# KiwiCloud 云原生 UEM 平台的全球出海实践

> **合规声明（生成式 AI 服务）**：前述特定亚马逊云科技生成式人工智能相关的服务目前在亚马逊云科技海外区域可用。亚马逊云科技中国区域相关云服务由西云数据和光环新网运营，具体信息以中国区域官网为准。
> 
> **完整资料：如果想了解更多内容可以访问:https://events.amazoncloud.cn/china-summit-on-demand/
> 
> **免责声明**：本摘要仅为便于您了解峰会内容而提供，我们不对其完整性及准确性作出任何保证，且不构成任何建议或结论。相关内容仅供参考，实际内容以峰会回放视频为准。

## 一、基础信息

- **会议类型**：专题演讲
- **Persona**：出海实践者
- **时间信息**：6月23日 | 16:30 - 17:00
- **标题**：KiwiCloud 云原生 UEM 平台的全球出海实践
- **PDF 资料**：有
- **视频回放**：有

## 演讲人信息

### 会议信息
- **地点**：上海世博中心（2026 亚马逊云科技中国峰会）
- **日期**：2026年6月23日（Day 1）
- **时间**：16:30 - 17:00
- **会议类型**：专题演讲
- **面向 Persona**：出海实践者

### 亚马逊云科技演讲人
- **刘振华**：资深解决方案架构师

### 客户 / 合作伙伴演讲人
- **林喜帮**（KiwiCloud）：CEO

## 二、会议资料 PDF 转录内容

--- Page 1 ---
KIWICLOUD 2026
× 亚马逊云科技中国峰会
KiwiCloud UEM
云原生 平台的
全球出海实践
Lin Xibang
林喜帮 刘振华
CEO KiwiCloud
解决方案架构师经理
亚马逊云科技
据和光环新网运或营其，附具属体公信司息。以保中留国所区有域权官利网。为准。

--- Page 2 ---
Agenda
01
KiwiCloud
关于
02
挑战与机遇：选择亚马逊云科技的理由
03
UEM IoT
云原生 架构与 演进
04
AI
原生终端与场景落地
05
全球化运营与展望

--- Page 3 ---
PART 01
KiwiCloud
关于
Who we are
--- Page 4 ---
KiwiCloud
KiwiCloud UEM SaaS
KiwiCloud 是一家面向全球的云原生 解
About US
iMin Technology
决方案提供商。 作为 战略合作伙

KiwiCloud
是什么
伴， 专注商用智能终端统一管理平台
UEM
（）
核心能力
· · ·
远程控制 自动化运维 策略驱动合规
应用内容分发
SaaS
交付，支持跨区域多租户统一管理
主要场景覆盖
POS · · ·
餐饮 零售收银 工业手持
Kiosk
自助终端
覆盖设备全生命周期
→ → →
注册 策略配置 应用分发 远程运
→ Amazo Amazo
维 退役 n n

--- Page 5 ---
PART 02
· ·
挑战 选择 价值
Why we chose 亚马逊云科技
--- Page 6 ---
100
当你的设备从 台
100 …
变成 万台时
据和光环新网运或营其，附具属体公信司息。以保中留国所区有域权官利网。为准。

--- Page 7 ---
挑战与机遇：为什么选择亚马逊云科技？
CHALLENGES & SOLUTION
商用终端管理的四大挑战：
设备数量爆发 合规压力剧增 服务质量要求高 竞争加剧
UEM
全球商用终端快速增长， 进入欧美、东南亚等市 跨区域延迟、策略到达 全球 赛道快速演
——
传统自建架构难以支撑 场，需符合各地数据安 率、离线设备管理 进，技术能力成为核心
规模化运营 全与隐规范 每一项都是客户痛点 壁垒

