在萬(wàn)物智能互聯(lián)的新時(shí)代，數(shù)據(jù)量成指數(shù)級(jí)爆炸，不僅需要云端的大數(shù)據(jù)分析以轉(zhuǎn)化為洞察，在邊緣對(duì)于提取分析數(shù)據(jù)也有著更高的要求，應(yīng)運(yùn)而生的邊緣計(jì)算將在整個(gè)物聯(lián)網(wǎng)的發(fā)展中發(fā)揮關(guān)鍵性作用。作為分析、挖掘數(shù)據(jù)價(jià)值的創(chuàng)新方法，人工智能可以充分利用、釋放數(shù)據(jù)價(jià)值，也給邊緣計(jì)算帶來(lái)全新的發(fā)展機(jī)遇。

應(yīng)對(duì)數(shù)據(jù)洪流帶來(lái)的挑戰(zhàn)，邊緣計(jì)算至關(guān)重要。首先，井噴式涌現(xiàn)的海量數(shù)據(jù)如果全部聚集于云端，對(duì)帶寬有極大的要求，并帶來(lái)嚴(yán)重的計(jì)算負(fù)擔(dān)，這就要求在邊緣側(cè)對(duì)相應(yīng)數(shù)據(jù)進(jìn)行必要的篩選和節(jié)流，并同時(shí)提供部分計(jì)算能力，使得不同的數(shù)據(jù)能夠合理配置到相應(yīng)的存儲(chǔ)和計(jì)算資源中。其次，很多物聯(lián)網(wǎng)應(yīng)用場(chǎng)景對(duì)數(shù)據(jù)的實(shí)時(shí)性要求非常高，而邊緣計(jì)算能夠更敏捷、更有效地處理數(shù)據(jù)。另外，邊緣計(jì)算還能更好地保護(hù)數(shù)據(jù)，滿足安全性的需求。

物聯(lián)網(wǎng)是一個(gè)端到端的系統(tǒng)，強(qiáng)調(diào)邊緣計(jì)算，并非否定云計(jì)算的巨大作用和價(jià)值。云計(jì)算和邊緣計(jì)算是兩種不同特點(diǎn)的數(shù)據(jù)處理方式，邊緣計(jì)算處理的是局部數(shù)據(jù)，對(duì)數(shù)據(jù)形成完整洞察還需要在云端對(duì)各種在不同的邊緣采集到的數(shù)據(jù)進(jìn)行全面分析，因此兩者互倚互補(bǔ)。邊緣計(jì)算是云智能向端智能延伸的必然結(jié)果，未來(lái)的趨勢(shì)并非是邊緣計(jì)算取代云計(jì)算，而是兩者之間實(shí)現(xiàn)良性協(xié)同，共同推動(dòng)物聯(lián)網(wǎng)的發(fā)展。

與此同時(shí)，邊緣側(cè)的負(fù)載整合則為人工智能在邊緣計(jì)算的應(yīng)用找到了突破口?！拔铩边B上網(wǎng)將產(chǎn)生龐大的數(shù)據(jù)量，人工智能為數(shù)據(jù)采集、分析和增值提供全新的驅(qū)動(dòng)力，也為整個(gè)物聯(lián)網(wǎng)發(fā)展提供新動(dòng)能。虛擬化將在不同設(shè)備上獨(dú)立地負(fù)載整合到統(tǒng)一高性能計(jì)算平臺(tái)上，實(shí)現(xiàn)各子系統(tǒng)在保持一定獨(dú)立性的同時(shí)還能有效分享計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源。另外，邊緣側(cè)經(jīng)過(guò)負(fù)載整合，產(chǎn)生的節(jié)點(diǎn)既是數(shù)據(jù)的一個(gè)匯總節(jié)點(diǎn)，同時(shí)也是一個(gè)控制中心。人工智能可以在節(jié)點(diǎn)處采集分析數(shù)據(jù)，并提取洞察做出決策。endprint