邊緣計算代替云計算？物聯時代新標志

　　越來越多的機器及物體正在接入互聯網中，這對過去幾十年來人們熟悉的設計架構形成了巨大的挑戰(zhàn)，面對后端存儲性能及處理效率的壓力，越來越多的企業(yè)正在努力將計算資源投入到網絡邊緣，這在車聯網、智慧工廠、智能安防等領域已經成為趨勢。

　　換句通俗的話講，在某些行業(yè)的應用中，需要高度實時的智能判斷及分析，不能等待云端的響應，催促了邊緣計算的快速落地。據市場調研公司Markets and Markets的數據顯示，預計該市場規(guī)模將從2017年的15億美元，未來五年(2022年)將增長到67億美元。與此同時，不少IT及ICT(如微軟、通用電氣)等巨頭、新創(chuàng)企業(yè)都紛紛加大投入，瞄準這一市場進行狙擊。 　　在邊緣計算的架構中，一切數據都可以在采集設備現場或者附件得到處理與分析，不再依賴后端的云或者數據中心，不僅降低后端的壓力，也減少了傳輸的成本。通過新的架構，用戶不僅能獲得實時計算并分析數據的享受，也能減少對云或服務器的依賴，這也能幫助用戶真正實現更多個性化的移動應用的推廣。

　　據Gartner Research指出.，聯網設備的數量正在激增，到2020年將由2017年的84億部增至204億部。Gartner還補充稱，到2021年，40%企業(yè)的邊緣計算策略將就位，而2017年這一比例僅有1%左右。

　　邊緣計算除了滿足新興領域如自動駕駛的需求外(解決汽車無法連接到云的問題，實現更實時的駕駛判斷)，在傳統(tǒng)的安防領域一樣受到廠商的追捧。從2016年宇視科技提出智能鏈計算(將把算法依據各自不同芯片所長，分別分布到IPC芯片、CPU芯片、GPU芯片上，然后通過高速全媒體總線，打通算法和大數據之間的高速公路，提升算法準確度，同時屏蔽硬件資源對算法的差異，對智能算法統(tǒng)一提供計算資源并提供橫向集群能力，實現同類計算資源的集合，解決純后端方案性能和效率低的問題。)，到2017年海康威視發(fā)布的AI Cloud體系架構(基于“云邊融合”的AI Cloud由云中心、邊緣域、邊緣節(jié)點三部分構成，實現邊緣計算+云計算的有機融合，將AI算力注入邊緣，賦能邊緣智能實現快速、高效的感知;云端則聚焦AI數據的全局性分析認知，兩者以視頻AI數據為核心相輔相成，能夠充分發(fā)揮邊緣計算敏捷性和云端大數據計算全局性的優(yōu)勢)等，都可以視為是安防廠商在邊緣計算的探索。

　　據初創(chuàng)企業(yè)Vapor IO的總裁兼首席運營長Don Duet稱，通常情況下，從產生數據的設備端將數據傳輸到云供應商再傳回需要150-200毫秒。他還表示，在設備附近布置服務器或網關能將這一過程的時間縮短至2-5毫秒，可顯著改善像醫(yī)療、聯網汽車和智能城市這些關鍵應用領域的性能表現。

　　可以肯定地認為，邊緣計算解禁物聯網海量終端的連接和管理，新的架構將改變人們對于萬物互聯的認知。IDC預測到2020年，全球將有300億終端/設備連接到互聯網，其中，一半的數據將會在網絡的邊緣被分析，處理和存儲。其主要的價值在于海量的連接和自動化網絡運維管理、實時的連接和服務、統(tǒng)一的數據語義和建模、邊緣智能化和服務的創(chuàng)新、設備、網絡、數據、應用的安全和隱私的保護。