--- Page 8 ---
挑战与机遇：为什么选择亚马逊云科技？
CHALLENGES & SOLUTION
全球基础设施 合规与安全 弹性与高可用
• EKS Pod Node
• Region • WAF VPC IAM
依托 实现 与 的双
多 Clo 区 u域 dF（ront CDN）节点叠加 内建、，满足多地
层自动扩缩，业务高峰快速扩容、
，就近接入、 区法规。
低谷及时回收，性能与成本兼顾。
降低延迟，支撑业务出海。 • IAM VPC
精细化权限、 网络隔离、 •
• 100+ /
多可用区部署消除单点故障，保障
在 国家 地区快速部署， 密钥托管，构建纵深防御体系。
服务持续稳定。
一致体验。
AI
生态完整 赋能
• EKS RDS Secrets • Bedrock SageMaker
Man、ager、 为智能
等托管服务接管底层 化演进提供底座
运维，团队更聚焦业务开发。

--- Page 9 ---
~100%
DEVICE POLICY RayCH
100+
设备策略到达率
40%
FASTER MULTI-REGION DEPLOY
COUNTRIES & REGIONS
多区域部署效率提升
覆盖全球商用智能终端市场 2 0 %
up to
END-TO-END LATENCY DROP
端到端延迟下降

--- Page 10 ---
PART 03
AI
云原生架构与 演进
How we built it
--- Page 11 ---
KiwiCloud Production Architecture on
亚马逊云科技
ARCHITECTURE
Edge Compute Data Observability
用户
- + +
01 02 03
边缘 流量层 计算 数据层 可观测 容灾
Edge & Traffic Compute & Data Observability & DR
• Route 53 • EKS Multi-AZ + Karpenter • CloudWatch · X-Ray
• Global Accelerator • RDS Multi-AZ · ElastiCache • OpenSearch
• CloudFront • MSK · S3 · DynamoDB • Cross-Region Warm Standby
• WAF + Shield • Secrets Manager · KMS · IAM • ECR Cross-Region Replication
• ALB / API Gateway
~20% ~35% < 5 min/15 min
END-TO-END LATENCY DROP INFRA COST SAVINGS RPO / RTO
端到端延迟下降 弹性带来的成本节省 故障恢复目标

--- Page 12 ---
IoT AI
平台演进：从应用到 分发
① ② ③
App-centric Service/API- AI-centric
阶段一· 阶段二· 阶段三·
centric
应用分发 智能分发（演进方向）
能力分发
• APK • API •
以 推送为核心，解决「装了什 设备能力 化，通过策略编排实现 终端从「执行节 →点 」升 级→为 「边缘智
么应用」的问题。 跨设备协同。 能体」：感知 决策 持续学习。
• • • SageMaker + IoT Greengrass
终端是执行节点，平台是配置工具。 平台从工具升级为运营中台，支撑业 依托
务流程自动化。 实现模型下发与边缘推理。

--- Page 13 ---
Cloud-to-Edge AI
分发架构
AI DISTRIBUTION
UEM
01 02 03
云端控制面 分发层 边缘执行面
Cloud Control Plane UEM Distribution Edge Execution
• Bedrock · • UEM · • IoT Greengrass ·
基础模型托管 平台 策略编排 边缘推理
• SageMaker · / • IoT Core · IoT Jobs • iMin · /
训练 微调 终端 感知 决策
• SageMaker Neo · / • CloudFront • ·
编译 量化 加速 断网降级 本地缓存
• S3 · MSK • · •
数据湖 实时事件 断点续传 灰度策略 反馈日志回流

--- Page 14 ---
PART 04
· ·
信任 落地 展望
Trust, value, and vision
--- Page 15 ---
Trusted Global Platform on
亚马逊云科技
安全、合规与全球化运营体系
Enterprise Security Global Deployment Compliance Ready High Availability
100+
企业级安全 国家地区快速部署 满足全球合规要求 企业级高可用架构
KiwiCloud on Device Security Lifecycle Global Security & Deployment
亚马逊云科技
edge protection, global acceleration, platform services and encrypted data layer
设备安全生命周期 Global Users
Amazon WAF ↓
Multi-Region
↓ 设备身份 Route53

Amazon CloudFront
OTA
↓ 校验 证书认证 CloudFront
Amazon IoT
ALB / API Gateway Core APAC EMEA Americas
Device Defender

