胜利水库的算力分布式协同应用分析

毕春宁，吴兆田，孙 斌

（1.内蒙古科技大学经济与管理学院，内蒙古 包头 014010；2.东营市垦利区水利局，山东 东营 257500）

胜利水库原名东张水库，位于山东省东营市垦利区城西4.5 km 的南展区末端梯形地带，西五路以东，民丰水库六号库以西，临黄堤以南，南展大堤以北，设计总库容2 500 万m3。胜利水库主要解决垦利街道、胜坨镇宋家、周家、胥家等20多个村（街道）的农业灌溉用水及垦利区城区、胜坨镇的生活用水、胜利油田部分工业用水。

1 算力协同部署方案

中心云、边缘云、计算协同构成胜利水库的算力体系，其架构如图1 所示。垦利区水利局信息化机房通过部署计算和存储等基础设施资源（IaaS），为库区边缘应用提供云服务，同时部署管理节点，依次对云上资源和边缘资源进行统一调度、纳管和融合管理，算法模型和算法任务控制通过管理节点分发到边缘侧进行算法部署和智能解析，业务解析结果均不回传中心云，只有模型更新时与中心云产生交互。水质监测站、水位监测站、工业听诊器、渗压监测等前端感知设备通过LoRa 无线通信接入边缘计算网关，然后接入水利局信息化机房管理节点，新装摄像机自带边缘计算功能，视频流不直接回传边缘云和中心云，原有视频摄像机由于不带有边缘计算功能，视频管理平台通过GB/T28181 或SDK 协议从胜利水库机房的NVR 或视频平台中接入摄像机的实时视频流，并通过数据专线传输到垦利区水利局信息化机房边缘分析节点。

图1 胜利水库算力协同部署架构图

边缘云集成了库区水雨情预警规则、水泵听诊故障预警模型、渗流渗压预警模型、水面漂浮物模型、人员行为分析及非常车辆入侵等模型。

2 算力协同功能分析

中心云部署在云服务器，视频解析和预警模型的建立依托中心云弹性伸缩的计算资源和边缘云协同的能力，在中心云进行算法模型训练和模型开发等行为，依托智慧边缘平台服务功能将算法下发到胜利水库业务网，基于胜利水库信息化系统，结合库区的应用场景和智能分析需求，建立智能分析算法库。算法建设可分为2 类，其一是水利行业已成熟的算法集成；其二是针对胜利水库特殊场景、特定需求的新型算法进行的开发研究。算法类型详见表1。

表1 胜利水库集成算法类型

垦利区水利局信息化机房通过边缘管理节点，主要实现以下功能：

1）实现算法的定期更新，支持中心云同步算法模型，AI 算法模型采用Docker 镜像标准格式，中心云提供标准的Docker 镜像仓库能力，同时，Docker 镜像是分层模式，算法第一次下载时间较长，但由于其基础层是相同的，因此不同的AI 算法镜像的更新，仅需下载不同的镜像层就可以实现，从而节省算法更新的时间和带宽。

2）实现边缘节点的算法管理，垦利区水利局信息化机房管理节点通过内部接口，对边缘节点资源和分析任务进行统一纳管，进行算法作业任务的下发、查询、删除等操作，并能够监测边缘节点的算法作业状态，当状态异常时，能够进行作业的重新下发；算法模型异常退出后，支持自动恢复。

3）实现作业管理，管理节点可以内部接口管理边缘节点的算法分析作业任务，在选择的算法服务下进行视频分析作业的创建、停止、更新、启动和删除。

4）视频管理平台通过GB/T28181 或SDK 协议从胜利水库机房的NVR 或视频平台接入摄像机的实时视频流，并通过RTSP 流协议将视频流发给水利局信息化机房边缘分析节点。水利局信息化机房边缘分析节点满足1080P 及4KH.264/H.265RTSP 流协议、每路摄像头的网络带宽充足、视频流地址固定的条件，保证视频流的稳定和流畅。

5）实现资源管理，管理节点可以内部接口管理边缘节点的分析任务，支持进行动态的组合和释放，充分利用计算资源，有效降低成本；支持底层硬件资源异构，支持T4、P4 等GPU，同时支持国产D310 芯片；支持GPU 资源按视频路数进行精细化调度，降低硬件资源的浪费。对不同视频源、不同计算资源、不同算法类型按业务需求进行动态的组合和释放，在增加视频分析灵活性的基础上，充分利用了计算资源。

6）实现解析结果对接，前端边缘计算网关通过内部接口将分析结果传给管理节点，通过API接口，实现算法解析结果的输出，便于上层应用快速集成，获取关于胜利水库全方位的业务分析数据，满足管理单位相关业务的闭环管理要求。

前端边缘计算网关实现以下功能：

1）开展渗压以及渗流监测，根据边缘云下发的预测模型按照设定的时间尺度进行数据预测，通过渗压计实测值与预测值的对比，及时判断并推送预警信息。

2）利用工业听诊器实时监测水泵的运行工况，通过声音频率变化对水泵故障进行及时诊断，以此降低运行风险，减少财产损失。

3 结 语

各类自动化监测感知设备每天会产生海量数据，需要大量的算力进行支撑保障，本研究对胜利水库中心云、边缘云、端计算协同部署方案进行了分析总结，其避免了传统算力模式信息处理不及时或网络带宽延迟导致的错误出现。算力协同模式是承载多样化场景应用的必然趋势。