创新场景|量体裁衣,极智嘉用“云”的范本

简介: 在快递企业以分钟级的速度竞跑的背后,是大规模智能物流机器人的应用调度以及云计算的底层支撑。

云栖战略参考 2023版头_副本.png

《云栖战略参考》由阿里云与钛媒体联合策划,呈现云计算与人工智能领域的最新技术战略观点与业务实践探索,希望这些内容能让您有所启发。


近年来,在电子商务需求增长的推动下,物流行业的需求呈现大幅增长,订单和交付情况也在激增。随着云计算、人工智能等新技术革新,物流机器人也在朝着更加智能化、自动化的方向发展。

 

根据Mordor Intelligence报告显示,在2021-2026年的预测期内,全球仓库机器人市场预计将以11.8%的年复合增长率增长,自动化需求的增加和电子商务行业对机器人技术需求的上升是推动市场增长的重要因素。

 

2015年成立的极智嘉,作为国内第一批研发一站式货到人拣选解决方案的物流机器人公司,通过自主研发软件WMS(仓储管理系统)、RMS(机器人管理系统)、算法平台与数据平台,以及自主研发生产的机器人,实现了货品拣选、仓储及调度效率的提升——相较传统人工模式,物流机器人系统拣选效率提升2-3倍、准确率超99.99%、库容利用率提升30-50%、人工成本降低30%-50%,极大提升了快递物流行业的作业能力,给快递物流业和客户电商业务都带来颠覆性的影响。

 

此后,随着从垂域向通域发展,极智嘉的业务扩展到3PL、零售、鞋服、制造等行业,覆盖了京东国际、西门子、顺丰、沃尔玛、戴尔、宝马等。不同区域不同行业的业务越来越多,规模化发展之下,资源需求、部署方式以及各项成本挑战也日渐突出。

 

在服务大部分客户的过程中,极智嘉主要关注如何稳定、灵活地保障智能物流机器人系统软硬件的升级与部署。尤其作为物流移动机器人系统神经中枢,调度系统需要朝着更加灵活、高效和轻量化的方向发展。

 

2018年,极智嘉上云后,首先平稳应对了当年11”高并发高弹性的双重挑战,被称之为里程碑式的突破。此后,极智嘉与阿里云又逐步实现了跨区域组网的数据打通,以及物流机器人在客户侧规模化部署的效率提升,并以此支撑了从产品向服务的更多可能性,由此极智嘉走得更快。

 

彼时,对极智嘉来说,这是一次新的尝试,业务提效、模式创新等确定性背后,也有新技术应用的客观挑战需要应对;对阿里云而言,在原有电商、物流领域经验基础上,如何对智能物流市场提供最佳技术支撑,也是一项新探索。

 

谋其上,得其中。谋其中,得其下。经历了数年的深入合作,极智嘉和阿里云已经不仅仅是做一个技术项目,更像是两个肩负对未来行业发展和押注长期价值使命感的伙伴在并肩前行。

 

上云做好成本与效率的平衡账

 

2018年,以电商、零售、鞋服为主的企业智能物流需求旺盛,极智嘉由垂域向通域发展,但是电商零售等企业面临11”这类电商大促,需要面对日常流量峰值十数倍甚至数十倍的订单履约压力,对于当时的智能机器人与智慧物流系统来说是极大的挑战。

 

此前,极智嘉采用本地部署方法,将仓储管理系统、机器人调度系统、算法平台等系统部署在本地物理服务器,这种方式在处理日常业务运行时比较平稳。

 

但电商行业波峰波谷订单差异巨大,11”大促的业务波峰对整个系统计算的弹性能力、可靠性、安全性要求极高,需要提前规划并增加新的资源投入(如增加服务器配置,扩充内存和硬盘,增加带宽)来支撑业务预估量增长峰值平滑过渡,不仅费时费力,高峰过去后还会造成资源闲置浪费。

 

而且很多中小型企业客户线下部署的需求很多,如果坚持本地部署,后期系统升级、运维的人工成本及安全建设更高。

 

那该如何平衡成本和效率呢?上云成为了极智嘉最急切的需求。

 

上云一方面可以实现弹性扩缩容,一方面可以舍弃传统的机房和硬件设备投入以及线下人工维护成本,把关注点更多地放在业务发展和业务创新之上。

 

