邊緣計(jì)算加速AI與5G發(fā)展，至2022年市場規(guī)模CAGR將逾30%

　　邊緣計(jì)算(Edge Computing)有助于降低傳統(tǒng)云端架構(gòu)的運(yùn)算負(fù)荷、提升邊緣端的數(shù)據(jù)與數(shù)據(jù)處理能力，而傳統(tǒng)架構(gòu)的改變除大幅提升運(yùn)算效率以及數(shù)據(jù)應(yīng)用之外，更有機(jī)會進(jìn)一步落實(shí)AI與5G等新興技術(shù)發(fā)展，因此在2017年成為市場中熱門技術(shù)議題，拓墣產(chǎn)業(yè)研究院預(yù)估，2018年至2022年全球邊緣計(jì)算相關(guān)市場規(guī)模的年復(fù)合成長率(CAGR)將超過30%。

　　拓墣產(chǎn)業(yè)研究院分析師劉耕睿指出，過往傳統(tǒng)云端架構(gòu)引領(lǐng)運(yùn)算市場多年，并帶動云端儲存、大數(shù)據(jù)分析等新商機(jī)的崛起，但隨著更大量、更實(shí)時的運(yùn)算需求興起，傳統(tǒng)云端架構(gòu)已逐漸無法負(fù)荷未來需求;邊緣計(jì)算則是在如現(xiàn)場端裝置、網(wǎng)關(guān)等邊緣端，融合網(wǎng)絡(luò)、運(yùn)算、存儲、自我管理等能力，并建立分布式架構(gòu)，有助于實(shí)現(xiàn)設(shè)備于現(xiàn)場端的實(shí)時反應(yīng)，并提升數(shù)據(jù)收集與進(jìn)階應(yīng)用的效率，更能降低過往傳統(tǒng)架構(gòu)所造成的成本消耗。

　　標(biāo)準(zhǔn)組織與供應(yīng)鏈皆已積極布建生態(tài)系

　　由于邊緣計(jì)算將對市場造成架構(gòu)與實(shí)質(zhì)應(yīng)用上的改變，許多標(biāo)準(zhǔn)組織積極訂定標(biāo)準(zhǔn)，包括歐洲電信組織ETSI的多重接取邊緣計(jì)算(Multi-access Edge Computing，MEC)、OpenFog的開放霧運(yùn)算(Fog Computing)、中國廠商華為所主導(dǎo)的邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟，都積極且持續(xù)地釋出參考架構(gòu)與建立生態(tài)系。

　　除此之外，產(chǎn)業(yè)鏈中的許多廠商也已開始自行推出邊緣計(jì)算的解決方案，如云端大廠Microsoft推出Azure IoT Edge，將機(jī)器學(xué)習(xí)、進(jìn)階分析與AI服務(wù)，帶向更靠近數(shù)據(jù)源的前端IoT裝置;芯片IP商ARM亦推出Mbed Edge邊緣計(jì)算平臺，協(xié)助通訊協(xié)議轉(zhuǎn)譯(Protocol Translation)、網(wǎng)關(guān)管理以及邊緣計(jì)算;除此之外，產(chǎn)業(yè)鏈中的其余業(yè)者如服務(wù)器、網(wǎng)絡(luò)設(shè)備、工業(yè)計(jì)算機(jī)、傳統(tǒng)制造、開源組織等都有對應(yīng)的解決方案推出。

　　AI與5G的初步落實(shí)將仰賴邊緣計(jì)算的助力

　　自 2017 年成為顯學(xué)的邊緣計(jì)算，其重要性更是彰顯于 AI 人工智能與 5G。劉耕睿分析，過去 AI 必須仰賴強(qiáng)大的云端運(yùn)算能力來進(jìn)行數(shù)據(jù)分析與算法的運(yùn)作，但隨著芯片能力提升、邊緣計(jì)算平臺成熟，開始可賦予現(xiàn)場端裝置、網(wǎng)關(guān)擁有較為初階的AI能力，協(xié)助數(shù)據(jù)初步篩選分析、裝置設(shè)備實(shí)時反應(yīng)，該優(yōu)勢在工業(yè)領(lǐng)域、智慧城市、消費(fèi)性市場都能讓既有服務(wù)有進(jìn)一步的提升，如實(shí)時警示、安全監(jiān)控、語音助理、預(yù)防維護(hù)等應(yīng)用的實(shí)現(xiàn)。

　　邊緣計(jì)算對于5G亦是重要的技術(shù)變革，相較于過去3G、4G時代，應(yīng)用多元且網(wǎng)絡(luò)需求差異極大的狀況將同時發(fā)生于5G網(wǎng)絡(luò)上，因此5G必須擁有針對不同應(yīng)用而有相對應(yīng)的解決方案，邊緣計(jì)算便能提供行動用戶更低延遲、更佳網(wǎng)絡(luò)質(zhì)量，并讓電信商有機(jī)會推出更多創(chuàng)新服務(wù)。