2019年，“變化”仍然是中國科技界的主旋律。經過了近20年的“狂飆突進”，中國C端人口的流量紅利逐漸退去。在物聯網、大數據、云計算、人工智能等技術的驅動下，巨頭紛紛選擇擁抱To B，全面加速產業互聯網發展。

在人工智能和產業互聯網的推動下，諸多應用與概念脫穎而出，變得炙手可熱。而在2019年，邊緣計算毫無疑問迎來了集中爆發，讓人們不由感嘆：邊緣計算不再邊緣。

16年磨一劍，邊緣計算進入黃金時代

早在2003年，AKAMAI就在與IBM合作時提出了“邊緣計算”概念，并建立起初步應用。作為一個16年前的概念，邊緣計算并不年輕，甚至在科技領域中雨后春筍的概念中略顯低調，但想一想1956年的人工智能、1995年的物聯網、2006年的云計算，邊緣計算又正值當打之年，與新晉網紅般的科技概念不同，這些曾經的概念都已走入現實，開始為人們提供服務，改善人們的生活。

為何邊緣計算今年才迎來爆發？

邊緣計算的崛起源自于云計算的成熟和AI讓物聯網的“重生”。據第三方數據分析機構IDC 的新預測，到2020年，全球將有約500億的智能設備接入網絡，其中主要涉及智能手機、可穿戴設備、個人交通工具等，其中 40% 的數據需要邊緣計算服務。

越來越多的設備接入物聯網，其產生和收集的數據呈指數級增長。與之相對的，AI的圖像分析、語音語義識別、視頻分析、自動化控制、人機交互等功能與物聯網實現了更加深入的融合，成為推動產業互聯網的重要幫手。

另一方面，隨著5G的落地，未來將產生新一輪的數據爆發，對AI 算力提出了更高的要求。正如OpenAI的新報告顯示，AI模型的計算量每3.4個月翻一番，也就是每年增長10倍，比摩爾定律2年增長一倍的速度快得多。

只靠傳統的云端計算，物聯網將不堪重負，人工智能也將陷入停滯。更為現實的是：在很多場景上的智能化應用，也只有邊緣計算才可以解決。因此，在產業需求和數據積累形成的肥沃土壤中，邊緣計算的爆發是必然。

有別于云計算，邊緣計算將人工智能深度學習算法中的“推理”或“訓練”過程前置到靠近用戶端/數據產生端一側，在本地就近處理，完成實時的、快速的計算和反饋，從而大大提升響應速度，進而在包括社區、零售等很多場景形成更好的用戶體驗。

很多機構對邊緣計算的概念作出過詮釋。但業界喜歡舉的例子還是章魚實驗。2016年4月，新西蘭國家水族館一只名為“Inky”的章魚從半開的水族缸里爬了出來，走過房間并鉆入一個排水口，穿過50米長的水管之后，成功地進入了外海。

章魚成為了地球上“聰明”的生物類群之一，這是因為它擁有“一個大腦+多個小腦”，不僅能通過40%的大腦容量進行分析和決策，還能通過八條腿上分布的60%的巨量神經元進行感知和分析、腕足和大腦有效配合，讓章魚在各種復雜環境下都能游刃有余。

邊緣計算的分布式結構與章魚非常相似：云端是大腦，但邊緣側可以作為小腦，通過神經元網絡分布式局部決策。兩者相互協作，共同完成數據的處理和反饋。

和云計算相比，邊緣計算主要具有四個優勢：第一，靈活性，可以在不同階段，不同區域和節點和已有硬件基礎上，靈活部署設備。第二，高可靠，在無網或網絡不穩定的環境下可以進行獨立計算和實時反饋，即使一個設備發生故障，也不會影響其它設備。第三，高安全，分布式架構天然加大了黑客攻擊的難度，從而保護個人可識別信息免遭竊取和濫用。第四，低延時，邊緣設備一般部署在更靠近數據處理的終端，能夠就近傳輸、計算、存儲、回傳、加密和訪問控制等，可更快響應需求并反饋。

但這并不是說邊緣計算將取代云計算，只能說兩者各有所長，這是一個1+1》2的過程，并非1-1=0的結果。云計算擅長全局性、非實時、長周期的大數據分析；邊緣計算擅長局部、實時、短周期的數據處理分析。兩者結合，才能適應不同場景下數據處理的不同需求。

巨頭玩家云集，留給其他人的機會在哪里？

從目前來看，構成邊緣計算主力軍的主要包括以下幾類企業。

▲邊緣計算領域全球企業生態圖譜

首先是云計算巨頭。這類企業以亞馬遜、微軟、Google、阿里、百度、騰訊為代表。憑借云時代的積累優勢，他們希望將觸角延伸至邊緣計算時代。

云計算“老大”亞馬遜可謂首當其沖。早在2017 年，亞馬遜就推出了 AWS Greengrass，這是一個可以將亞馬遜 AWS 服務擴展到終端設備上的服務。稱，這一應用可以“在本地處理它們所生成的數據，同時仍然可以使用云來進行管理、數據分析和持久的存儲”。