技术都是把很多问题真正攻坚克难后才能真正落地的。我们与阿里云的合作,既是技术驱动也是必然。阿里云已经在支持阿里巴巴集团的电商,对于11’‘618’等高并发和瞬间大流量有自己的技术和经验沉淀。我们遇到的困难、痛点,与其有相似性,开展合作是水到渠成。极智嘉联合创始人兼首席技术官李洪波说道。

 

借助阿里云ECS弹性计算,可以根据实际业务需求实现资源实时扩缩容——在高峰期,资源扩容以灵活应对11”“618”等大促时期智能仓储平台的运营高峰;高峰之后能平滑缩容,既能满足业务需求,又能降本增效。

 

此外,伴随极智嘉规模化增长的另一个问题是,如何降低在客户侧部署的人力成本问题。

 

据悉,极智嘉仓储系统为完全自研运行的业务软件,部署一套完整业务系统,通过一键式初始化脚本将系统需要的中间件部署到服务器中并自动完成配置,前方实施人员将业务系统程序部署后即可完成系统运行。

 

相比传统的本地物理服务器部署方式,阿里云计算巢的技术采用远程方式即可轻松完成系统安装和初始化,极大节省了安装部署时间和部署成本。

 

首先,极智嘉将物流机器人的软件交付部署自动化、服务在线化。通过计算巢平台,极智嘉的工程师用脚本的形式即可实现软件的自动安装以及基础设施的打包,用户只需要通过一到两步的点击,就可以完成整个资源的创建。

 

其次,云上可以实现统一的运维与软件的升级更新。不同于过去的线下运维,通过计算巢给的ISV通道,极智嘉可以远程管理所有的CloudOn-Premise上的基础设施,做统一的运维与软件升级,同时还可以在云端对资源和负载进行持续监控与管理。

 

值得一提的是,计算巢平台还可以通过逻辑隔离将传统的资源共享型SaaS转向客户资源独享的SaaS服务模式,用户在后台可以清晰地看到隶属于自己的资源列表。对于客户来讲,既享受到了SaaS在线化运维的便捷性,又保证了计算资源的独享性。

 

最后,在底层基础设施的建设上,过去许多极智嘉的电商客户在各个仓库都会独立部署服务器,业务特征会表现出明显的波峰波谷,就会导致波谷资源闲置或提前为波峰储备资源不足的情况。通过计算巢的管理,确定服务方案之初,电商客户就可以根据实际业务需要订购高性价比的算力资源,保障波峰时期的业务顺利开展,同时降本增效。

 

通过使用阿里云计算巢,我们只要把需求提给阿里云,阿里云就会自动计算资源,自动调整资源空间,满足了我们高峰期一拉充电的需求。李洪波介绍到。

 

通过上云+计算巢,极智嘉就不再需要派工程师到现场,只需保证现场的系统以及云基础设施准备好,计算巢的服务工程师来帮助做配置,极智嘉只需根据效果进行跟进反馈,大幅提升了软件系统的部署和运维效率。

 

更为重要的是,计算巢高效的自动化部署能力与极智嘉高度模块化的RaaS智能仓储平台深度融合,让智能仓储平台能够在15分钟内实现部署,实现更加高效和规模化的标准交付,极大提高了交付效率。在此基础上,极智嘉创新性拓展了RaaS的商业模式。

 

效果也显而易见,2021年双十一期间,极智嘉RaaS智能仓在数十万平的机器人仓群内累计发货超2000万件,发货及时率达100%,发货准确率超过99.99%,发货效率是人工仓的2倍。

 

两级模式最优满足业务需求

 

极智嘉在华北、华东、华南、华东四大区有明确的实时数据同步传输需求,每个区域有不同的客户,业务上有临时仓需求,仓储业务对基础设施也有高可用、高可靠、安全等技术要求,现场部署与维护物理服务器导致实施和运维成本较高,上云成为极智嘉的刚需。

 

但从本地部署上升到云部署,还需要解决一个重要问题,就是如何解决网络传输中客观存在的数据延时、丢包甚至时序错乱的问题。物流机器人对于准实时调度的要求非常高。本地部署使用物理联通,数据很稳定,但是一旦进入外部网络通信,数据传输就没有那么稳定,这是一个非常大的问题。李洪波说,上云之后如何克服数据网络传输客观存在的本身会延时、丢包,甚至时序错乱的问题,是一个难题。

 

