通常我們認為，物聯(lián)網(wǎng)的發(fā)展需要經(jīng)過三個階段：互聯(lián)、智能、自治。

時至今日，物聯(lián)網(wǎng)已經(jīng)逐漸進入公共交通、安防環(huán)保、電力、智能家居、醫(yī)療健康等諸多領域，根據(jù)《2018-2023年中國物聯(lián)網(wǎng)行業(yè)細分市場需求與投資機會分析報告》，2020年全球物聯(lián)網(wǎng)設備數(shù)量將達到204億，這也表明，物聯(lián)網(wǎng)時代真的到來了，最起碼到了互聯(lián)階段。

伴隨著物聯(lián)網(wǎng)時代到來的，不止是這百億計的終端設備，更是以PB為單位的數(shù)據(jù)洪流，以智能攝像頭為例，隨著分辨率從1080P轉向4K，其一天所采集到的數(shù)據(jù)量將達到200GB，據(jù)統(tǒng)計，2020年時平均每名互聯(lián)網(wǎng)用戶每天將產(chǎn)生1.5GB的數(shù)據(jù)量。

因此，物聯(lián)網(wǎng)若想繼續(xù)發(fā)展，從即將到來或已經(jīng)到來的互聯(lián)階段邁入智能階段，需要做的便是將這些數(shù)據(jù)更進一步的收集、分類、處理，而做這些工作的，便是人工智能。

圖片源自leadspace

在目前的人工智能領域，處理終端設備數(shù)據(jù)的計算點往往發(fā)生在云端數(shù)據(jù)中心，大致過程為物聯(lián)網(wǎng)終端設備產(chǎn)生數(shù)據(jù)，發(fā)送到云端數(shù)據(jù)中心，人工智能進行計算，再將數(shù)據(jù)返回終端，以此實現(xiàn)互聯(lián)效果。

這樣的處理方式，一方面帶來的是網(wǎng)絡節(jié)點的堵塞，延長終端設備的響應時間，另一方面，隨著PB級別的數(shù)據(jù)源源不斷的傳送到云端，云端服務器所承載的壓力也隨著增大。

在互聯(lián)網(wǎng)時代，所有的計算都是在電腦本地計算。物聯(lián)網(wǎng)的發(fā)展才使得數(shù)據(jù)計算逐漸從邊緣集中到云端。既然云端計算不符合物聯(lián)網(wǎng)的發(fā)展趨勢，為何不將計算再返回到邊緣計算呢?

所謂邊緣計算，指在靠近物或數(shù)據(jù)源頭的一側，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺，就近提供智能互聯(lián)服務。

這樣帶來的好處便是，終端設備產(chǎn)生的數(shù)據(jù)，不需要傳送到云端利用人工智能進行處理后，再返回數(shù)據(jù)產(chǎn)生端。利用邊緣計算技術，數(shù)據(jù)在設備產(chǎn)生端直接計算，就近處理后便可直接反饋到設備。

那么，邊緣計算的出現(xiàn)是否又意味著物聯(lián)網(wǎng)時代不再需要云計算呢?答案是否定的，邊緣計算的特性適合大量細小、需要實時處理的數(shù)據(jù)，而這些也是物聯(lián)網(wǎng)億級終端設備所產(chǎn)生的數(shù)據(jù)特點，隨著邊緣計算的發(fā)展，未來物聯(lián)網(wǎng)產(chǎn)生的50%的數(shù)據(jù)也將轉移至邊緣側進行。

云計算與邊緣計算(圖片源自techwireasia)

而對于部分需要集中式處理的數(shù)據(jù)，仍然需要交付到云計算中心，通過人工智能進行挖掘，深度學習，處理后再交還原處。也因此，邊緣計算和云計算根本不存在所謂的競爭關系，而是協(xié)同作用。

最簡單的例子，如果說邊緣計算和云計算是競爭關系，那么云計算3A巨頭為何紛紛開始布局邊緣計算，阿里云更是在今年明確提出打造“云+邊+端”三位一體戰(zhàn)略，金山云也于近期推出“1KM邊緣計算解決方案”。

結語：物聯(lián)網(wǎng)的特性表明終端設備所產(chǎn)生的數(shù)據(jù)全部集中到云端AI處理是不行的，物聯(lián)網(wǎng)要想邁入互聯(lián)、甚至是智能階段，必須將大量細小，并且需要實時響應的數(shù)據(jù)轉移到邊緣處理，集中式數(shù)據(jù)仍交給云端AI進行。