當前時點，AI大模型已經站在了從“玩具”向“工具”快速演化的關鍵迭代期。如何讓大模型滲透進入各類垂直場景，如何更低成本的使用大模型，如何讓更多場景與用戶接觸AI，成爲了發展的下一個重點。
在AI向實際場景落地時，邊緣計算的重要性加速凸顯，邊緣計算在成本、時延、隱私上具有天然優勢，也可以作爲橋梁，預處理海量復雜需求，並將其導向大模型。邊緣計算作爲AI觸及萬千場景的血管地位加速明晰。
2030年全球潛在市場規模4450億美元
Gartner將邊緣計算定義爲“一種分布式計算技術，在靠近信息產生和消費的（物理和網絡）位置，提供信息處理的計算能力”。隨着雲計算從一個中心點逐漸延伸、下沉到邊緣，邊緣計算就崛起爲主角，分布在包括骨幹網節點、城際網節點、匯聚網節點、接入網節點，以及無數業務現場計算節點中，越來越多原本在雲中運行的軟件也可以運行邊緣端版本。
值得一提的是，邊緣節點更接近用戶終端裝置，可以加快資料的處理和傳送速度，減少延遲。在這種架構下，知識的產生和資料的分析，更接近於數據資料的來源，因此更適合處理大數據。
與雲計算相比，邊緣計算的優勢更加明顯。邊緣計算不僅減輕了網絡帶寬和數據中心功耗的壓力，還減少了系統延遲，增強了服務響應的能力，同時還降低了數據泄露的風險，保護了用戶的數據安全和隱私。
從市場規模來看，根據STL Partners邊緣計算關鍵數據統計，2030年全球邊緣計算潛在市場規模將達到4450億美元，10年復合增長率爲48%。
價值鏈的所有部分（設備、連接、應用程序、集成和支持以及邊緣基礎設施）都將在此預測期內增長。其中，媒體、運輸和制造業垂直市場將佔邊緣市場的84%。到2026年，全球26%的網絡邊緣站點將位於中國。
隨着智能終端、智能應用的廣泛普及，邊緣計算正在步入發展的“黃金年代”。隨着全面AI時代來臨，算力需求將會呈現指數級增長，同時算力的需求也走向多樣化，單一雲計算已經無法滿足所有的需求，因此邊緣算力重要性會進一步凸顯。
其次，邊緣計算技術的發展得到政策大力支持，促使邊緣計算技術的日漸成熟。第三，邊緣算力較雲端算力，擁有低成本、高隱私以及低時延等三大優勢，可以充分利用本地計算機算力，同時與雲端進行協同，通過雲端來補充本地不足的算力，而且其適應的場景也非常多。
梳理邊緣計算市場上的主流玩家，大致可以分爲四類：第一類，以新華三、聯想集團等爲代表的ICT廠商，將基礎軟硬件及技術服務同邊緣計算場景融合，實現軟硬一體的邊緣計算私有化部署，並力推雲網融合，從而達到5G雲化網絡與邊緣計算的充分結合，以滿足各類行業智能化應用所急需的新型邊緣側高性能網絡與計算資源。
第二類，以亞馬遜、百度、阿裏爲代表的公有雲廠商，將雲計算能力向設備和用戶側延伸，擴充雲數據中心的外延，將雲原生的統一編程模式通過邊緣網關的能力應用到設備構成的邊緣雲，主打雲邊協同一體化。
第三類和第四類，分別以中國移動、中國聯通和西門子、蘋果爲代表，前者通過提供基站的邊緣計算服務及5G網絡接入管理，後者則以設備側的邊緣基礎設施爲中心，逐漸輻射到遠端的數據中心，將一些邊緣側無法完成的任務提交到雲端完成。
衆多科技巨頭的入局，推動着邊緣計算整體產業和生態的日趨成熟，使邊緣計算已經成爲提升信息化發展水平、打造數字經濟新動能的重要支撐。在邊緣計算需求激增下，“雲邊端一體化”爲核心的雲邊協同成爲邊緣計算未來重要的演進方向。
雲邊端一體化旨在屏蔽雲、邊、端分布式異構基礎設施資源，實現資源統一管理、數據自由流通、應用一致運行環境、立體安全保障，滿足用戶多樣化、實時敏捷、安全可靠業務需求。
在萬物互聯和行業智能化雙重環境的催生下，雲邊端一體化有利於將算力下沉到更接近數據產生的現場，同時擁有更低的時延、更低的帶寬佔用、更低的部署成本，以及更加安全可靠的數據傳輸等優勢，更好地滿足企業智能化轉型的需求。
由此不難判斷，在產業數字化升級背景下，雲邊端一體化的加速演進，將進一步提升數據處理效率，避免延遲，強化敏捷性，讓邊緣計算的優勢得到更大的展現，成爲企業數字化、智能化轉型的優選項。
邊緣計算不再“邊緣”
2022年8月，我國率先迎來了“物超人”的歷史性時刻，即物聯網連接數超越了人聯網連接數，此外，根據IHS的預測，到2030年互聯設備的數量將超過750億個。
全球數字經濟爆發式增長所帶來的豐富場景以及上億規模的聯網設備量在網絡邊緣側產生了大量的數據處理需求，可以說，產業端的實際痛點與需求爲邊緣智能提供了優渥的成長土壤。
