8 月 21 日至 23 日，由 云原生计算基金会 (CNCF）和Linux 基金会联合主办的 KubeCon + CloudNativeCon + Open Source Summit + Al_dev China 2024 将于中国香港盛大召开。本次大会汇聚全球顶尖开发者、行业领袖和技术专家，共同探讨云原生、开源及 AI 等领域的最新进展、核心技术及最佳实践。KubeEdge云原生边缘计算社区将在本次大会上带来Keynote、分论坛等精彩演讲，赋能多领域、多场景边云协同AI智算，敬请期待！大会期间，KubeEdge技术专家也将在CNCF 项目展区（展位号：T7），与您零距离畅聊技术与应用（详见下方展台时间表），KubeEdge邀您共聚KubeCon + CloudNativeCon + Open Source Summit + Al_dev China 2024！扫码回复“Mentorship”进入技术交流群

dge 1.18.0 版本现已正式发布。新版本在稳定性、安全性等方面有了显著的提升，同时持续在易用性等方面做了增强。KubeEdge v1.18.0 新增特性：RouterManager 支持高可用CloudCore 云边通道鉴权增强支持设备状态上报keadm 能力增强封装 Token，CA 和证书操作，提高扩展性升级 K8s 依赖到 v1.29  新特性概览  ▍RouterManager支持高可用针对 CloudCore 采用高可用部署时，RouterManager 无法准确路由的问题，在新版本中，对 RouterManager 在高可用部署时做了优化与增强，云端发往边缘的自定义消息将会被路由到对应 EdgeNode 所连接的 CloudCore中，并正确下发到对应的 EdgeNode。同时考虑了边界情况，在转发过程中，如果 EdgeNode重连到其他 CloudCore 时，消息将会被重新转发到正确的 CloudCore 中。更多信息可参考：cid:link_1cid:link_2▍CloudCore云边通道鉴权增强 CloudCore 作为连接边缘节点和 Kube-APIServer 的桥梁，需要限制边缘节点对集群资源的访问权限。在新版本中，我们对云边通道的安全性进行了增强，CloudHub 会识别消息发送方并校验其是否有足够的权限，从而限制边缘节点操作其他节点的资源。v1.18.0 目前已支持 node authorization 模式。该特性引入了如下配置参数，在新版本中默认关闭，开启如下开关即可启用该特性。apiVersion: v1 data: cloudcore.yaml: ... modules： cloudhub: authorization: // optional, default false, toggle authoration enable: true // optional, default to false, do authorization but always allow all the requests debug: false // required, an authorizer chain authorizers: // node authorization mode - node: ebable：true ... 为了安全启用此特性，可以先开启 debug。当鉴权失败时，CloudCore 只记录日志，但请求仍会正常处理。更多信息可参考：cid:link_3cid:link_4▍支持设备状态上报 设备有其自身的状态，比如在线、离线、异常等。1.18.0版本支持了设备状态上报的能力。该特性在 Mapper-Framework 已经默认实现，用户基于 Mapper-Framework 生成自己需要的 mapper，即可使用。状态上报成功后，可通过 device 的资源查看结果：apiVersion: devices.kubeedge.io/v1beta1 kind: Device ... spec: status: lastOnlineTime: "2024-07-30T17:55:49Z" state: ok twins: - observedDesired: ....更多信息可参考：cid:link_5cid:link_6cid:link_7▍Keadm能力增强 在旧版本中，使用 keadm join 安装 EdgeCore 只能指定部分参数的配置。在最新版本中，我们对 EdgeCore 的配置流程进行了显著优化。现在，您无需等待节点接入完成,手动编辑 edgecore.yaml 配置文件，再重启 EdgeCore。通过在 keadm join 命令中使用新增的 --set 参数，您可以在节点加入时直接设置配置，就像使用 Helm 配置 values.yaml 一样便捷。这一改进大大简化了配置管理过程，提高了效率。下列指令是一个开启 MetaServer 的样例：keadm join --set modules.metaManager.enable=true,modules.metaManager.metaServer.enable=true,modules.metaManager.remoteQueryTimeout=32更多信息可参考：cid:link_8https://github.com/kubeedge/kubeedge/pull/5564 ▍封装Token，CA和证书操作，提高扩展性在本版本中，我们对 Token 和 Certificate 的处理进行了彻底的整理和优化。原先分散在代码各处的处理逻辑现在已被集中管理，显著降低了维护成本。Token 处理已被集成到一个统一的工具包中，而 Certificate 的处理则通过接口抽象化，不仅支持自建 CA 流程，还适配了通过 Kubernetes CSR 申请 Certificate 的流程。此外，我们的设计允许未来轻松扩展以支持更多类型的私钥和客户自定义的 Certificate。此次重构不仅提升了 Token 和 Certificate 业务代码的可读性和可维护性，而且保持了对外接口的完全向下兼容性，确保了现有系统的无缝升级。更多信息可参考：cid:link_9cid:link_10▍升级K8s依赖到v1.29新版本将依赖的 Kubernetes 版本升级到 v1.29.6，您可以在云和边缘使用新版本的特性。更多信息可参考：cid:link_11▍致谢感谢 KubeEdge 社区技术指导委员会(TSC)、各 SIG 成员对 v1.18.0 版本开发的支持与贡献，未来 KubeEdge 将持续在新场景探索与支持、稳定性、安全性、可扩展性等方面持续发展与演进！▍相关链接Release Notes：cid:link_0扫码回复“Mentorship”进入技术交流群

