業界普遍認為，追溯邊緣計算的起源，應該早于云計算之前。2012年，IBM發布了擁有“八橫四縱”架構的物聯網生態圖，該生態圖所展示的七層技術架構中有一層就是“邊緣計算”。盡管在這五六年的時間里，邊緣計算并未太大動靜，反而讓云計算好好發展了一把，但隨著云計算不足以處理和分析物聯網設備生成的數據，蟄伏已久的邊緣計算終于迎來大爆發!

盡管2018年被稱為人工智能的爆發元年，但不可置否的是，在人工智能開始滲透至各行各業的同時，邊緣計算也迅速崛起，成為了2018年的又一年度關鍵詞。

物聯網數據處理與邊緣計算大爆發

CDN(Content Cache(內容緩存)是世界公認最早的邊緣計算的原型，通過AKAMAI與IBM在其WebSphere上提供基于邊緣Edge的服務，用來借助緩存數據，提高近地節點數據傳輸的性能。而隨著技術的不斷變革，人們在將數據在云端進行存儲后，開始著手在邊緣處進行云端存儲數據的計算工作，CDN的延伸工作“邊緣計算”由此出現。

廣義來說，邊緣計算被理解為利用靠近數據源的邊緣地帶來完成的運算程序，被認為是利用互聯網實現隨時隨地、按需、便捷地使用共享計算設施、存儲設備、應用程序等資源的計算模式的云計算的一種形式，兩者都是處理大數據的計算運行的方式，在應用上并沒有太大的差別。于是，在物聯網發展早期，隨著越來越多的應用遷移到“云”，云計算成為了最大的受益者。

那么，為什么邊緣計算在最近幾年的時間內登上了“快車道”，并呈現出力壓“元計算”的趨勢呢?業界普遍認為邊緣計算的爆發與物聯網數據處理息息相關。

相關報告顯示，2018年全球物聯網市場全球物聯網市場(包括連接、應用、平臺與服務)規模將突破千億美元，達到1036億美元。而到2025年，物聯網市場預計將突破萬億美元，且到2025年全球范圍內將會有18億移動物聯網(Mobile IoT)連接(總共31億蜂窩物聯網連接)。截止目前，物聯網已在交通、物流、教育、環保、醫療、安防、電力等多個領域落地開花，而“物聯網+行業應用”的細分市場在始出現分化的同時，也促進和升級了芯片、智能識別、傳感器、區塊鏈、云計算等相關新技術的迭代演進。

從某種程度上來說，云計算最為互聯網最重要的平臺技術，已經能夠建造大型數據中心，將大量數據集中式存儲和處理，并利用數據中心海量機器的算力來計算和解決問題。但隨著物聯網時代的到來及升級，云計算平臺在物聯網應用中面臨著海量設備接入、海量數據、帶寬不夠和功耗過高等高難度挑戰。就目前的帶寬水平來說，還無法支持設備到云端之間的數據傳輸。

這時候，不用將數據傳至云端，在邊緣側即可對實時數據進行處理的邊緣計算開始出現在眾人眼前，并廣受青睞。IDC在《中國制造業物聯網市場預測2016-2020年》報告中提出，2018年將有40%的數據需要在網絡邊緣側進行分析、處理與存儲，且到2020年，物聯網會有500億感知設備，50%的計算會在邊緣設備上發生。

“實現萬物互聯”是物聯網的終極目標，在物聯網時代數據處理的 2.0 時代，不斷增長的數據催生了對邊緣計算的需求。在靠近實物的邊緣上對數據進行處理、存儲、應用后，邊緣計算不僅解決了設備與云端數據的傳輸問題，還能滿足行業在數字化變革中的關鍵需求。

需要提及的是，盡管當前邊緣計算主要應用早商業領域，但需要注意的是，商業用占據了整個物聯網市場的半壁江山。也就是說，邊緣計算市場規模不可小覷。

而除了物聯網數據處理需求，這波人工智能技術的發展升級，也在很大程度上也促進了邊緣計算的爆發。大數據應用中常常面對的一個痛點，就是沒有采集到合適的數據，而邊緣計算可以為核心服務器的大數據算法提供最準確，最及時的數據來源，讓人工智能應用發揮最大的價值。

多方布局邊緣計算，邊緣計算全面開花

邊緣計算巨大的市場空間已成為科技公司下一個競爭點。

在國外，被業界稱為 “3A”的云計算三巨頭(包括亞馬遜AWS、微軟AZURE)以及CDN玩家都已在邊緣計算上進行戰略布局。

在中國，阿里巴巴2018年戰略投入“邊緣計算”領域;海康威視開啟 AI Cloud+ 行業解決方案的應用，將“云邊融合”技術植入多個行業;大華股份為適應新形勢下社會治安防控體系建設的要求，定制了一套邊緣計算節點智能聯網解決方案;曠視打造“云—邊—端”的業務體系，構建云邊端協同的智能安防感知網絡;華為、英特爾、ARM等公司聯合成立邊緣計算聯盟，致力于推動各方產業資源合作，引領邊緣計算產業的健康發展。