IAM / ACRM
Multi-Region Deployment Disaster Recovery
High Availability Elastic Scalability
KiwiCloud Platform
Device Management | Application Distribution 安全通信 策略控制 Identity & Access Data Protection
OTA Service | Remote Assistance | AI Services
IAM SSO KMS S3 Encryption
MFA RBAC RDS Encryption TLS
持续监控
Monitoring & Audit Compliance
Amazon RDS Amazon KMS Amazon S3 CloudWatch CloudTrail GDPR SOC2
GuardDuty Security Hub ISO27001
Zero Trust Security End-to-End Encryption Global Compliance Enterprise Reliability
零信任安全体系 全链路数据加密 支持全球业务拓展 企业级高可用与容灾
KiwiCloud
基于 亚马逊云科技 全球基础设施与安全体系，为全球企业提供可信、安全、合规且高可用的平台服务。

--- Page 16 ---
AI
原生终端，运营平台的下一个范式
AI-Native FUTURE
—
从设备管理到智能运营 三大场景，一个平台。
餐饮 零售 工业
F & B R E T A I L I N D U S T R I A L

--- Page 17 ---
O U R V I S I O N · K I W I C L O U D
成为全球头部的
商用智能终端运营平台。
以亚马逊云科技全球基础设施为底座，加速每一个场景的数字化与智能化落地。
据和光环新网运或营其，附具属体公信司息。以保中留国所区有域权官利网。为准。

