從古至今，人類的科技水平除了自身創造力外，還通過動植物身上得到了許多啟發。例如有根據蝙蝠的聲波原理發明了現代雷達;根據蒲公英的輕盈結構發明了降落傘等，如今又有根據章魚的觸角神經元解釋了邊緣計算的運作方式，與此同時，在“第三次科技革命”前夕，各路新興領域蓬勃發展時，大數據的處理就需要體現其及時性與準確性。

此時有人可能會問大數據處理不是有云計算嗎?不是只需將所有數據發送到云端進行分析即可嗎?

邊緣計算的狂歡

首先從概念層面的角度來看，云計算與邊緣計算都有各自的優缺點，兩方亦可進行架構互補。云計算存在在人們視野已經有很長時間了，并且大多數人都能簡單明白其基本理念，而邊緣計算則是最近才流行的熱門詞匯，它的基礎理念是立足于物聯網信息方面，即指在靠近物或數據源頭的一面，直接通過本地設備實現操作控制，在處理的過程中能在本地邊緣計算分析，無需再上傳云端，從而大大提高了處理效率與反饋速度。

據IDC預測稱2020年，全球將有超過500億的終端與設備聯網，超過40%的數據要在網絡邊緣計算進行分析、處理與存儲;據CBInsights的市場規模量化工具預測，到2022年，全球邊緣計算市場規模預計將達到67.2億美元。實際情況是邊緣計算已悄然滲透城市每個角落。

近日，中國工信部正式發布5G商用牌照，這也標志著中國正式進入了5G商用元年。在5G時代，邊緣計算可憑借其低延時性、位置感知性等技術優勢深度挖掘新興市場增長潛力，例如在自動駕駛、智能安防、智能家居、智慧城市、工業互聯網、遠程醫療等等領域都有著廣闊的應用前景。

市場研究機構Gartner認為，隨著數字業務的不斷發展，到2022年75%的企業生成數據將會在傳統的集中式數據中心或云端之外的位置創建并得到處理。所以目前各大芯片廠商、通信巨頭、IP企業等都開始布局邊緣計算及應用，以求在未來物聯網這場游戲中占據主動位置。

實踐應用場景

隨著物聯網的發展，邊緣計算完美適應智慧城市發展需求，特別是在人口眾多的大城市中，邊緣計算在海量數據的處理中就起到樞紐的作用;它能讓百姓家的電子器件功能不再普通單一，能讓醫療和公共安全數據分析、診斷和決策效率提高，能讓自動駕駛更為安全有序。

邊緣計算在智慧城市建設中的應用場景其實遠遠不止這些，例如還有城市道路兩旁的路燈，因安裝傳感器可收集城市實時路況信息、每分每秒的空氣質量、光照強度、噪音水平等環境數據，另外智能交通還可通過邊緣計算實時控制交通信號燈時間長短，根據實際情況指揮通行車輛，大幅度提高交通效率又減輕了城市交通擁堵問題;樓宇大廈電梯亦可通過邊緣計算，收集各個時段電梯載客人數，運行時間等信息，分析并優化電梯運營，排查意外故障因素;商業樓宇停車場由邊緣計算管理車位，收集、分析及合理調度停車場實時車位信息，可遠程第三方應用程序通知司機，一定程度上減輕城市“停車難”的難題。

邊緣計算與半導體兩翼齊飛

大數據的搜集往往是通過傳感器完成的，配合著5G應用落地，城市新增的網絡設備與基站的需求勢必激增，其對應上游的FPGA和GPU廠商需求也隨之增加。由于要追求更高效率的芯片，所以在設計芯片方面就需要走專用的路線。

例如英特爾首次推出的HewittLake系列，它就可以提供高能效的系統芯片配置，一定程度上增強了邊緣計算能力;另外中國本土企業浪潮則是推出了首款基于OTII標準的邊緣計算服務器，采用了NUMA-Balance的架構并使用了QAT、遠程管理等多種邊緣計算專用技術，可以直接和電信設備混合部署在通信中心機架上，另外還針對了邊緣數據中心部署環境進行了大量的適應性設計，其目的在于讓環境簡陋的地區也可以使用上邊緣數據中心。

不過當邊緣計算在端上部署的時候，仍會面臨著非常嚴苛的功耗與性價比的挑戰，所以隨著智能應用與行業應用的深入，軟硬結合才會是未來的大趨勢。