同樣具有優勢的還有CDN玩家。CDN（內容分發網路content Delivery Network）是將數字內容智能分發到離用戶更近的節點。在全球流媒體、高清視頻等內容行業的興起過程中，CDN企業也賺了個盆滿缽盈。從技術上來說，CDN可以說是邊緣計算的萌芽。因此，如Akamai、Azure、AWS、網宿科技等老牌企業正在利用本身傳統的CDN節點，提供邊緣側計算服務。

作為5G的主要推動者，全球各地的運營商也是邊緣計算的重要玩家。在2019年5G商用浪潮中，運營商紛紛開始部署MEC（Multi-access Edge Computing移動邊緣計算），并從硬件、軟件、行業標準、平臺架構、場景需求、關鍵技術、基礎設施建設等多個角度，對產業進行宏觀上的整合，推動建立全球統一標準。

除此以外還有硬件及芯片類企業。包括英偉達、英特爾、高通、華為等都先后推出了邊緣AI芯片，應用在智能音箱、智能交通、VR/AR、車聯網、智能制造等大量場景中。

比如智能芯片巨頭英偉達推出了邊緣AI超算Jetson Xavier NX，比信用卡還小的硬件，可以直接嵌入機器人、無人機、智能高清傳感器、醫療設備等更小的硬件上。也有面向AI算力和場景應用開發的計算模塊、邊緣網關等行業級產品，其中具有代表性的是華為Atlas系列和特斯聯Poseidon系列產品，作為業內較早投入邊緣計算研發的企業，已經實現了將硬件融入場景提供AI解決方案的落地階段。

與硬件相對的是軟件。以“軟件定義一切”的眼光看，包括Google、商湯科技等企業為代表，從一開始就瞄準了這一市場，期望在未來挖到真正的金礦。

值得注意的是，軟硬件一體化也是目前行業發展的重要趨勢。這不僅是因為軟硬件本身的適配性，還在于軟硬件一體化的解決方案速度更快，效率更高，解決實際問題更出色。

巨頭的強勢布局，新興企業的快速崛起，讓整個市場開始變得“喧囂”，未來留給其他企業的機會還剩下多少？如果說云計算廠商把邊緣計算當做自身業務的補充和加速器，運營商把邊緣計算作為推進5G的突破口，CDN將其作為“手中的王牌”，那么軟硬件玩家就是從產品的角度提出了一個新可能。

事實上，目前市場還處于從“點”到“面”進化的過程中。只有將一切的技術和產品的“點”轉化為綜合服務的“面”，邊緣計算才能釋放出更多的創造力。這與AI、云計算、物聯網如出一轍。溯本求源，場景將是所有玩家“從點到面”的重要過渡，為場景服務的邊緣計算，才是有力量的計算。

場景——邊緣計算繞不開的話題

隨著人工智能的落地，產業細分了機器人、VR/AR、自動駕駛、短視頻、智能家居、智能交通、智慧能源、遠程醫療等眾多場景的全新應用。從城市基礎設施到人們的家居生活，更多的數據從物聯網中產生，需要AI的處理。

應用物聯網和人工智能等技術，針對不同場景進行軟硬件一體化部署，并提供定制化解決方案的企業，被視為智慧場景服務商。典型的企業包括Google、IBM、華為、新華三、特斯聯等。

比如Google多倫多Sidewalk智慧城市項目，通過將社區內環境、道路、建筑、空氣、能源等各項數據全部智能化，再利用邊緣能力進行自動化操作。還打造了專門為小型機器人移動的實用通道，區域自由散熱和制冷系統，建筑物自動調節能耗與照明的平臺等。

在中國，乘著智慧城市的熱潮，人工智能和邊緣計算的應用場景也越來越多。比如特斯聯在社區領域的應用，通過終端智能、邊緣智能、數據智能打造了5G+AIoT智慧社區。在新零售領域利用自研的Nanocell數據模型和Poseidon邊緣設備完成智能化升級，并成功將邊緣側算力與智能機器人結合，打造出智能終端。

以場景為核心的發展思路正在凸顯，這與技術和產品驅動路線并不矛盾，但最終要匯合。這也意味著，每一個企業都要面向場景打造自己的核心競爭力。比如思科、IBM主打工業場景；Google致力于將AlphaGo的深度學習功能擴展到邊緣側；商湯以算法為主要優勢，主要布局在視頻采集和分析領域等。

隨著5G商用落地，AI技術滲透，物聯網升級，越來越多的場景需要用到邊緣計算，因此市場前景也更加廣闊。這也是2019年被稱為邊緣計算元年的重要理由之一。

誰也無法斷定過去的規律是否適用于未來。但商業實踐證明，不論是大型企業還是中小企業，客戶希望得到的是一體化的部署和場景化的解決能力。這是目前看到的趨勢和未來的機會，這也對生態鏈中的企業的綜合服務能力提出了更高要求。行業何時才能進入全面的成熟期？哪些玩家能笑到最后？不遠的未來將給出答案。