--- Page 18 ---
Thank you.
据和光环新网运或营其，附具属体公信司息。以保中留国所区有域权官利网。为准。

## 三、会议回放视频转录内容

大家下午好，感谢亚马逊云科技邀请 KiwiCloud 来给大家做今天最后一场分享。
我先自我介绍一下，我叫喜帮，喜欢帮助。
同时我介绍一下 KiwiCloud, KiwiCloud 其实准确来说不是一家出海的公司，我们是在两年前在新加坡成立，
但是依托于一个新加坡的品牌，专门是在做垂直领域的商用设备，iMin 科技。iMin 科技它的特点是什么呢？
就是我们基于安卓为所有全球的客户提供各种形态的智能的商用设备。
可能大家会说安卓智能商用这些其实在国内仿佛是上一个时代的，大家今天从早上应该九点到现在四点半。
AI 这个字应该是出现的最多的。
我也尝试，我想通过最大的努力，我尝试把所有今天从九点钟一直到四点半用最后的这二十多分钟，把它给拉下来，接一下地气。
因为 iMin 和 KiwiCloud 一直做的事情都是非常的接地气的。
刚才提到的比如说 Flinco、Zilliz，这些所有的这些方案其实我一听完分享，我想会后我要找一下 iMin 科技给我介绍一下，
因为我觉得都可以用来包在整个 KiwiCloud 的一个方案里面，然后打包给到实际的一个落地场景。
那具体说一下，KiwiCloud 到底提供的是怎样的一个价值？
我们主要是 focus 在商用领域，商用领域里面主要是餐饮行业和零售行业还有物流行业。
这些行业它其实可能硬件在这些行业里面的感知度没有那么高，但其实硬件终端其实无处不在。
比如刚才提到的一些网络的一些设备，大家感知到的是连接性到底好不好，然后会不会断网，我的使用体验到底好不好，但其实背后支撑起使用体验的是一整套的解决方案。
那这个方案背后其实是应该有一个更合理的一个管控模式和运营模式让这套方案能为商户产生作用。
但是回归到 KiwiCloud，我们举一个例子，比如说像美国市场，我们在美国市场看到基本上看不到二维码这个东西。
二维码一般只是用来做 Google review 的用的。
但今天在上海我们去到每一家餐厅可能你在桌面上都可以看到有一个二维码，你扫了你就进行一个点单。
但是美国一个服务是完全脱离不了的，因为它有一个行业的一个习惯，这习惯就是一个小费的一个文化，就是我去到美国一个餐厅就餐，我需要的其实是一个完整的一个服务。
那这个服务如何通过一个先从点单，然后再从一个厨房的一个显示系统，然后再到支付交易，整个环节是如何被不同的商用硬件来完成一个闭环的。
而这些商用硬件背后其实都有一套管控的一套系统，KiwiCloud 其实就是提供这样的一个价值。
刚才几位嘉宾其实也同时提到了，其实商户他真正意义上考虑的是他自己的一个业务，他希望他的业务可以非常顺利地进行。
当他开始注意到一些商用的一个方案的时候，可能就是商用方案出问题的时候，因为他每一天从早到晚忙的其实就是希望继续推进他的业务，让他的商业运行得更好。
那 KiwiCloud 提供的价值其实正好在这，我们希望穷尽联合亚马逊云科技给我们提供的所有的基础服务，我们希望穷尽 IoT 的能力，把这样的一个体验给到全球的商户。
现在 KiwiCloud 覆盖了全球六大洲，我们是从东南亚作为我们的一个发源地，然后去到了欧洲、中东、澳新，再覆盖了南美和北美。
那现在我们全球服务着超过100万台的，就管理着超过100万台的这样的一个设备量。
大家可能看到这样的一个设备类型，可能跟我们说的这种我们自己居家所使用到的这种扫地机器人，然后我的这种智能音箱，我的 CCTV，就是这一类的设备可能不太一样的是首先它的设备量。
当我们说设备量的时候，商用设备很轻松的一个平台后端，管控的可能就是三到五千台的设备。
那这是设备能不能为商户和我们的 ISV 的客户提供一个可视化的一个仪表盘，让我们能发现，提前发现，任何的设备的一个健康的一个情况到底处于什么样的一个状态。
这个其实是一个非常大的一个从成本中心转化成一个运维可管控的这样的一个体系的一个重要的一环。
我记得当时我们去到印尼雅加达的时候，大家知道其实它的网络基础设施可能是稍微比较落后一点。