而除了多方布局邊緣計算市場，伴隨著物聯網市場的日益發展，邊緣計算也以其高速精準的相應能力滲透至物聯網市場的各行各業當中。根據Gartner的技術成熟曲線理論來說，在2015年IoT從概念上而言，已經到達頂峰位置。因此，物聯網的大規模應用也開始加速。未來5-10年內IoT會進入一個應用爆發期，邊緣計算也隨之被預期將得到更多的應用。

在智能安防領域，除了彌補云計算相應不及時、功耗高的問題，邊緣計算還滿足了安防行業在實時業務、安全與隱私保護等方面的需求。以視頻監控為例，在早期的視頻監控技術當中，邊緣計算被認為是一種視頻壓縮及加密技術，該技術減少網絡帶寬，以方便視頻數據的傳輸;而隨著第五代視頻監控時代——視頻結構化時代的提出，視頻監控產業在完成全城智能監控、動態人臉布控、人臉識別及捕捉等環節之后，如何從還如何從海量視頻數據中迅速挖掘出關鍵信息已成為視頻結構化時代的關鍵問題。在這個時代中，邊緣計算成為了強有力的幕后推手及輔助工具，邊緣計算所帶的云、邊、端架構可助力數據分層分級的采集、存儲、計算和應用，提升基于深度學習的人臉識別等人工智能算法的精準度。同時，邊緣計算作為一個安全高效的計算平臺和計算方式，在后端支撐著智慧城市鋪設網絡、裝置傳感器以及搭建系統平臺等一系列步驟，為安防行業帶來更好的應用體驗。

邊緣計算時的AI終端產品一直是業界的一大發力點之一，而隨著人工智能的出現，AI終端產品如AI芯片也變成了現實。AI芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊。AI芯片可以讓人工智能軟件的效率達到最高，這對計算實時性要求高的邊緣計算設備至關重要。在去年的北京安博會中，“天、寒、地、鑒”等AI芯片公司紛紛推出了不少AI芯片產品，這些產品不乏有針對邊緣計算應用的芯片及開發板、計算棒等算力產品，有助于開發者完成各種類型的AI應用程序開發。

甚至在智能家居行業中，智能家居不同產品之間互動場景的定義，都需要邊緣計算。此時的邊緣計算充當網關亦或是中控系統，通過云計算與邊緣計算協同設備之間的互聯互通、場景控制需要。

當然，現階段的邊緣計算不僅僅只發力于安防行業、AI芯片以及智能家居行業，可穿戴設備、無人機、機器人、車聯網(自動駕駛)、油氣遠程監控、汽車自動駕駛等領域都已經出現了它的蹤跡。

或許我們還可以這樣認為，從上游的芯片、圖像傳感器，到中游的邊緣計算解決方案、產品、平臺，再到下游的對接應用層，邊緣計算不僅全面落地，還給整個產業帶來了全鏈式變化。

云邊融合已成未來趨勢，但痛點依舊存在

未來邊緣計算將如何更好地推動物聯網技術發展?當前業界給出的答案是“云邊融合”。

有人認為，“如果把云計算比作整個計算機智能系統的大腦。那么邊緣計算就是這個系統的眼睛耳朵和手腳。核心服務器讓智能系統具有很強的人工智能，但是如果這個人工智能是聾子瞎子，它也發揮不了太大的作用。邊緣計算和云計算的結合讓整個智能系統不但頭腦清楚，而且耳聰目明，手腳靈便?！?/p>

也就是說，從長遠來看，云邊融合是必然趨勢。云計算提供強大的全局結構化數據推理分析和資源管控力，邊緣計算則提供快速、敏捷、高效、精準的實時響應。兩者互補，將驅動物聯網產業應用邁入全新層次。

的確，邊緣計算可以極大擴張電腦及網絡連接的設備量級，并與5G網絡的大規模應用結合將徹底釋放IOT行業的潛能。但此時我們也需要提及一點，邊緣計算并非完美無缺，與IT的其他方面一樣，邊緣計算也有自己的一套網絡安全威脅和漏洞，這些風險包括訪問設備的弱密碼、不安全的通信以及物理安全風險。而除了安全問題，當前邊緣計算的發展，還受到聯接的海量與異構、業務的實時性、應用的智能性以及數據優化等多方面的制約。

但可以期待的是，隨著邊緣計算機制的逐步完善，所有難題都將被攻克，而邊緣計算也將為物聯網市場以及人工智能市場帶來最優的應用效果。未來，一切可期!