EdgeX Foundry 社區很高興宣布 Odesa 4.0.1 正式發布！這是針對 EdgeX 4.0 "Odesa" 長期支持（LTS）版本的首個維護更新。
作為全球領先的開源邊緣計算框架，EdgeX Foundry 始終致力于為開發者和企業提供一個中立、靈活且可互操作的邊緣平臺。Odesa 4.0.1 的發布，標志著我們在兌現 LTS "穩定承諾" 的道路上邁出了重要一步，為工業物聯網（IIoT）部署提供了更加堅固的基礎。
【上海，2025年11月】
備受矚目的 昇騰 AI 創新大賽 2025 上海區域賽 近日圓滿落下帷幕。本次大賽匯聚了華東地區頂尖的 AI 創新力量，經過激烈的角逐和嚴格評審，上海億琪軟件有限公司（NereidAI） 憑借其出色的技術實力和創新的解決方案，在眾多優秀企業中脫穎而出，一舉榮獲 企業賽道銅獎。
想象一下：團隊正在部署一個 PyTorch XPU 項目，興沖沖地運行 pip install torch --index-url https://download.pytorch.org/whl/xpu，結果卻卡在下載，進度條慢得讓人抓狂。幾小時后，安裝終于完成，但第二天另一個同事重復同樣流程，又是漫長等待。更糟的是，內網帶寬有限，頻繁從外網（如 https://download.pytorch.org/whl/xpu）拉取大體積 XPU 包，簡直是效率殺手。你是否也遇到過這種“依賴地獄”？這正是我們今天要解決的痛點！
本文手把手教你如何在 K3s 集群中使用 Rancher Monitoring 來監控外部 ThingsBoard 服務的關鍵指標，幫助你及時發現問題，確保物聯網平臺穩定運行。
在邊緣計算的浪潮中，人工智能（AI）推理從云端向邊緣設備的遷移已成為趨勢，帶來更低的延遲、更高的隱私保護和更優的資源效率。Intel 的 OpenVINO? 工具包及其 Model Server (OVMS)，結合 EdgeX Foundry 的開源框架，提供了一個強大的邊緣智能引擎。我們公司自豪地貢獻了 GitHub 開源倉庫 edgexfoundry-holding/device-ai-openvino-ovms，展示如何通過零代碼、即插即用的方式，在 Intel CPU、GPU 和 NPU 上實現高效邊緣 AI 推理。這一倉庫是我們對開源社區的承諾，旨在推動邊緣智能的廣泛應用。
技術分享｜The Next Generation Internet of Things 下一代物聯網 曾經描述過：遠端和物聯網智能設備：遙遠的、偏遠的或網絡資源匱乏的地方將是邊緣計算的用武之地，不僅是減少了數據傳輸的時間和效率問題，還解決了現場智能設備的數據處理問題。