但是真正让我最震惊的是，客户他会有一个单独的仓库，就是一个连锁的一个超市，他会有单独的仓库，主要是用来存放已经坏掉的，连不上网的电池坏掉的一个推移的一些设备。
但这几千台的这种设备，其实理论上应该是在它出现问题之前就应该被发现。
而他们正好缺少的其实就是像一个基于云原生的这样的一个解决方案。
后来我们合作起来之后，其实整个方案为他们大大的减少了整个的运营的一个成本。
当然也要感谢亚马逊云科技给我们提供了整个全球的一个非常可靠的一个基础设施。
现在我们其实全球覆盖了四个主要的节点，从新加坡开始，然后到欧洲，然后到北美，还有就是国内、北京。
那整个目前我们服务了超过一百个国家的这样的一个客户。
那刚才多次提到的一个合规性的一个问题也是 KiwiCloud 最关注的一点，
因为所有的客户，特别是欧洲和美国的客户，在接触到我们的时候，其实第一个时间就会问，你们所用的这个云服务到底在哪里？
我的数据会被留存在我自己所在的区域吗？
我希望我的数据只留在本地，你是否能做到？
那这个其实已经变成了一个非常硬性的一个要求。
那我相信亚马逊云科技是目前最适合也是最有能力实现这样的一个客户需求的一个云提供商。
那当然还有就是高可用，就我们提到了刚才区别于一个 To C 端的这样的一个 IoT 的一个方案。
商用设备一般是在一个非常大的一个体量，那我们怎样保证在一个非常大的这样的一个吞吐量的情况下，能让整个系统也属于一个高可用，然后高复用的这样的一个状态也是非常重要。
然后当然不可缺少的就是亚马逊云科技提供的整个的 marketplace 的一个能力，然后还有就是目前基本上整个 KiwiCloud 的研发团队都在使用 Kiro，
然后我们现在最近也在沟通我们的 AgentCore，还有我们的 QuickSight，也即将会变成我们的考虑的一个使用的一个产品的范围里面。
有了 KiwiCloud 之后，我们目前通过影子设备的这样的一个方案，能让我们所有的设备策略，就比如我们的应用的策略能 100% 的触达到每一台的设备。
当然前提是这台设备不要断网，所以我就需要 Flinco 的这样的一个方案。
另外就是整个部署的一个提升，就是我们部署效率，其实从过去的这种，大家看到一个设备它从 ISV，或者从软件公司，一直到它被送往终端的一个商户，其实花费的时间是一个非常非常巨量的一个成本。
有了这种云端的服务，其实我们完成的是两个百分之五十。
第一个百分之五十，其实就是我们可以让这个设备在出厂的那一刻，就完成配置，然后所有的策略都会自动生效。
而从这个设备不需要被发往任何的中间商或者代理商或者服务公司，直接被发往这个商户侧，商户开机联网，所有的策略自动的下载，自动的生效。
这个是我们完成的前百分之五十。后百分之五十其实就是设备 enroll 到了 KiwiCloud 之后，它能通过所有的远程的操作，远程协助的方式来进行设备的维护和售后。
不需要花费非常大的这样一个人力，派人去到现场去解决一些硬件类的相关的一些问题。
这个对整个服务的不同的触点其实有很高的一个要求，就是我们提前识别这个设备实际所正在运行的一个状态到底是怎样的。
它的 CPU，它的整个电池的情况，包括它接触到的一些其他配件，比如说打印机，它的打印机的一个健康情况，这些东西其实都可以通过 KiwiCloud 进行一个整体的一个管控。
当然我们也提到整个从端到端的整个延迟 Latency 也通过亚马逊云科技让我们降低了将近 20% 的这样的一个效能。
刚才提到的其实还是一个非常传统的一个 IoT 这样的一个故事，但 IoT 是一个基础，就是我们希望通过 IoT 能赋能全球的商户来避免他们为硬件和为他们的生意所运行的载体产生任何的困扰和烦恼。
但是在目前的这个情况刚才提到了 AI 成为了一个不可或缺的能力，我们的思考可能会希望通过我们自己对市场的观察如何把真正意义上把 AI 落地到商户侧。
我们也观察到其实当然我们有很多讨论是围绕着 AI 如何迭代，AI 技术本身它是怎么样进行发展和推进的。
但这半年来从去年的 12 月底，一直到现在此时此刻，其实有一件事情是很多公司都在共同努力的，其实就是如何把 AI 的应用实际落地找到它的落地场景。
我们看到的其实是我们所服务的这些大大小小的商户，特别是中小型的商户，他们的决策者其实离 AI 科技是相对较远的。
