边缘计算是数字世界中最令人兴奋的新概念之一。利用占用空间很少的微型数据中心网络，边缘计算使系统能够实时收集并分析重要数据，而不会增加现有基础设施的负担。在物联网系统中，通常以端到端的方式，在特定的高度传感器密集型环境中获得大量数据，且数据是在边缘生成并处理的，以降低延迟并减轻数据中心的负载。此前，边缘计算的重点是连接在物联网上的设备的技术，比如工业机器人。不过，随着技术的不断发展，大数据、IoT 和AI的组合带来了无限潜力，对于边缘计算的需求已经从解决由IoT生成的数据增长而导致的数据长距离传输的带宽成本问题，进化至处理实时应用程序。在这类组合中，边缘计算需要满足低延迟、加速实时创建和支持应用。什么是边缘计算？
边缘计算有很多术语，包括“边缘云计算”和“雾计算”。“边缘计算”本身通常被描述为在本地服务器上运行的应用，旨在让云进程更靠近终端设备。“企业计算”与边缘计算类似，但更倾向于准确地描述网络功能，却非描述计算的位置。“雾计算”概念是由Cisco创造的，许多人将其定义为位于边缘计算空间上下的计算，甚至作为边缘计算的一个子集。作为参考，端点设备和端点通常被称为“边缘设备”，以免与边缘计算相混淆。边缘计算可以采用多种形式，包括小型聚合器、本地服务器或微型数据中心。微型数据中心可以按区域分布在永久性或可移动的存储容器中。边缘计算的价值
一般来说，传感器、摄像头、麦克风以及一系列不同的物联网和移动设备从其所在位置收集数据，再发送到集中式数据中心或云中。数据显示，到2020年，全世界会有超过500亿台智能设备实现连接。这些设备每年将产生以泽字节(ZB)计算的数据，到2025年将增长到150 ZB以上。这些数据发送到云会带来一些重大问题。首先，150ZB的数据会造成容量问题。其次，将大量数据从其原始位置传输到集中式数据中心代价高昂。据估计，目前只有12%的数据得到了分析处理，而只有3%的数据有助于产生有意义的结果，剩余97%的数据在收集和传输之后，就被浪费了。第三，存储、传输和分析数据能耗巨大。因此，我们需要找到一种有效的方法来降低成本并减少浪费。引入边缘计算，在本地存储数据，可以降低传输成本。同时，利用AI功能也能够消除数据浪费。例如，现在正在使用中的新型低功耗边缘计算服务器CPU，它们以GPU和ASIC或一系列芯片的形式连接到AI加速 SoC。除了解决容量、能源和成本问题外，边缘计算还可以提高网络可靠性，因为应用可以在发生普遍的网络中断期间继续运行，通过清除某些威胁配置文件（例如全局数据中心拒绝服务 (DoS) 攻击），可以提高安全性。最重要的是，边缘计算能够为实时场景（例如虚拟现实商场、移动设备视频缓存）缩减延迟，同时在自动驾驶汽车、游戏平台或快节奏制造等环境中创造许多新的应用机会。5G成为边缘计算的最强推动力
5G基础架构是边缘计算最具说服力的驱动力之一。5G电信提供商发现，除了传统的数据和语音连接之外，他们还可以构建生态系统以托管独特的本地应用。通过将服务器置于基站旁边，蜂窝流量提供商可以向第三方主机应用开放其网络，从而改善带宽和延迟。Credence Research认为，到2026年，整个边缘计算市场的价值将为96亿美元左右。相比之下，Research and Markets分析认为，移动边缘计算市场将从今天的几亿美元增长到2026年的超过27.7亿美元。尽管电信行业可能是发展最快的增长动力，但是据估计，它们仅会占据边缘计算市场总量的三分之一。这是因为web scale、工业和企业集团也将为其传统市场提供边缘计算硬件、软件和服务，期望边缘计算也将开创新的应用机遇。比如目前大众快餐店的厨房正朝着更加自动化的方向发展，以确保食品质量，减少员工培训，提高运营效率并确保客户体验达到预期。Chick-fil-A 是一家连锁快餐企业，2018 年 他们宣称：“通过提高厨房设备智能化，我们能够收集更多数据。通过这些数据，我们可以构建更多智能系统，进而拓展业务。”他们还指出，在边缘计算的帮助下，许多餐厅现在可以处理的业务量提高到之前的三倍。总体而言，成功的边缘计算基础架构需要结合本地服务器计算功能、AI 计算功能以及与移动/汽车/IoT 计算系统的连接（图 1）。