中奖结果公示感谢各位小伙伴参与本次活动，欢迎关注华为云DTSE Tech Talk 技术直播更多活动~本次活动获奖名单如下（部分视频号抽奖用户无账号名）：账号名 奖项名称 奖品名称 linghz666 口令抽奖 华为云定制T恤hw_008618020934589_01 口令抽奖 华为云定制T恤xj120141121 优质提问  华为云定制双肩包视频号抽奖 华为云定制Polo衫视频号抽奖 华为云定制Polo衫视频号抽奖 华为云定制Polo衫

 KubeEdge如何与云服务集成？

 KubeEdge如何将AI能力下沉至边缘？有哪些具体的技术实现和优化措施？

KubeEdge安装部署有什么要求？

物联网与边缘算力飞速发展，如何实现边云协同AI，让AI赋能边侧各行各业？今天16:30，华为云专家直播交流云原生边缘计算核心技术与创新布局，为你轻松匹配多行业、多场景智能化升级的云边端协同解决方案！▍直播主题边云协同新场景，KubeEdge架构设计与边缘AI实践探索▍直播时间2024.07.24（周三） 16:30-18:00▍直播简介本期直播我们将解读业界首个云原生边缘计算框架KubeEdge的架构设计，如何实现边云协同AI，将AI能力无缝下沉至边缘，让AI赋能边侧各行各业，构建智能、高效、自治的边缘计算新时代，共同探索智能边缘的无限可能！▍讲师介绍 - EliasCNCF KubeEdge社区核心成员，华为云云原生团队研发工程师，在云原生边缘计算、云原生调度、物联网等领域有深入的研究和实践经验，目前负责KubeEdge社区设计开发及生态构建，主导基于KubeEdge的云原生边缘设备管理等开发工作，保持KubeEdge技术创新和竞争力。▍直播福利：福利1：互动有礼官网直播间发口令“华为云 DTSE”抽华为云定制T恤。福利2：有奖提问直播过程中提问，评选优质问题送华为云定制双肩包。更多福利：加入微信交流群直播期间扫码入群，解锁更多隐藏福利哦~扫码观看直播

