边缘计算进入黄金时代 云计算巨头玩家云集

2019年，“变化”仍然是中国科技界的主旋律。经过了近20年的“狂飙突进”，中国C端人口的流量红利逐渐退去。在物联网、大数据、云计算、人工智能等技术的驱动下，巨头纷纷选择拥抱To B，全面加速产业互联网发展。

在人工智能和产业互联网的推动下，诸多应用与概念脱颖而出，变得炙手可热。而在2019年，边缘计算毫无疑问迎来了集中爆发，让人们不由感叹：边缘计算不再边缘。

16年磨一剑，边缘计算进入黄金时代

早在2003年，AKAMAI就在与IBM合作时提出了“边缘计算”概念，并建立起初步应用。作为一个16年前的概念，边缘计算并不年轻，甚至在科技领域中雨后春笋的概念中略显低调，但想一想1956年的人工智能、1995年的物联网、2006年的云计算，边缘计算又正值当打之年，与新晋网红般的科技概念不同，这些曾经的概念都已走入现实，开始为人们提供服务，改善人们的生活。

为何边缘计算今年才迎来爆发？

边缘计算的崛起源自于云计算的成熟和AI让物联网的“重生”。据第三方数据分析机构IDC 的新预测，到2020年，全球将有约500亿的智能设备接入网络，其中主要涉及智能手机、可穿戴设备、个人交通工具等，其中 40% 的数据需要边缘计算服务。

越来越多的设备接入物联网，其产生和收集的数据呈指数级增长。与之相对的，AI的图像分析、语音语义识别、视频分析、自动化控制、人机交互等功能与物联网实现了更加深入的融合，成为推动产业互联网的重要帮手。

另一方面，随着5G的落地，未来将产生新一轮的数据爆发，对AI 算力提出了更高的要求。正如OpenAI的新报告显示，AI模型的计算量每3.4个月翻一番，也就是每年增长10倍，比摩尔定律2年增长一倍的速度快得多。

只靠传统的云端计算，物联网将不堪重负，人工智能也将陷入停滞。更为现实的是：在很多场景上的智能化应用，也只有边缘计算才可以解决。因此，在产业需求和数据积累形成的肥沃土壤中，边缘计算的爆发是必然。

有别于云计算，边缘计算将人工智能深度学习算法中的“推理”或“训练”过程前置到靠近用户端/数据产生端一侧，在本地就近处理，完成实时的、快速的计算和反馈，从而大大提升响应速度，进而在包括社区、零售等很多场景形成更好的用户体验。

很多机构对边缘计算的概念作出过诠释。但业界喜欢举的例子还是章鱼实验。2016年4月，新西兰国家水族馆一只名为“Inky”的章鱼从半开的水族缸里爬了出来，走过房间并钻入一个排水口，穿过50米长的水管之后，成功地进入了外海。

章鱼成为了地球上“聪明”的生物类群之一，这是因为它拥有“一个大脑+多个小脑”，不仅能通过40%的大脑容量进行分析和决策，还能通过八条腿上分布的60%的巨量神经元进行感知和分析、腕足和大脑有效配合，让章鱼在各种复杂环境下都能游刃有余。

边缘计算的分布式结构与章鱼非常相似：云端是大脑，但边缘侧可以作为小脑，通过神经元网络分布式局部决策。两者相互协作，共同完成数据的处理和反馈。

和云计算相比，边缘计算主要具有四个优势：第一，灵活性，可以在不同阶段，不同区域和节点和已有硬件基础上，灵活部署设备。第二，高可靠，在无网或网络不稳定的环境下可以进行独立计算和实时反馈，即使一个设备发生故障，也不会影响其它设备。第三，高安全，分布式架构天然加大了黑客攻击的难度，从而保护个人可识别信息免遭窃取和滥用。第四，低延时，边缘设备一般部署在更靠近数据处理的终端，能够就近传输、计算、存储、回传、加密和访问控制等，可更快响应需求并反馈。

但这并不是说边缘计算将取代云计算，只能说两者各有所长，这是一个1+1》2的过程，并非1-1=0的结果。云计算擅长全局性、非实时、长周期的大数据分析；边缘计算擅长局部、实时、短周期的数据处理分析。两者结合，才能适应不同场景下数据处理的不同需求。

巨头玩家云集，留给其他人的机会在哪里？

从目前来看，构成边缘计算主力军的主要包括以下几类企业。

▲边缘计算领域全球企业生态图谱

首先是云计算巨头。这类企业以亚马逊、微软、Google、阿里、百度、腾讯为代表。凭借云时代的积累优势，他们希望将触角延伸至边缘计算时代。

云计算“老大”亚马逊可谓首当其冲。早在2017 年，亚马逊就推出了 AWS Greengrass，这是一个可以将亚马逊 AWS 服务扩展到终端设备上的服务。称，这一应用可以“在本地处理它们所生成的数据，同时仍然可以使用云来进行管理、数据分析和持久的存储”。

