Baetyl：云原生边缘 AI 计算平台，将模型部署到物联网设备 — 2026 安装指南

{{< 资源信息 >}}

## 简介：12 万亿美元的边缘人工智能差距 到 2026 年，75% 的企业数据将在边缘创建和处理。 生产线需要实时缺陷检测。 智能建筑需要本地 HVAC 优化。 自动驾驶车辆需要 10 毫秒以下的推理，无需云往返。 然而，将人工智能模型部署到数千个地理分布的边缘设备仍然是手动配置、不一致的运行时间和零可见性的噩梦。 Baetyl（发音为“beetle”）是一个最初在百度创建的 Linux Foundation Edge 项目，它通过云原生边缘计算框架解决了这个问题，该框架将 Kubernetes 从云扩展到物联网网关。 Baetyl v2 拥有 1,903 个 GitHub star 和 Apache-2.0 许可证，提供声明式边缘云同步、AI 模型部署、多协议设备连接（MQTT、Modbus、BACnet）和无线 (OTA) 更新 - 所有这些都通过熟悉的 Kubernetes API 进行管理。 在本指南中，您将在 K3s 节点上安装 Baetyl 边缘框架，部署 PyTorch 图像分类模型，设置云侧管理，并针对纯云部署对推理延迟进行基准测试。 ## Baetyl 是什么？ Baetyl 是 LF Edge 旗下的一个开源边缘计算框架，可将云计算、数据和服务无缝扩展到边缘设备。 最初由百度智能边缘（BIE）团队开发，提供临时离线、低延迟的计算服务，包括设备连接、消息路由、远程同步、函数计算、视频捕获、AI推理、状态报告和配置OTA。 Baetyl v2（当前稳定版本：v2.4.3，2024 年 10 月发布）被构建为两个互补的系统： - 边缘计算框架（baetyl/baetyl）：在边缘节点的 Kubernetes/K3s 上运行。 通过系统服务（baetyl-init、baetyl-core、baetyl-function）管理和部署所有应用程序。 - 云管理套件 (baetyl/baetyl-cloud)：部署在云中的 Kubernetes 上。 提供用于节点管理、应用程序部署、配置和批量配置的 RESTful API。 Edge框架支持Linux/amd64、Linux/arm64和Linux/armv7。 对于资源受限的设备，建议使用至少 1GB RAM 和 1 个 CPU 核心的 K3s（轻量级 Kubernetes）。 ## Baetyl 的工作原理：云边缘架构 Baetyl 的 v2 架构使用受 Kubernetes 控制器和 IoT 设备影子启发的声明式、基于影子的同步模型： ```` 云端 (Kubernetes) 边缘端 (K3s/Kubernetes) +