在opencv中  如何求出一个封闭图像内部的像素点个数有多少个？

在边缘计算环境下，MQTT协议的角色与优势是什么？

1.基础准备下载并解压软件包本地环境下载文件服务器安装包，云上环境使用本地虚拟机下载后scp[root@k8s-master-node1 ~]# wget http://172.128.10.10/KubeEdge/KubeEdge1.11.zip [root@k8s-master-node1 ~]# unzip KubeEdge1.11.zip解压并安装keadm[root@k8s-master-node1 ~]# cd KubeEdge1.11/ [root@k8s-master-node1 KubeEdge1.11]# tar xf keadm-v1.11.1-linux-amd64.tar.gz [root@k8s-master-node1 KubeEdge1.11]# cp keadm-v1.11.1-linux-amd64/keadm/keadm /usr/local/bin/加载部署镜像[root@k8s-master-node1 ~]# cd /root/KubeEdge1.11 [root@k8s-master-node1 KubeEdge1.11]# docker load -i cloudcore.tar [root@k8s-master-node1 KubeEdge1.11]# docker load -i installation.tar [root@k8s-master-node1 KubeEdge1.11]# docker load -i kubeedge_pause.tar [root@k8s-master-node1 KubeEdge1.11]# docker load -i pause.tar [root@k8s-master-node1 KubeEdge1.11]# docker load -i mosquitto.tar 拷贝离线部署文件keadm快速部署需要将文件拷贝到对应路径下[root@k8s-master-node1 KubeEdge1.11]# mkdir /etc/kubeedge [root@k8s-master-node1 KubeEdge1.11]# tar xf kubeedge-1.11.1.tar.gz [root@k8s-master-node1 KubeEdge1.11]# cp kubeedge-v1.11.1-linux-amd64.tar.gz /etc/kubeedge/ [root@k8s-master-node1 KubeEdge1.11]# cp -rpf kubeedge-1.11.1/build/crds /etc/kubeedge/ [root@k8s-master-node1 KubeEdge1.11]# cp checksum_kubeedge-v1.11.1-linux-amd64.tar.gz.txt /etc/kubeedge2.部署云端节点--advertise-address 应当为公网地址(非公网环境则为可以互通的地址)使用keadm命令安装云端节点拷贝离线安装文件至配置目录，keadm会联网检测文件的完整性后即可开始离线安装报错连接超时可以多次尝试[root@k8s-master-node1 KubeEdge1.11]# keadm deprecated init --kubeedge-version 1.11.1 --advertise-address 49.234.105.98 --tarballpath /etc/kubeedge/ 3.证书配置配置双端Stream以支持查看边缘node监控指标与Pod日志生成cloudStream证书私网环境请替换IP[root@k8s-master-node1 KubeEdge1.11]# CLOUDCOREIPS=49.234.105.98 ./kubeedge-1.11.1/build/tools/certgen.sh stream 4.启动云端节点修改配置文件以开启对应组件[root@k8s-master-node1 KubeEdge1.11]# vim /etc/kubeedge/config/cloudcore.yaml 43 cloudStream: 44 enable: true 105 router: 107 enable: true启动服务停止服务以便systemmd管理[root@k8s-master-node1 KubeEdge1.11]# pkill cloudcore [root@k8s-master-node1 KubeEdge1.11]# kill -9 50337配置systemd管理cloudcore[root@k8s-master-node1 KubeEdge1.11]# cp /etc/kubeedge/cloudcore.service /etc/systemd/system/ [root@k8s-master-node1 KubeEdge1.11]# systemctl enable cloudcore --now检查服务状态[root@k8s-master-node1 KubeEdge1.11]# systemctl status cloudcore.service7.边缘节点部署以下操作在边缘节点进行1.获取云端token获取token以加入边缘节点[root@k8s-master-node1 ~]# keadm gettoken2.基础准备从云端拷贝命令ubuntu@node-1:~$ sudo scp root@49.234.105.98:/usr/local/bin/keadm /usr/local/bin/3.docker安装一键式安装docker可以参考华为云文档中Ubuntu安装docker# 用户提权 ubuntu@node-1:~$ sudo -i root@node-1:/etc/kubeedge# curl -sSL https://get.daocloud.io/docker | sh启动dockerroot@node-1:/etc/kubeedge# systemctl enable --now docker加载镜像(离线环境)镜像从云端节点拷贝联网环境可以不使用root@node-1:~# docker load -i kubeedge_pause.tar root@node-1:~# docker load -i installation.tar root@node-1:~# docker load -i mosquitto.tar后续安装需要用到仓库名称,所以我们这里统一tag名称root@node-1:~# docker tag eclipse-mosquitto:1.6.15 kubeedge/eclipse-mosquitto:1.6.15 4.关闭防火墙关闭防火墙以加入云端节点root@node-1:~# systemctl disable --now ufw5.加入节点root@node-1:~# keadm join --cloudcore-ipport=49.234.105.98:10000 --token=5f1face87297274b29e264537fa0110699d51fd5004090f3d56ed723f4ba7ecf.eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJleHAiOjE2ODI2ODMzNTJ9.t2oPE13kEDfzhYJS_IzF0Ih2Ic3CgXJpXDuOrSG0HMo --image-repository kubeedge --kubeedge-version v1.11.16.配置边端支持监控此时我们发现节点的 CPU 内存信息无法统计，需要开启 KubeSphere Metrics_Server 并在 Edge 端开启 EdgeStreamroot@node-1:~# vim /etc/kubeedge/config/edgecore.yaml 36 edgeStream: 37 enable: true重启服务root@node-1:~# systemctl restart edgecore此时可以在云端查询到节点的负载情况7.云端查看节点列表以下操作在云端节点进行查看到新加入节点即可[root@k8s-master-node1 KubeEdge1.11]# kubectl get nodes8.其他操作操作错误后清除环境的做法云端节点和边缘节点都可以这样操作root@node-2:~# rm -fr /etc/kubeedge/ # 如果已经初始化完成后可以执行 root@node-2:~# keadm reset --force