如何在网络通讯不完美有差错的情况下设计容错机制,满足物流机器人系统作业需求,成为阿里云与极智嘉共同面临的挑战。

 

一般来说,传统物流中心会在全国范围划分诸如华东、华南、华中、华北等大区,若不同的区域链接到同一个区域的数据中心,会导致彼此延时的不同。例如,所有大区若都统一链接到北京中心,华北地区的延时相对较少,大概在一二十毫秒之间,而华南地区延时则可能高达几十至一百多毫秒。

 

物流机器人系统上云通常采用分层架构,OMS(订单管理系统)等通常运营在顶层,不同区域部署的仓储系统则属于第二层。两级间数据如何快速、可靠的传输是上云核心的技术问题。

 

我们从2018年开始合作就遇到这个问题,因此极智嘉与阿里云的合作其实是高阶刚需。李洪波说道。

 

对此,阿里云与极智嘉采用了两级模式,这是双方共创合作的一个技术突破。两级模式是指在效率和业务之间做一个均衡,代价尽可能相对均衡。当宽带无限宽,一二级数据之间可以直接传输时,成本却无法实现最优。若让成本达到最优,就要按照业务的要求以及数据调度的优先级选用合适的带宽,必要的时候就需要用空间换时间。

 

把最重要的数据以第一优先级进行快速传输,类似于叫Differentiate Service,不同级别的数据享受着不同级别的服务。这种差异化的服务就会使得业务数据和它的传输跟业务的需求高度匹配,简单来讲叫最小费用最大流的问题。李洪波进一步补充道。在具体的实践和合作中,极智嘉将业务中优先级以及对于基础设施如硬件的IO能力如何支撑等问题,跟阿里云充分探讨,双方在技术以及硬件平台的基础上实现了优先级的部署。

 

在过去,传统的运营商组网、拉专线的方案之下,北京、天津、上海、杭州、广州、成都、武汉、西安等多个区域的仓储数据无法实时同步,且多家运营商协同会带来数据安全性等隐患,数据传输中断或时延、丢包等问题也会影响业务的稳定性。

 

迁移到云上之后,由于阿里云北京、青岛、上海、深圳、成都等多区域数据中心本身可以实现数据的内网式传输,避免了过去数据暴露在公网的风险,同时通过CEN云企业网所构建的一个专属于极智嘉的内网传输通道,进一步提升了数据的传输速度、稳定性、安全性和可靠性。因此,阿里云通过对极智嘉北京、青岛、杭州三个区域的订单进行实时运营支撑,进一步基于CEN打通了三个区域的数据,构建了一张极智嘉的弹性智能的业务核心网,有效保障了业务内网的互通带宽,实现数据实时汇聚和分析。

 

从技术出发,用最优化的方式既解决业务本身的需求,又能降本增效。这对于我们来讲,既是一个契机,也是一种尝试和变革。李洪波说道。

 

创新是共创出来的

 

极智嘉通过阿里云的计算巢、ECS弹性计算、CEN内网、云数据库、云安全等产品和技术,将传统线下部署方式所存在的问题和隐患都轻而易举地化解了。就像李洪波感受的,极智嘉享受到了云部署以及弹性计算本身带来的红利,使得极智嘉的技术深度、广度以及本身的安全性更具竞争力。

 

从可感知的价值角度来看,云部署的方式已经是一个发展的趋势和必然,是一个天然的降本增效的技术手段。它带来极大的柔性,可以用技术高度换成本,随时通过在线的管理方式解决问题。

 

技术如何去适配需求,以及如何在调度层面量体裁衣,这是属于精打细算的技术能力。一个新的时代已经到来,云技术对于各行各业都会带来一个非常有颠覆性的影响。李洪波谈及云带来的感受时说道。

 

而与阿里云合作,李洪波的感受更为强烈,阿里云本身的云基础设施、并行计算和高并发计算的调度能力,能够支撑我们去实现智能决策和智能执行双轮驱动,实现算力要多少切多少、用多少取多少的能力。基于阿里云成熟的业务模式和平台化的优势,极智嘉在整个云部署过程中,选取框架、搭建技术架构、工具支持、安全以及业务特殊性等问题都被逐一解决。

 