当我们在讨论我们的 Agentic AI 怎么样如何发展，我们的不同的一个迭代的一些路径，其实对他们来说相对遥远。
如何通过一个更好的方式把实际 AI 所能产生的为它提供的一个效能带给到企业的决策者，特别是一线商户。
因为我们观察到其实可能整个 Agentic AI 的一个能力释放点，其实释放在需要做决策，需要对任何一个方向进行一个评估的人。
因为执行侧可能通过 Agent 已经完成了一大部分，更多的其实是一个判断力的释放。
我们看到了这样的一个机会，所以围绕着 KiwiCloud 的服务的这样的一个群体，我们正在落地我们自己的 Agentic AI 架构的这样的一个智能体。
落地到第一个市场当然就是美国，因为我们看到了美国的整个餐厅运营的交互方式其实会跟很多其他地方都有区别，就刚才提到的小费文化服务文化。
其实整个服务通过人去完成的这一类的这样的一个服务，通过服务员完全可以通过一个成本更优，体验更好的一个 Agent 的一个架构来进行覆盖。
这个是我们尝试的一个方向。
另外 KiwiCloud 在整个 AI 的发展里面，我们也看到了它的另外一个潜力，就是我们从整个 Agent 的这样的一个不同的 skills，它的一个 Agent 的一个分发。
当我们说我们的 AI 落地到一个场景的时候，我们是一个云和端的这样的一个配置。
这个端侧的 Agent，它到底是通过什么样的一个路径从一个管理平台去到一个它所在的一个地方的。
这个其实就是我们在探索的一个方向。
接下来的话，有请 Andy 来帮我们分享一下这一块，就是我们是通过怎样的一个路径一步一步实现的。
谢谢，谢谢喜帮总。
我这边是来自于亚马逊云科技的解决方案架构师团队，我叫 Andy 刘振华。
接下来我给大家介绍一下，就是我们 KiwiCloud 这边是如何用云原生的解决方案来构建百万级的这样的一个设备管理平台。
首先我们分了三部分，首先是一个边缘加流量层。
这个的话，首先就是客户根本的要求或者说我们这个行业的要求已经达到秒级，那秒级该怎么办呢？
那我们会在每一个节点我们就尽量的做到优化，比如说我们用了 Route 53 进行全球的 DNS 解析，然后利用我们亚马逊云科技本身的骨干网有个 Global Accelerator 这样的加速服务来保证我们的延迟降低 20% 左右。
那后面的话我们也用了我们的 CloudFront，就是我们亚马逊云科技的 CDN 做静态和动态的加速，那后面我们通过 ALB 和 API Gateway 进行转发，那保证我们最终的延迟能达到了一个秒级。
第二点来说是计算层，计算层和数据层来说，实际上就是说成本是一个我们很大的压力，那么如何能做到我们在高峰期能够应付流量，那低峰期的话我们又同时能够把我们的计算降到最小呢？
那我们通过 EKS 加 Karpenter 这样的方式把我们的整体的计算的成本压缩到了 35% 左右，降低 35%。
但同时我们知道我们是在金融行业做这个事情我们一定要保证高可用，所以我们的无论 EKS 还是我们的数据库都用了多 AZ 的部署方式，那同时我们也加了一些缓存能保证我们的这个热数据能够及时被访问。
那另外一点的话在金融行业就是说更重要的一点就是我们能怎么能保证我们的当时国际要求是 RPO 和 RTO 都有一定的要求，RPO 是 5 分钟，那么 RTO 是 15 分钟，那如何能做到呢？
那我们是其实在我们亚马逊云科技不同 Region 就做这样的一个灾备，同时我们本身亚马逊云科技本身是有一些可观测性的一些服务的，因为这个只有可观测性能够部署到每个节点之后才能发现及时发生问题。
那我们通过我们的 X-Ray 链路追踪服务可以来做到，另外一点的话实际上日志的分析也非常重要我们采用了 OpenSearch，那最终我们达成了就是林总跟我们的要求，无论是秒级的响应还是成本降低 35% 以及最终我们的 RPO、RTO 都符合我们的 SLA，那形成了我们这一套比较相，这真的是在行业里面最终能够支撑百万级那个设备在一百多个国家能够高速的运转，没有任何的问题。
那第二点来说，刚刚说到 IoT 行业，其实现在来说设备其实不完全都是特别智能的设备，那我们觉得有三个阶段，那在原始的阶段大家就是很简单把 APK 或我们的应用推到我们的设备端就 OK 了，那这个其实已经以应用为中心，那这个时候我们的平台实际上不像是一个管理平台，而是一个推送的平台就可以了。