随着人工智能的发展，不是把数据交给算法，而是算法去处理数据，从而实现一个全新的洞察力水平。 如今，人工智能 (AI) 无处不在，使组织能够预测系统中断的可能性，推动自动驾驶汽车，并为聊天机器人或虚拟助手提供语言功能。 这些类型的人工智能用例主要依赖于集中式、基于云的人工智能，其中存储着大量的训练数据集。 然而，人们越来越倾向于让人工智能更接近源头或更接近边缘。 边缘计算在世界范围内部署了一系列网络和设备，并且数据在更接近数据生成的地方进行处理，在人工智能的支持下变得可操作。由于物联网 (IoT) 积累的海量数据，从源头就非常需要这种类型的智能。 物联网设备(例如传感器、设备或可穿戴设备)通过互联网收集和交换数据，并且通常嵌入到其他物联网设备中以提供通信网络。 例如，仓库员工佩戴的物联网设备可以在跌倒时通知管理层，并向 911 发出警报。冰箱上的物联网设备可以在牛奶不足时提醒房主，或者在搅拌器需要维护时向生物技术科学家发出信号。在这些和其他场景中，边缘人工智能在利用所有数据来开发可行的见解、采取纠正措施或提供安全方面发挥着重要作用。 边缘人工智能允许在靠近实际收集数据的地方进行计算，而不是在集中式云计算设施或异地数据中心进行计算。 当紧迫性和时机至关重要时，边缘人工智能会挑战云的能力。 例如，在自动驾驶汽车中，数据是实时捕获的，但汽车却以每小时 65 英里的速度行驶。 没有时间将数据发送到云端然后返回决策。 必须立即做出决定。边缘优势比比皆是考虑以下一些主要好处：实时决策：边缘人工智能可以帮助设备做出关键决策，而不会产生与基于云的处理相关的延迟。 例如，自动驾驶汽车可以对不断变化的路况做出快速反应，确保乘客安全。隐私和安全：边缘计算还提供安全优势。 从位置传输到云的数据可以在位置之间被黑客攻击，但是当数据在边缘本地处理时，数据不需要通过网络移动。 这在视频监控摄像头等用户隐私至关重要的应用中尤其重要。有限连接：在偏远地区或互联网连接不可靠的地方，边缘人工智能可以独立运行，提供不间断的服务。 这对于农业地区是有益的，配备边缘人工智能的无人机可以监控连接有限的地区的农作物和牲畜。降低成本：边缘人工智能减少了对大规模且昂贵的云基础设施的需求。 企业可以节省数据传输成本并立即访问数据，从而提高效率。可扩展性：边缘人工智能具有高度可扩展性，允许将其他设备轻松添加到边缘计算网络，而不会导致中央云服务器过载。可靠性：通过将人工智能分布在多个设备或节点上，边缘人工智能更具弹性。 即使一台设备发生故障，其他设备也可以继续独立运行，从而降低系统范围内发生故障的风险。安全性：除了上述可穿戴物联网设备的安全优势之外，边缘人工智能还避免了分析师手动收集数据的人身安全隐患。 例如，有人被派去分析受自然灾害影响的建筑物的结构完整性。 当检查过程自主完成时，他们能够在世界另一端办公室的安全范围内实时分析数据。生活在边缘的挑战尽管将人工智能扩展到边缘有很多好处，但它也并非没有局限性。 其中一项挑战是其有限的计算资源。 与数据中心相比，边缘设备的计算能力有限。 这可能会对需要在其上运行的人工智能模型的复杂性造成限制。此外，边缘设备通常由电池供电，而人工智能模型通常需要大量电量，并且会很快耗尽电池寿命。 然而，研究人员正在开发针对边缘设备优化的轻量级人工智能模型和算法。 这些模型在准确性和资源消耗之间取得了平衡，使边缘人工智能更加可行。另一个挑战是，虽然边缘人工智能降低了数据泄露的风险，但它可能会引起本地层面的数据隐私问题，并被视为侵入性的。尽管面临挑战，边缘人工智能仍有望实现显着增长和创新。 事实上，根据 Future Market Insights (FMI) 的数据，边缘人工智能市场预计在 2022 年至 2023 年期间将以 20.8% 的复合年增长率扩张。最新一代无线网络连接 5G 网络的推出将有助于边缘人工智能的兴起，为边缘设备提供更快、更可靠的连接。 此类用例之一是仓库或工业环境，这些环境通常依赖 Wi-Fi。他们现在能够建立一个专用的本地5G网络，连接分布在整个站点的许多设备和物联网传感器。边缘人工智能为数据收集和分析方式提供了另一种选择。 其减少的延迟、数据隐私和成本效率使许多行业的智能达到了新的水平。 不是把数据交给算法，而是算法去处理数据，从而实现一个全新的洞察力。转载自：cid:link_0