同样具有优势的还有CDN玩家。CDN（内容分发网路content Delivery Network）是将数字内容智能分发到离用户更近的节点。在全球流媒体、高清视频等内容行业的兴起过程中，CDN企业也赚了个盆满钵盈。从技术上来说，CDN可以说是边缘计算的萌芽。因此，如Akamai、Azure、AWS、网宿科技等老牌企业正在利用本身传统的CDN节点，提供边缘侧计算服务。

作为5G的主要推动者，全球各地的运营商也是边缘计算的重要玩家。在2019年5G商用浪潮中，运营商纷纷开始部署MEC（Multi-access Edge Computing移动边缘计算），并从硬件、软件、行业标准、平台架构、场景需求、关键技术、基础设施建设等多个角度，对产业进行宏观上的整合，推动建立全球统一标准。

除此以外还有硬件及芯片类企业。包括英伟达、英特尔、高通、华为等都先后推出了边缘AI芯片，应用在智能音箱、智能交通、VR/AR、车联网、智能制造等大量场景中。

比如智能芯片巨头英伟达推出了边缘AI超算Jetson Xavier NX，比信用卡还小的硬件，可以直接嵌入机器人、无人机、智能高清传感器、医疗设备等更小的硬件上。也有面向AI算力和场景应用开发的计算模块、边缘网关等行业级产品，其中具有代表性的是华为Atlas系列和特斯联Poseidon系列产品，作为业内较早投入边缘计算研发的企业，已经实现了将硬件融入场景提供AI解决方案的落地阶段。

与硬件相对的是软件。以“软件定义一切”的眼光看，包括Google、商汤科技等企业为代表，从一开始就瞄准了这一市场，期望在未来挖到真正的金矿。

值得注意的是，软硬件一体化也是目前行业发展的重要趋势。这不仅是因为软硬件本身的适配性，还在于软硬件一体化的解决方案速度更快，效率更高，解决实际问题更出色。

巨头的强势布局，新兴企业的快速崛起，让整个市场开始变得“喧嚣”，未来留给其他企业的机会还剩下多少？如果说云计算厂商把边缘计算当做自身业务的补充和加速器，运营商把边缘计算作为推进5G的突破口，CDN将其作为“手中的王牌”，那么软硬件玩家就是从产品的角度提出了一个新可能。

事实上，目前市场还处于从“点”到“面”进化的过程中。只有将一切的技术和产品的“点”转化为综合服务的“面”，边缘计算才能释放出更多的创造力。这与AI、云计算、物联网如出一辙。溯本求源，场景将是所有玩家“从点到面”的重要过渡，为场景服务的边缘计算，才是有力量的计算。

场景——边缘计算绕不开的话题

随着人工智能的落地，产业细分了机器人、VR/AR、自动驾驶、短视频、智能家居、智能交通、智慧能源、远程医疗等众多场景的全新应用。从城市基础设施到人们的家居生活，更多的数据从物联网中产生，需要AI的处理。

应用物联网和人工智能等技术，针对不同场景进行软硬件一体化部署，并提供定制化解决方案的企业，被视为智慧场景服务商。典型的企业包括Google、IBM、华为、新华三、特斯联等。

比如Google多伦多Sidewalk智慧城市项目，通过将社区内环境、道路、建筑、空气、能源等各项数据全部智能化，再利用边缘能力进行自动化操作。还打造了专门为小型机器人移动的实用通道，区域自由散热和制冷系统，建筑物自动调节能耗与照明的平台等。

在中国，乘着智慧城市的热潮，人工智能和边缘计算的应用场景也越来越多。比如特斯联在社区领域的应用，通过终端智能、边缘智能、数据智能打造了5G+AIoT智慧社区。在新零售领域利用自研的Nanocell数据模型和Poseidon边缘设备完成智能化升级，并成功将边缘侧算力与智能机器人结合，打造出智能终端。

以场景为核心的发展思路正在凸显，这与技术和产品驱动路线并不矛盾，但最终要汇合。这也意味着，每一个企业都要面向场景打造自己的核心竞争力。比如思科、IBM主打工业场景；Google致力于将AlphaGo的深度学习功能扩展到边缘侧；商汤以算法为主要优势，主要布局在视频采集和分析领域等。

随着5G商用落地，AI技术渗透，物联网升级，越来越多的场景需要用到边缘计算，因此市场前景也更加广阔。这也是2019年被称为边缘计算元年的重要理由之一。

谁也无法断定过去的规律是否适用于未来。但商业实践证明，不论是大型企业还是中小企业，客户希望得到的是一体化的部署和场景化的解决能力。这是目前看到的趋势和未来的机会，这也对生态链中的企业的综合服务能力提出了更高要求。行业何时才能进入全面的成熟期？哪些玩家能笑到最后？不远的未来将给出答案。