那在第二个阶段，因为这个也是 KiwiCloud 这边做的特别好的，它是以服务为中心，以 API 这个推送，那所有的应用我们无论是我们的设备端进行管理，还是说我们的模块的一个动态升级等等，那都可以通过 API 能快速的完成，那现在这个方面有些平台可能没做到，但 KiwiCloud 这边已经领先于行业了。
那第三个方面来说就是 AI 能力，那在端侧，就是边缘端有没有一个模型能够执行，那就是说有些时候我们有些服务其实在不用去访问云端的服务再回来，那这样的延迟是有一定的延迟，有些时候也依赖于网络，那如果在边缘端我们有自己的模型，我们就可以处理一些即时的响应，即时的告警，包括用户行为分析，那这样的响应速度就远远超过那些在云端再交互一次了，那这样的效果就完全不一样。
那这个阶段其实 KiwiCloud 已经在做了，刚刚也提到了也有一些智能体的应用来进行在不同的行业里面，刚刚说到在美国的餐饮行业也会有创新。
那 AI 的平台该怎么做呢？那其实这个也是相对来说我们可以把它划成一个相对来说三步走。
那首先来说第一个模型在哪里来？第二个怎么到设备端？第三个在设备端怎么做？这个也相对来说是一个方法论。
第一个来说云端的模型，那如果我们是不是可以把那大模型放上去呢？比如说我放个 Qwen 上去，我就访问 Qwen，那有的时候依赖于网络。第二个就是大模型的尺寸比较大，我们说大模型嘛，那它的 Size 在云端的一些设备能力上来说它没有这么好的一个 GPU 的资源，它没法执行。
所以我们做解法是怎么办呢？我们通过我们亚马逊云科技有一个叫 SageMaker 的服务，我们来自己来构建自己的小模型，构建模型之后呢，有些时候还是太大，在这个时候我们做一些量化和裁剪。
我们 SageMaker 里面有个 Neo 这个服务，把这个模型裁剪到适合在我们边缘端就可以推理的一个尺寸，这就是第一个准备模型阶段。第二个模型怎么到边缘端，怎么到我的设备？
那这个时候呢，其实我们本身是 IoT 有个 IoT Core，那可以分发我们的 IoT 的 Jobs，分发 Jobs 之后然后要去下载这个模型，下载模型的时候呢，那有些时候那设备离一些地方比较远怎么办呢？通过 CloudFront 的服务。
那这个时候就可以像应用一样，想像一下 100 万个模型，100 万个设备可以快速地像应用升级一样，快速把自己的模型，最新的模型部署自己的端侧。
那第三部分就是执行，执行的话亚马逊云科技也有相应的托管服务 IoT 的 Greengrass，那直接就可以在边缘侧小模型直接可以进行推理，那就实现了我们这个从开始的构建模型到推送模型到执行。
那我们很多时候就是，比如说网络差的时候，直接我们就是可以自动降级使用本地的模型进行推理，推理完之后等到网络通上的时候，我们把日志的同步回给我们的平台端进行管理，这个时候平台再优化，再分析一些实际的一些问题，形成一个相对的互补的一个形式，那这样子就是云管边形成了一体化的方式。
那所有的这个每个模块都其实亚马逊云科技有相应的服务，那像 KiwiCloud 一样，就可以直接使用自己的一些技术业务方面的创新，跟亚马逊云科技的业务结合，那这样子就会快速的形成一个现在我们 KiwiCloud 这样的一个独特的一个平台。
那我这个架构到此为止，那就再交给您走。
感谢 Andy。
所以刚才提到的就是，KiwiCloud 正在探索的一个路径其实是从，但过去我们从分发应用，从设备管理，然后从提供整套的这样的一个运维的设备端的一个运维平台，为我们用户提供价值。
那后来我们迭代到一个 API 的一个能力，我们 OpenAPI 的一个集成能力给到我们的客户。
但接下来的话其实是在智能体，就是我们如何通过一个 MDM、UEM 完成对一个智能体的一个分发的这样的一个路径，其实我们会跟亚马逊云科技会有更深入的一些合作的一些机会。
但我们说其实四个方面其实都非常重要，首先就是一个企业级，这是一个企业级的一个方案。
所以在安全方面，在合规方面，然后在整个全球的这样的一个跨度，然后在所有的这样的一个法律合规性，然后还有就是一个高可用性。
这四个领域我们都会有继续深入的这样的一个探索。