1、感觉IEF和IoT edge的功能上差别不大，都是软件对物联设备的管理，是不是有差别？貌似IoT edge专业版兼容IEF2、两者在部署的时候是部署在虚拟机上，还是Docker上？对资源的消耗有差别吗？3、这两个都能在客户处部署吗？边端自治和边边协同能做到吗？

近日有报道称，长沙县在春运期间实行城乡公交“一人一座一带”安全规定，即每位乘客均需有座且系好安全带才能参与运输，此举引发广泛关注。部分乘客表示，这个规定只到3月5日，难道3月5日之后就没有安全隐患了吗？很多老人只能在公交站苦苦等待，甚至等上一两个小时。笔者认为，虽然这一举措体现了对公共交通安全的高度重视，但若因为安全而限制了乘客的数量，公交车的优势不就不复存在了？时下位于物联网技术前沿的边缘计算处理能否提升公交的运营和服务？物联网技术通过将各种传感器、智能设备与互联网连接，实现数据实时采集、传输和处理，对于提升公交系统的安全性具有显著效果。车路协同驾驶：通过将车载智能终端、路侧单元和各类传感器收集的数据回传给边缘计算平台，可以实现车路协同。边缘计算平台利用其强大的运算能力，可以快速处理这些数据，为公交车辆提供实时的运行线路信息，从而提高行车安全性和效率。算力下沉、离线优先：边缘计算节点通常部署在网络的边缘，靠近数据源。这意味着可以在数据产生的地点就近分析处理数据，而不是将所有数据上传到云端。这样做可以减少传输延迟，提高数据处理的时效性，同时也降低了传输和存储成本。在公交车运营中，这种实时的数据处理能力对于确保乘客安全至关重要。车载传感器监控：在公交座椅上安装传感器，精确统计座位使用情况，并将数据实时传送到调度中心和乘客手机APP，乘客能准确了解即将到站车辆是否有空余座位，从而合理规划出行时间和路线。安全带监控与报警系统：物联网技术支持的安全带检测装置可以自动识别乘客是否正确佩戴安全带，并在必要时通过语音提示或驾驶室警示，确保每一位乘客遵守“一带”的规定，降低交通事故中乘客受伤的风险。实时信息分析：随着机动车数量的增长，交通压力也随之增大。边缘计算能够通过实时信息的快速分析，为交通管理带来效率的提升。在公交车运营中，这意味着可以实时监控交通状况，及时调整路线和车速，以避免拥堵和事故发生，从而保障乘客的安全。预测性维护：边缘计算还可以帮助实现公交车的预测性维护。通过对车辆状态的实时监控和分析，可以预测潜在的故障和维护需求，从而在问题发生之前进行维修，减少意外停运的风险，确保乘客的行程安全。物联网边缘计算通过提供快速的数据处理和实时响应能力，能够提升公交车的运营效率，在很大程度上增强乘客的安全性。通过融合盈电物联网边缘技术进行精细化管理和智能化服务，更能平衡安全与便利的关系，使广大居民享受到更为安全、高效、舒适的公共交通服务。未来，随着更多智慧交通项目的落地，一个更加人性化、智能化的公共交通体系在长沙县乃至全国范围内逐步成形。

