * 联合推理: 针对边缘资源需求大,或边侧资源受限条件下,基于边云协同的能力,将推理任务卸载到云端,提升系统整体的推理性能
- * 增量训练: 针对小样本和边缘数据异构的问题,模型可以在云端或边缘进行跨时间自适应优化
- * 联邦学习: 针对数据大,原始数据不出边缘,隐私要求高等场景,模型在边缘训练,参数云上聚合,可有效解决数据孤岛的问题
- * 终身学习:针对小样本和边缘数据异构的问题
- * 通过云端知识库提供记忆功能,让边缘积累的样本知识能在持续更新同时被持久化,从而处理灾难性遗忘问题;
- * 结合增量训练和多任务训练,同时实现跨时间与跨情景的知识迁移,从而更好地处理未知任务。
- * more
- * 兼容性
- * 兼容主流AI框架TensorFlow、Pytorch、PaddlePaddle、MindSpore等
- * 针对云边协同训练和推理,预置难例判别、参数聚合算法,同时提供可扩展接口,方便第三方算法快速集成
-
-
- ## 架构
- Sedna的边云协同基于KubeEdge提供的如下能力实现
- * 跨边云应用统一编排
- * Router: 管理面云边高可靠消息通道
- * EdgeMesh: 数据面跨边云微服务发现和流量治理
-
- <div align=center>
- <img src="./docs/proposals/images/framework-zh.png"/>
- </div>
-
-
- ### 组件
- Sedna由以下组件构建:
-
-
- #### GlobalManager
- * 统一边云协同AI任务管理
- * 跨边云协同管理与协同
- * 中心配置管理
-
- #### LocalController
- * 边云协同AI任务的本地流程控制
- * 本地通用管理: 模型, 数据集,状态同步等
-
- #### Worker
- * 执行训练或推理任务, 基于现有AI框架开发的训练/推理程序
- * 不同特性对应不同的worker组, worker可部署在边上或云上, 并进行协同
-
- #### Lib
- * 面向AI开发者和应用开发者, 暴露边云协同AI功能给应用
-
-
-
-
- ## 指南
-
- ### 文档
- Sedna 在 [readthedoc.io](https://sedna.readthedocs.io/) 托管相关文档。 您可以根据这些文档更好地了解Sedna。
- ### 安装
- Sedna的安装文档请参考[这里](/docs/setup/install.md)。
-
- ### 样例
- 样例1:[大小模型协同推理](/examples/joint_inference/helmet_detection_inference/README.md)
- 样例2:[边云协同增量学习](/examples/incremental_learning/helmet_detection/README.md)
- 样例3:[边云协同联邦学习](/examples/federated_learning/surface_defect_detection/README.md)
- 样例4:[边云协同终身学习](/examples/lifelong_learning/atcii/README.md)
- ## 路标
-
- * [2021 Q1 Roadmap](./docs/roadmap.md#2021-q1-roadmap)
-
- ## 社区例会
-
- 例会时间:
- - 太平洋时间:**北京时间 周四 10:00-11:00** (每周一次,从2020年11月12日开始)。
- ([查询本地时间](https://www.thetimezoneconverter.com/?t=10%3A00&tz=GMT%2B8&))
-
- 会议资源:
- - [会议纪要和议程](https://docs.google.com/document/d/12n3kGUWTkAH4q2Wv5iCVGPTA_KRWav_eakbFrF9iAww/edit)
- - [会议视频记录](https://www.youtube.com/playlist?list=PLQtlO1kVWGXkRGkjSrLGEPJODoPb8s5FM)
- - [会议链接](https://zoom.us/j/4167237304)
- - [会议日历](https://calendar.google.com/calendar/u/0/r?cid=Y19nODluOXAwOG05MzFiYWM3NmZsajgwZzEwOEBncm91cC5jYWxlbmRhci5nb29nbGUuY29t) | [订阅日历](https://calendar.google.com/calendar/u/0/r?cid=OHJqazhvNTE2dmZ0ZTIxcWlidmxhZTNsajRAZ3JvdXAuY2FsZW5kYXIuZ29vZ2xlLmNvbQ)
-
- ## 支持
- <!--
- 如果您需要支持,请从 [故障排除指南](./docs/troubleshooting.md) 开始,然后按照我们概述的流程进行操作。
- -->
-
- 如果您有任何疑问,请以下方式与我们联系:
- - [slack channel](https://app.slack.com/client/TDZ5TGXQW/C01EG84REVB/details)
-
- <!--
- ## 贡献
-
- 如果您有兴趣成为一个贡献者,也想参与到Sedna的代码开发中,
- 请查看[CONTRIBUTING](CONTRIBUTING.md)获取更多关于如何提交Patch和贡献的流程。
- -->
-
- ## 许可证
-
- Sedna基于Apache 2.0许可证,查看[LICENSE](LICENSE)获取更多信息。
|