同時，在政策方面，國務院在2022年年初發布的《“十四五”數字經濟發展規劃》中明確提出要加強面向特定場景的邊緣計算能力，強化算力統籌和智能調度。
隨後，各省市相繼出台多項政策支持邊緣計算產業發展，邊緣計算开始不再“邊緣”，逐漸走到了數字經濟的主舞台。
所謂的“邊”是相對於“中心”的概念，指的是貼近數據源頭的區域。而邊緣智能則是通過將AI處理能力下沉至更貼近數據源頭的網絡邊緣側，就近提供智能化服務，從而滿足當前市場對實時性、隱私性、節省帶寬等方面的需求。
一直以來，AI作爲數據分析、智能決策的基礎在雲端大展拳腳，工作環境一般是在相對“舒適”的機房、數據中心內，相反，更加貼近應用現場的邊緣側則是專幹“苦活累活”，往往處於惡劣的工作環境之中，例如工廠、室外，需要面臨穩定性、安全性等不同維度的考驗。
同時，惡劣的工作環境也爲邊緣架構部署提出了新的要求，如何在現場快速抓取數據、進行訓練並下發到設備上至關重要。
如今，當邊緣計算升級至邊緣智能，在新一輪的數字化浪潮中，邊緣側开始承接更重要的“智能任務”，責任與挑战並行，在深化應用的過程中，一以貫之的邊緣方案已經難以適應不同部署環境、不同需求的豐富場景了。
所以，面對嚴重碎片化的邊緣應用，能夠自學習、自迭代的行業解決方案才是良方，既能夠滿足數據安全，同時還能在保障AI能力的同時實現快速部署。
邊緣智能打开市場想象空間
對於邊緣計算領域的未來發展前景，AI和邊緣計算的結合，打开市場更大想象空間。AI爲邊緣計算提供解決問題的技術和方案，而邊緣計算可以爲AI提供釋放潛力的平台。邊緣智能爲AI應用程序提供支持，比如在自動駕駛、智慧城市、智能家居等場景下，更多的數據由邊緣網絡設備創建。
6月7日，英偉達在官微宣布，在2023上海國際嵌入式展中，英偉達將展示適用於自主機器和諸多其它嵌入式應用的NVIDIA Jetson邊緣計算平台，並帶來生態合作夥伴基於相關軟硬件在交通、工業、機器人等多個垂直行業領域所構建的解決方案。
英偉達Jetson邊緣計算平台涵蓋了機器人、自動駕駛、工業制造、智慧城市等邊緣AI的主要應用場景。
屆時，英偉達將展出NVIDIA Jetson系列模組、NVIDIA Jetson系列开發者套件、NVIDIA Isaac Sim機器人开發平台、Jetson AGX Orin驅動的自動駕駛、車路協同與道路巡檢系統、智慧城市邊緣視頻分析系統、智能制造邊緣計算方案、由Jetson驅動的新一代自主機器等產品及解決方案。
這其中，在機器人領域，NVIDIA Isaac Sim由Omniverse提供動力支持，是一款可擴展的機器人仿真應用和合成數據生成工具，以便开發、測試和管理基於AI的機器人；此外，NVIDIA Jetson是开發機器人解決方案的理想平台，基於Jeston相關模組开發的機器人平台，具備尺寸小、重量輕和高防護的特點，能夠適應更多類型的智能機器人產品。
自動駕駛領域，英偉達Jetson AGX Orin模塊可提供最高275 TOPS的AI計算能力，性能提升高達8倍，以適應各類復雜場景；在交通場景下，基於Jetson开發的路側邊緣計算機能夠實時分析復雜的交通場景，提升智能交通系統的運維管理效率。
在智能制造領域，英偉達Jetson可以將強大的AI推理計算能力帶入工業場景，能夠解決更復雜的問題。具體來說，使用GPU加速的AI視覺推理可以解決流水线上的缺陷檢測、柔性制造等問題。
與英偉達共同發力邊緣計算業務的還有通信巨頭高通。高通此前曾宣布，公司將由通信公司轉型爲邊緣計算公司。研究機構認爲，未來物聯網模組或將承載高通的邊緣算力，爲全世界开發者帶來更高性價比的終端計算能力。
站在當前時點，除了已經日趨成熟的基於傳統分析式人工智能的邊緣計算應用場景，我們更應該關注到生成式AI在邊緣滲透的“曙光”已經出現。未來，越來越多像智能助理、具身智能一樣擁有廣闊空間的新應用將會湧現，帶動邊緣計算實現跨越式發展。
相關閱讀
從百度智能雲的探索，看懂邊緣雲的過去和未來
雲計算廠商迎來升級拐點，邊緣計算布局或將成決勝點
5G時代加速到來，邊緣計算何時取代“核心”計算？
邊緣計算或將吞掉雲計算，玩家們各懷心事誰會勝出？
【科技雲報道原創】
轉載請注明“科技雲報道”並附本文鏈接
原文標題 : 邊緣計算步入“黃金年代”
標題：邊緣計算步入“黃金年代”
地址：https://www.utechfun.com/post/230081.html