      边缘计算是什么呢?简单点讲，就是把本来属于中心节点做的计算下放到边缘节点来做。那么在本来，对于数据进行处理、计算，这都是平台层所做的事情，但是现在，网关可以进行一部分不是特别重要的数据的计算，并且将这些计算过的数据及时地反馈给终端设备来达到低时延的效果。这么做，一定程度上有效地保护了用户的边缘隐私，也达到了降低成本的目的。因为对于中心节点来讲，并不是所有收集到的数据都是有用的，有些没有必要的数据就可以交给边缘节点来处理，相当于边缘节点给中心节点分担了一部分压力，这祥做可以达到降低成本的效果。      过去数据处理的方式与上图相同，数据从设备产生，并且上传到网关，但是网关没有计算能力，就只能充当一个传输的作用，之后再把数据上传到云端来进行处理。但是现在不一样了，当网关具备了计算能力之后，它可以先把要求低的一些数据先帮远端处理了，但是要注意的是处理完了之后还是要向中心节点反馈“数据已经处理过了”的一个信息。      边缘计算就是一个结合了网络、计算、存储、应用的开放平台。同时它的架构分层可以和物联网的架构分层来做一个类比，它被分为了设备域、网络域、数据域和应用域。虽然说边缘计算的位置是位于感知层和网络层之间的，但是边缘层所具备的能力可以使他分成这样四层的架构提供和物联网四层架构模型相同的能力。      边缘计算的架构分层其实就是将设备和网关中间的这一段内容进行了分层，将原来属于物联网架构中两层的架构进行了细分，分成了四层。在边缘计算架构中，设备域与感知层相同，上面的网络域所指代的是底下的设备到网关之间的这一段网络。同时在往上的数据域指代的就是网关可以像物联网平台一样处理数据，以及向上的应用域指代的就是边缘计算当中的各种应用。

