為推動疫情后經濟復蘇，為未來經濟帶來增長新動能，以新價值、新機遇為主題的華為5“機”峰會于上海舉辦。沙利文咨詢總監郭銘出席此次峰會并作演講“5G+計算，構筑無處不在的端邊云協同計算形態”。他表示，未來數據將端邊云協同計算，也為行業帶來三個新機遇。

郭銘認為，站在5G尚未商業化的今天，人們很難看清未來5G會賦予哪種應用場景最全面、最深度的發展，且目前已經出現了4G無法滿足的應用場景，更不用說車聯網、智慧工廠等大型場景，不僅4G無法實現，對于5G來說也有著很大的挑戰。

第一個挑戰是如何處理大量數據。根據沙利文研究，以深圳為例建立智慧城市，全年城市僅攝象頭產生數據量可達7.5EB，智慧項目落地后，各行業將傳感器、智能設備連接到網絡里，每日產生數據堪稱海量。第二個挑戰是如何解決計算力需求的增長。以自動駕駛為例，駕駛等級提高一級，主力芯片算力增長六倍以上，未來汽車配備傳感器數量將比現在大很多，對運算速度和要求也更加嚴苛。

綜合以上兩點，根據沙利文計算，未來數據計算需求將去中心化，分布在邊緣側。從而實現端、邊、云協同的新形態，把要求高的隱私保密性放在邊緣側進行計算，把需求大數據運算和存儲業務放在中心側進行運行，讓端、邊、云三方共同完成計算和存儲業務。相對傳統中心化云計算，端邊云協同計算的反應速度更快，時延更低，更有效的降低了功耗和成本，同時隱私安全問題也得到解決。

郭銘表示，端邊云協同計算將為行業帶來三大趨勢。第一是5G時代移動APP云計算需求結構發生改變，目前移動APP基本都是在端側以X86架構為主的指令設置，未來APP的復雜的計算任務將全部搬到云上，以X86為主的架構運行效率會變得低下，所以未來云側算力有趨勢從X86轉到ARM架構。

第二個基于萬物互聯，AI訓練算力將快速增加。對比幾類芯片來看：CPU管理能力強，但運算能力相對較弱，不適合AI計算；顯卡適合深度運算；FPGA是根據需求進行重新編程，實時性最強，靈活性最高，功耗最低，適用于各大數據中心；ASIC可以面向特定用戶需求進行定制化，體積更小、功耗更低、成本更低，但靈活性相對較差，不可重復編程使用。通過對比可以看出未來5G的算力體系里，CPU芯片的角色將會絕對弱化，而其他三種芯片，特別是FPGA份額將會逐步提高，將成為5G時代算力提升的主要趨勢。

第三大趨勢是萬物互聯背景下ZB級非結構化數據帶來的高性能、高并發、高吞吐量的算力需求。所謂非結構化的數據是指不明定義的數據，在未來的萬物互聯時代將有很多不能在互聯網時代接入的設備，比如路燈、下水井蓋設施等通過互聯網管理，加上視頻、音頻、電子郵件、軟件、傳感器信號等等，非結構化數據在5G落地互聯網時代產生大量建設需求，針對海量非結構化運算需求也是未來計算行業的一大機遇。
? ? ? ?責任編輯:pj