邊緣計算代替云計算？物聯(lián)時(shí)代新標志

　　越來(lái)越多的機器及物體正在接入互聯(lián)網(wǎng)中，這對過(guò)去幾十年來(lái)人們熟悉的設計架構形成了巨大的挑戰，面對后端存儲性能及處理效率的壓力，越來(lái)越多的企業(yè)正在努力將計算資源投入到網(wǎng)絡(luò )邊緣，這在車(chē)聯(lián)網(wǎng)、智慧工廠(chǎng)、智能安防等領(lǐng)域已經(jīng)成為趨勢。

　　換句通俗的話(huà)講，在某些行業(yè)的應用中，需要高度實(shí)時(shí)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(chǎng)調研公司Markets and Markets的數據顯示，預計該市場(chǎng)規模將從2017年的15億美元，未來(lái)五年(2022年)將增長(cháng)到67億美元。與此同時(shí)，不少I(mǎi)T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(chǎng)進(jìn)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(chǎng)或者附件得到處理與分析，不再依賴(lài)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(guò)新的架構，用戶(hù)不僅能獲得實(shí)時(shí)計算并分析數據的享受，也能減少對云或服務(wù)器的依賴(lài)，這也能幫助用戶(hù)真正實(shí)現更多個(gè)性化的移動(dòng)應用的推廣。

　　據Gartner Research指出.，聯(lián)網(wǎng)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(chēng)，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(mǎn)足新興領(lǐng)域如自動(dòng)駕駛的需求外(解決汽車(chē)無(wú)法連接到云的問(wèn)題，實(shí)現更實(shí)時(shí)的駕駛判斷)，在傳統的安防領(lǐng)域一樣受到廠(chǎng)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(cháng)，分別分布到IPC芯片、CPU芯片、GPU芯片上，然后通過(guò)高速全媒體總線(xiàn)，打通算法和大數據之間的高速公路，提升算法準確度，同時(shí)屏蔽硬件資源對算法的差異，對智能算法統一提供計算資源并提供橫向集群能力，實(shí)現同類(lèi)計算資源的集合，解決純后端方案性能和效率低的問(wèn)題。)，到2017年?？低暟l(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、邊緣節點(diǎn)三部分構成，實(shí)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(shí)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(chǎng)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(yíng)長(cháng)Don Duet稱(chēng)，通常情況下，從產(chǎn)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(wù)器或網(wǎng)關(guān)能將這一過(guò)程的時(shí)間縮短至2-5毫秒，可顯著(zhù)改善像醫療、聯(lián)網(wǎng)汽車(chē)和智能城市這些關(guān)鍵應用領(lǐng)域的性能表現。

　　可以肯定地認為，邊緣計算解禁物聯(lián)網(wǎng)海量終端的連接和管理，新的架構將改變人們對于萬(wàn)物互聯(lián)的認知。IDC預測到2020年，全球將有300億終端/設備連接到互聯(lián)網(wǎng)，其中，一半的數據將會(huì )在網(wǎng)絡(luò )的邊緣被分析，處理和存儲。其主要的價(jià)值在于海量的連接和自動(dòng)化網(wǎng)絡(luò )運維管理、實(shí)時(shí)的連接和服務(wù)、統一的數據語(yǔ)義和建模、邊緣智能化和服務(wù)的創(chuàng )新、設備、網(wǎng)絡(luò )、數據、應用的安全和隱私的保護。