最终其实所有这些解读出来，最终我们要提供的其实就是如何能通过软硬结合加上云端的一个赋能，完成对全球不同垂直领域的商户的一个服务。
这个服务核心价值就在于让商户回归到他本身应该专注的那些业务线，而不是专注在如何去跟这个技术方案产生更多的这样的一个纠结。
但现在我们目前专注的三个领域，餐饮，零售，还有我们的一个整个工业，包括物流，仓储和物流。
我们的愿景其实成为全球头部的商用设备的管理平台，那这个其实是我们跟亚马逊云科技服务一同努力了超过一年多的时间，那接下来的话我们会有更长远的一个合作的领域。
这就是我们在做的一些机会和方向。感谢大家。
感谢两位老师。
有 Q&A session。
比如说美国那边有一个叫做什么稳定币，有个什么天才法案，跟那一块能不能找到结合点。
我们的设备其实是可以支持 Stablecoin 的一个交易的，然后我们的设备是目前是跟我们的后台的管理是打通的。
所以这一块其实我们可以探索。
我觉得这一块其实很有意思，为什么呢？
因为我们中国香港特别行政区本来是，你要如果关注的话是去年还是今年上半年，还提到过让什么像京东有一批有几家企业吧，就是在中国香港特别行政区试行搞稳定币的计算。
因为中国香港港元是绑定美元的，联系汇率，但是后来这个事情不了之了。
但是如果说我们企业在海外，如果是美元区或欧元区那些国家的话，我觉得这个事情是很有价值的。
围绕的支付领域其实有两块，一块是目前整个欧美发展，特别是欧洲发展的最快的叫 SoftPOS，其实就是 NFC 的一个解决方案。
其实也就是通过软件加密，来直接完成信用卡的一个支付，不需要通过过去的 PCI EMV 的硬性的一些要求，来完成一个信用卡的支付。
这是一块我们已经所有的设备都支持，我们的后台也一样可以管理这样的支付的一些动作。
另外一个就是 Stablecoin，我们跟全球不同的这种 Stablecoin 的支付网络，比如说像 Wallet Connect 这样的公司已经有达整合作，其实就是完成两个方面的一个适配，一个就是硬件方面的一个适配。
所有的这种钱包和 Stablecoin 是否能在我们的设备上面进行一个交易，这是第一点。
第二点就是我们的后台是否能对这些交易所要运行的环境进行一个管理和提供这样的一个环境，这个也是我们正在实现的这样的一个过程。
你好，这个其实我是很感兴趣，因为现在就是说稳定币或者说是它造币之前的这个加密比特币，它有一个很大的优势是在哪里呢？
如果我的业务是全球开展，如果这些小微的这些支付或者是转帐的行为，它马上把它兑换成外汇，我们如果走 Swift 这个是不现实的，然后它的周期太长，
如果我们走 Stablecoin 的话，它可能几秒钟，它就把这个外汇就算完了，然后计算的成本是足够的快，
这个里面还涉及到一个金融里面，一个叫做所谓的差额结算和一个叫做什么，就是说，就逐笔结算和叫一个差额结算。
我们现在所有的金融风险都跟差额结算有关，就是说我一天的所有的投资，我只做一个轧差，但是其实里面把很多的风险都已经被掩盖掉了。
如果我是每一笔就实时来结算的话，那么它的这个风险可控的程度会远远高过我们现有的这个结算制度，所以其实这个里面是很有学问的。
我们的美国的合作伙伴 Stripe，它在这一块已经实现了实时地进行换汇的这样的一个动作，我觉得我们会后可以在深入交流一下。
谢谢，谢谢。
喜帮总，您好。
您好。
我想问一下，您不是想做一个全球化比较先进的终端智慧设备的一个平台吗？
是。
我有一个客户，他是做那个水下机器人的，他实际上是在国内做得非常不错，然后他现在想法是想出海，可能水下走的方向是巴西。
那么他的水下设备其实也需要维护。
其实我刚刚听说咱们是有很多的运用了那个 IoT 的那个设备吗？
是。
这个设备的 IoT 的要求有什么，就是说这个有没有合作点，或者说你有没有成为他们的一个国外的一个这样的一个设备维护服务平台？
我觉得完全可以沟通，就是这方面，当然现在我们全量支持的是安卓的系统，然后还有就是我们自己的一个硬件的一个操作系统。
这个是我们已经实现的，那接下来的一个是我们会覆盖 Windows 和 iOS 的设备。
所以我们继续交流，就是关于那个这个机器人他后台所使用到的操作系统到底是怎样一个状态。
是的，谢谢。
感谢。