越來越多的機器及物體正在接入互聯(lián)網(wǎng)中，這對過去幾十年來人們熟悉的設(shè)計架構(gòu)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(wǎng)絡(luò)邊緣，這在車聯(lián)網(wǎng)、智慧工廠、智能安防等領(lǐng)域已經(jīng)成為趨勢。
換句通俗的話講，在某些行業(yè)的應(yīng)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(yīng)，催促了邊緣計算的快速落地。據(jù)市場調(diào)研公司Markets and Markets的數(shù)據(jù)顯示，預(yù)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(gòu)中，一切數(shù)據(jù)都可以在采集設(shè)備現(xiàn)場或者附件得到處理與分析，不再依賴后端的云或者數(shù)據(jù)中心，不僅降低后端的壓力，也減少了傳輸?shù)某杀?。通過新的架構(gòu)，用戶不僅能獲得實時計算并分析數(shù)據(jù)的享受，也能減少對云或服務(wù)器的依賴，這也能幫助用戶真正實現(xiàn)更多個性化的移動應(yīng)用的推廣。
據(jù)Gartner Research指出．，聯(lián)網(wǎng)設(shè)備的數(shù)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(lǐng)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(xiàn)更實時的駕駛判斷），在傳統(tǒng)的安防領(lǐng)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(jù)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(shù)據(jù)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(xiàn)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?？低暟l(fā)布的AI Cloud體系架構(gòu)（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(gòu)成，實現(xiàn)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(xiàn)快速、高效的感知；云端則聚焦AI數(shù)據(jù)的全局性分析認知，兩者以視頻AI數(shù)據(jù)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(shù)據(jù)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(jù)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(chǎn)生數(shù)據(jù)的設(shè)備端將數(shù)據(jù)傳輸?shù)皆乒?yīng)商再傳回需要150－200毫秒。他還表示，在設(shè)備附近布置服務(wù)器或網(wǎng)關(guān)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(lián)網(wǎng)汽車和智能城市這些關(guān)鍵應(yīng)用領(lǐng)域的性能表現(xiàn)。
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(gòu)將改變?nèi)藗儗τ谌f物互聯(lián)的認知。IDC預(yù)測到2020年，全球?qū)⒂?00億終端／設(shè)備連接到互聯(lián)網(wǎng)，其中，一半的數(shù)據(jù)將會在網(wǎng)絡(luò)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(wǎng)絡(luò)運維管理、實時的連接和服務(wù)、統(tǒng)一的數(shù)據(jù)語義和建模、邊緣智能化和服務(wù)的創(chuàng)新、設(shè)備、網(wǎng)絡(luò)、數(shù)據(jù)、應(yīng)用的安全和隱私的保護。