【中国，东莞，2023年11月19日】今天，以“创想无限”为主题的2023华为开发者大赛全球总决赛及颁奖典礼在华为松山湖基地圆满落幕。本届大赛开设云底座和产业两大赛道，覆盖中国以及亚太、拉美、欧洲、土耳其等区域，吸引了来自全球30多个国家和地区的19000多名开发者、3000多支团队报名参赛。 在颁奖典礼上，华为颁发了3个金奖、6个银奖、9个铜奖、7个创新奖等超过25个奖项。全球总决赛大合照本届大赛自启动报名以来，备受全球各领域开发者关注，涌现了众多具有丰富想象力和创造力的优秀作品，包括应用华为云盘古大模型和IoT等能力的智慧工地管控平台、基于华为云AI开发生产线ModelArts和端云协同开发的新一代主动式外骨骼康复产品、将华为昇腾和AI技术应用于为特殊人士打造的无障碍智能交流应用、通过华为昇思MindSpore和AI能力打造的阻塞性睡眠呼吸暂停综合征解决方案、以及通过AI技术实现原声语音自动翻译的语言转译系统等。参赛作品由评委团从技术领先性、方案创新性、商业前景等维度进行综合评审，最终评选出获奖作品。在中国赛区的企业赛道，“天图万境”团队凭借“人工智能AI感知视听空间计算技术”作品一举夺魁，荣获银奖的队伍为“深圳前海粤十信息技术有限公司”和“北京聚力维度科技有限公司”，荣获铜奖的队伍为“国蓝中天”“Motphys”“耕耘逐梦”，荣获创新奖的队伍是“万商云集”和 “云天励飞”。中国赛区企业赛道金奖在中国赛区的学生赛道，“IoT智慧铝电解”团队凭借“基于华为云IoT的铝电解能耗监测管理系统”作品荣获金奖，荣获银奖的队伍为“质感队”和 “卓越脑康”，荣获铜奖的队伍为 “一把火”“融创眼援”“智睡芯安”，荣获创新奖的队伍是“郁云守护”和 “郑信智眼队”。中国赛区学生赛道金奖在亚太赛区，“nozama”队伍凭借“Magik（虚实游戏玩具）”作品荣获金奖，荣获银奖的队伍为“DecentraRating”和“Netizen”，荣获铜奖的队伍为 “HeyHi”“SmartAM”“IC”，荣获创新奖的队伍是“Soca.AI”“Aye-Aye”“CyberWhiz”。亚太赛区金奖华为云全球生态部总裁康宁、华为云CTO张宇昕、华为公司战略与产业发展副总裁肖然等嘉宾出席了总决赛颁奖典礼并为获奖队伍颁奖。康宁在致辞中表示：“全球数字经济蓬勃发展，以云为底座的创新生态，以大模型为代表的创新技术，正在加快重塑千行万业。开发者作为创新技术生态体系的核心力量，也迎来了高速发展的新机遇。华为将在多元算力领域、AI领域、云原生核心软件领域持续突破，构筑核心技术新生态，与开发者一路同行，引领数字未来。”张宇昕表示：“开发者是用代码改变世界的人，每个开发者都在引领数字时代，开创智能世界，每个开发者都了不起！华为公司希望提供连接开发者、连接企业、连接投资人的舞台，让更多开发者投入到软件开发、投入到创造新世界的洪流当中；让更多企业开发者创新产品、创造价值、加速企业发展；让更多的资金发现创新机会，创造商业价值。华为云希望和开发者一起，用创新的技术和产品来推动世界进步，创造更加美好的智能世界！”肖然在致辞中阐述了华为在根技术领域的研发投入成果，以及全面助力开发者成功的决心和行动。他表示：“未来，华为将持续加大技术投入和创新，并通过在供应链、标准和人才等领域开放合作、包容发展，与客户、伙伴、标准组织和开发者一起推动整个产业的进步，为各行各业的数字化转型提供技术保障和价值驱动，以推动数字经济的高质量发展。”作为华为ICT领域的顶级赛事，华为开发者大赛旨在面向全球开发者全面开放华为各产业领域的技术成果，鼓励开发者发挥想象力和创新精神，用ICT技术解决实际问题、创造无限价值，与华为一起引领数字未来、共建智能世界。本届大赛总奖金达500万元，除了丰厚的奖金外，华为云同步为每支参赛队伍提供的无门槛云资源券，提供优质课程、沙箱实验等丰富的学习资源扶持和华为云开发者认证券，并通过华为云学堂持续培养和赋能开发者。同时，优秀参赛者还能获得华为云云商店KooGallery、沃土云创计划、初创计划等提供的商业成功扶持。此外，大赛额外设置人才招聘绿色通道，如华为人才市场岗位库，人才双选会门票等资源。一直以来，华为云致力于构建以开发者为核心的、开放共赢的生态体系。目前，华为云全球开发者数量已超过500万人，合作伙伴42000多家，云商店SaaS应用已达10000多个，与全国110多所高校合作培养数万名专业人才，产、学、研、用深度融合，让核心技术生态行稳致远。面向飞速发展的大模型时代，在开发者方面，华为云提供盘古大模型研发工程套件，打造开放模型社区、大模型云学堂，帮助开发者更快实现大模型的开发落地。华为云希望广大开发者基于华为的根技术，利用云上的澎湃算力和盘古大模型的强大能力，共同构建起“百模千态”的繁荣生态。面向未来，华为将加快软、硬、边、端、云等全面融合，协同华为云、鲲鹏、昇腾、鸿蒙等开发生态，持续加大投入研发创新，与全球各领域开发者一起用技术推动世界进步。