数据架构、云端AI支撑与边缘协同

课程背景

云计算不仅是基础设施，更是数据和AI的基石。企业需要面对云原生数据工程（RDS、NoSQL、数据湖）、云端AI算力（GPU/TPU、LLM部署）以及边缘计算协同等新场景。本课程作为全栈云计算体系的前沿延伸，讲解数据库选型、数据湖存储分离架构、云端大模型私有化部署，以及云边端协同（KubeEdge/K3s），帮助学员具备面向未来的架构视野。

课程收益

掌握RDS高可用原理（主备切换、读写分离）及NoSQL选型（键值/文档/宽表）

理解数据湖存储与计算分离的架构优势

了解云端GPU/TPU实例池化调度及机器学习PaaS平台架构

能够使用API网关集成云端大模型服务（私有化部署）

理解云-边-端协同拓扑及MQTT轻量级通信协议

掌握K3s/KubeEdge边缘节点断网离线自治容灾机制

课程特色

数据+AI+边缘：三大前沿方向融合

Serverless AI实战：函数计算调用大模型，按需计费

边缘自治：模拟断网场景，验证边缘节点独立运行

全栈收尾：与课程一至六形成完整闭环

课程对象

数据工程师、AI平台架构师

边缘计算/IoT平台开发者

希望了解云端大模型落地的技术决策者

前置知识：关系型数据库基础、HTTP API、容器基础。建议先修《课程四、五》或具备云原生基础。

课程时长

6天（共42小时）

课程大纲

单元1：云原生数据工程（2天）

第1课：关系型与NoSQL数据库选型（1天）

章节1：RDS托管高可用原理（主备同步、自动故障切换）与读写分离架构

章节2：键值（Redis）、文档（MongoDB）、宽表（Cassandra/HBase）NoSQL数据库选型场景

第2课：大数据架构演进（1天）

章节1：数据湖（Data Lake）存储与计算分离的数据仓库模型（如S3 + Athena/Spark）

实践：在云端搭建RDS读写分离集群

单元2：AI算力与服务集成（2天）

第1课：异构计算管理与平台（1天）

章节1：云端GPU/TPU实例池化调度与机器学习PaaS平台架构（如SageMaker、PAI）

第2课：大模型（LLM）云端实践（1天）

章节1：大语言模型的私有化云端部署（vLLM/TGI on K8s）与API网关集成

实践：使用函数计算（Serverless）调用云端大模型API，构建简单问答服务

单元3：边缘计算与云边端协同（2天）

第1课：边缘架构与网络协议（1天）

章节1：云-边-端协同拓扑（中心云→边缘节点→终端设备）

章节2：轻量级MQTT通信协议（发布/订阅、QoS）

第2课：边缘云原生实战（1天）

章节1：K3s/KubeEdge轻量级架构（云边通道、边缘节点自治）

章节2：边缘节点断网离线自治容灾（本地数据缓存、状态上报恢复）

实践：部署K3s集群，模拟断网场景验证边缘Pod继续运行

【模块核心实验】：Serverless AI应用架构搭建

编写函数计算代码，通过API调用云端大模型服务。前端触发事件后，Serverless自动拉起容器进行AI交互，并在交互完毕后释放计算资源。