今天就讓小新把這個概念一次講透

邊緣計算其實與我們的生活息息相關

刷臉支付、自動駕駛輔助系統、智能家居、看高清視頻、打聯機游戲、逛無人超市等等，都要靠“邊緣計算”來提供絲滑體驗。

不過這一切都基于一個大前提：網絡。沒有網絡，云計算、邊緣計算這些概念都將不復存在。就像是在小新用紅白機aabb上上下下的年代，一個手柄，一張游戲盤，不需要網絡，不需要數據上傳，也更不用提云計算和邊緣計算。所以，網絡，才是這一切的基礎。

那邊緣計算到底是什么呢？

邊緣計算是目前Edge Computing的一種廣泛翻譯。Edge指的是邊緣層，或是邊界層，終端設備和云端之間通過它才得以鏈接。

聽上去很虛幻？其實邊緣計算是手機或者其他連網設備里芯片的其中一個功能，主要作用是在你發出指令后，調取手機（終端設備）中的數據快速執行計算，再將計算結果發送至云端，“先斬后奏”，從而加速完成任務。

舉個栗子，以前的電腦端網銀支付，通常需要用戶在網頁中輸入用戶名和密碼，所有數據都會傳送到云端進行計算，再加上網速限制，往往很久才能完成一次支付。如果正好碰上一個股市跌宕起伏的時刻，晚那么幾秒可能就從曲線變成一條直線了。

而現在，刷臉支付則是在我們發出支付指令后，芯片的邊緣計算功能就開始在連網狀態下調取你的面容信息在本地計算并以最快的速度完成身份驗證，再將“身份驗證成功”的指令發送至云層，告訴銀行"他是自己人，可以給錢了"，于是叮一聲支付成功。

所以我們認證需要的指紋和面容信息這類計算其實在終端設備中完成的，也就是邊緣層進行的，而不是在云層（數據中心）中。這也就是為什么換手機的時候，明明其他所有數據都可以實現云備份云遷移，只有身份認證的識別操作例如臉部和指紋信息需要重新錄入。

之所以要把計算下放到邊緣，主要是因為云端反應不夠快！邊緣計算的一大特點就是速度快，效率高，延時低！

在如今追求“快、更快”的時代，人們對卡頓越發敏感，對速度和算力的要求越來越高。邊緣計算也有著越來越多的“用武之地”。

面對指數級增長的數據量，邊緣計算如何以更快的速度處理呢？這時候就輪到咱們芯片開發者登場了。

終端設備，比如手機，它的功耗是有限的。在玩游戲或者看4K高清視頻時，需要芯片進行高速計算。但是手機的功耗又不能過高，不然手機就會變得燙手，同時耗電極快。所以，既要保證邊緣計算的算力夠強，又要功耗低，對芯片開發者來說，真是要掉頭發了。

為了增強邊緣計算的算力，芯片開發者們還希望運用人工智能來加速計算。現在人工智能驅動的邊緣計算已經成為主流。不過運用人工智能勢必會增加能耗，所以開發者們還要想方設法去降低人工智能算法的計算能力，盡量減少耗費的內存資源。

對于開發者所面臨的“既要算力強，又要功耗低”的挑戰，嘿嘿，巧了，新思科技有完整的解決方案，比如NPX6 NPU IP、Platform Architect，VDK.....太多了數不下去了，這些解決方案將幫助開發者把不可能變成可能。

那么最后再來說說，為啥很多企業都想將數據從數據中心下放到邊緣呢？

這里所說的下放到邊緣并不是全部數據都到邊緣，通常企業會采用云計算和邊緣計算相結合的方式，邊緣計算作為云計算的延申，可以提供更快的數據分析，從而也為用戶帶來更順暢的體驗。

所以，對于企業來說，把部分業務下放到邊緣，當然主要還是因為要提高生產或服務效率，同時充分利用設備的算力，盡量優（再）化（省）成（點）本（錢）。

原文標題：邊緣計算不邊緣

文章出處：【微信公眾號：新思科技】歡迎添加關注！文章轉載請注明出處。

審核編輯：湯梓紅