极智嘉跟阿里云的合作,不仅是在技术上,更是在战略层面。双方都站在共同培育市场、发展市场的角度出发,做一件对行业、对技术发展有长期价值的事。就如李洪波所说,在和阿里云的合作上,我们彼此怀揣着理想,希望合力对行业长期创新价值产生影响,而不仅仅是站在当下一两个项目的层面上看问题。如果我们只盯着业务,那得到的可能就是缩减的业务,蛋糕会越来越小;但如果我们站在一起,合力开拓一个市场、打磨一个新品,并站在1+1>2的战略高度上一起探索,就能得到比预期更好的业务。

 

谋其上者得其中是李洪波常用的话。李洪波认为未来智能物流机器人有三个需要不断提升的方向。

 

第一,解决方案持续创新:智能物流机器人系统本质上是解决方案的载体,如何根据不同的行业需求和业务特点持续创新,不断提升客户可感知价值,是物流机器人行业长期发展的基础。

 

第二,技术架构不断迭代:随着解决方案的演化和部署方式的变化,物流机器人系统的技术架构需要持续迭代以满足产品和业务的需求。

 

第三,服务水平持续提升:高质量的服务是支持业务长期发展的基础,如何让客户体验到服务的及时性、高质量和前瞻性,需要极智嘉、阿里云和终端客户携手共创。

 

新课题已经出现,未来极智嘉和阿里云还将共同攻克更多、更新的行业难题。


本文摘自《云栖战略参考》2023年10月刊

扫码限时申领纸质版

↓↓

公众号外宣1080x1920.jpg

目录
相关文章
|
供应链 数据建模 BI
打开阿里|阿里巴巴数字化的关键时刻
阿里巴巴如何跨越从信息化(IT)到数字化(DT)转型的关键时刻?
2214 0
打开阿里|阿里巴巴数字化的关键时刻
|
机器学习/深度学习 人工智能 数据库
飞天技术观|大模型时代,从软件工程到打通行业智能的“最后一公里”
与以往基于白盒化的软件工程范式相比,大模型能够成为新范式,提供真正的智能化引擎,从而使业务应用更高效和智能性。在这种模式下,阿里云将自身定位成大模型时代的算力服务提供者,希望能够为千行百业打通业务智能化的“最后一公里”。
1413 2
|
10月前
|
人工智能 运维 开发工具
10分钟无痛部署!字节Coze开源版喂饭教程
字节跳动开源AI智能体平台Coze(含Studio开发工具+Loop运维系统),仅需2核CPU/4GB内存即可本地运行,48小时GitHub星标破9000。本文提供10分钟极速部署指南,涵盖Docker配置、模型服务调优及Qwen模型切换实战,零成本实现商用级AI开发,彻底降低智能体创作门槛。
|
9月前
|
API 数据安全/隐私保护 Python
拼多多批量上架软件, 电商一键上货发布工具,python电商框架分享
多线程批量上传架构,支持并发处理商品数据 完整的拼多多API签名和token管理机制
|
9月前
|
运维 监控 安全
计算机网络及其安全组件纲要
本文主要介绍了 “计算机网络及常见组件” 的基本概念,涵盖网卡、IP、MAC、OSI模型、路由器、交换机、防火墙、WAF、IDS、IPS、域名、HTTP、HTTPS、网络拓扑等内容。
419 0
|
9月前
|
存储 Prometheus 运维
【云故事探索 | No.8】:揭秘餐饮行业龙头 SaaS 厂商神州商龙的全栈可观测实践
【云故事探索 | No.8】:揭秘餐饮行业龙头 SaaS 厂商神州商龙的全栈可观测实践
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
24867 73
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
|
人工智能 新能源 定位技术
战略地图丨云计算的第三次浪潮
云计算和GPT的关系,就是电和电机的关系。
战略地图丨云计算的第三次浪潮
|
Kubernetes Cloud Native 调度
创新场景丨极致利用云资源,小红书技术降本之路
CPU利用率,已被小红书视为衡量企业云原生化达到行业领先水准的重要指标。
创新场景丨极致利用云资源,小红书技术降本之路
|
机器学习/深度学习 人工智能 自然语言处理
未来数据观|从大模型到AIGC:人工智能新范式
人工智能经历70余年的探索和发展,如今到了大模型时代并出现现象级AI产品。这不仅是人类研究积累的厚积薄发,也是数字时代下大数据、大模型、大算力发展到了一定阶段的必然结果。在大模型的加持下,AIGC(AI Generated Content,人工智能生成内容)有望助力内容生成跨越新时代,并开启人工智能应用的新浪潮。
2359 1

热门文章

最新文章