前言
如今，数十亿物联网传感器广泛部署在零售商店、城市街道、仓库和医院等各种场所，正在生成大量数据。从这些数据中更快地获得洞察，意味着可以改善服务、简化运营，甚至挽救生命。但要做到这一点，企业需要实时做出决策，而这意味着要将 AI 计算部署到数据所在位置，即网络边缘。
一、定义
在边缘，物联网和移动设备通过嵌入式处理器收集数据。边缘计算将 AI 的强大功能直接应用于这些设备，在数据源（而不是在云端或数据中心）处处理获取的数据。这加速了 AI 工作流，为实时决策制定和软件定义的自主机器提供动力支持。
边缘计算是一种分布式计算范式，通过在靠近数据源的网络边缘侧融合网络、计算、存储、应用核心能力，就近提供边缘智能服务。
二、特点
1、分布式计算
计算任务分配：边缘计算采用分布式计算模型，将计算任务分配到多个节点上进行处理。这种计算方式不仅提高了数据处理效率，还降低了网络传输压力，保证了数据的安全性和隐私性。
动态调整与负载均衡：边缘计算可以根据业务需求进行动态调整，实现负载均衡，提高系统的可用性和稳定性。
2、降低延迟
近端处理：边缘计算将数据处理和分析能力尽可能地靠近数据来源，可以实现数据的实时处理和分析。有效降低网络延迟，这对于需要实时反馈的应用场景来说非常重要，如智能交通、智能制造等。
实时监控：通过边缘计算，可以实现对现场情况的实时监控和快速响应，提高生产效率和安全性。
3、提高可靠性
本地处理：边缘计算将一部分数据计算和分析任务放在本地设备上完成，减少了数据传输和存储的需求，从而降低了数据泄露和被攻击的风险。
加密与身份验证：边缘计算还可以结合加密技术、身份验证等技术手段，进一步提高数据的安全性和隐私性。
4、降低成本
减少传输需求：边缘计算将数据处理和分析能力分配到靠近数据来源的节点上完成，减少了数据传输的需求，从而降低了功耗。这对于物联网设备普遍采用电池供电的情况下尤为重要，可以有效延长设备使用寿命。
节能技术：边缘计算还可以结合节能技术，如休眠模式、任务调度等，进一步降低功耗，实现绿色可持续发展。
5、智能化服务
本地决策与控制：边缘计算使现场数据可以直接用于本地决策和智能控制，提高智能化服务的水平和质量。这在智能家居、智能安防等领域尤为重要。
AI结合：边缘计算还可以结合人工智能技术，如机器学习、深度学习等，实现自动化学习和优化，提高系统的智能化水平和响应速度。
6、云边协同
数据共享与协同：边缘计算与云计算相结合，可以实现数据和资源的共享和协同。云计算提供强大的计算和存储能力，支持边缘计算的节点进行数据分析和处理。
优势互补：边缘计算可以将部分数据和分析结果上传到云端进行存储和分析，提高数据利用效率和智能化水平。云边协同可以实现优势互补，满足不同业务需求和技术场景的要求。
7、可靠性
抗网络故障：边缘计算将数据在本地处理，避免了网络故障或中断可能带来的影响，提高了系统的可靠性。
本地化处理：这种本地化处理方式确保了在网络连接不稳定或中断时，系统仍然能够独立运行，保障关键任务的执行。
8、互联互通
设备间通信：边缘计算支持设备间的直接通信，使得设备间的交互更加高效和灵活。这对于物联网应用尤为重要，因为物联网设备通常需要与其他设备进行快速、实时的数据交换。
通信协议：通过设计良好的通信协议，设备间的互联互通得以实现，提升了整个系统的协同效率。
三、应用领域
边缘计算专为全天候实时解决方案而开发。通过尽可能靠近数据源处理数据，可以最大限度地减少延迟，组织机构可以实时获得切实可行的见解。企业因此可以立即响应客户需求、在外科医生做手术时为其提供关键信息、让仓库高效安全地运作、推动自动驾驶领域不断创新等。
1、零售业
通过更智能的运营促进业务发展。智慧商店是零售业未来的发展方向。像沃尔玛这样的零售业领军者正在借助边缘 AI 对店内分析、仓库运营、最后一英里配送等各个环节进行优化。
2、制造业
打造未来工厂。边缘 AI 正在助力制造商打造未来工厂。宝马集团依靠边缘 AI 对装配线进行全方位监控，从而助力实现更安全、更高效的自动化运营。
3、智慧城市
通过更智能的基础设施改善生活。在澳大利亚利物浦市，日常通勤者的数量预计将会激增，这意味着基础设施面临着全新挑战。该城市通过从视频流获得的实时见解来预测交通流量，从而做出更好的决策。
4、医疗健康行业
提供更高水准的患者护理服务。AI 正在帮助医院和医疗保健服务变得更智能、更安全，让患者享受到更好的护理服务。得益于边缘计算，AI 可以直接部署到检查室、手术台或病房。
5、电信
加快各行各业的服务速度。5G、物联网 (IoT) 和边缘计算的融合正在大幅提升网络性能，并将电信服务扩展到互联工厂、零售商店、医院，乃至城市街道的边缘。
6、能源
在边缘助力实现可持续未来。借助边缘计算，公用事业公司可以动态预测能源需求并管理供应，整合可再生能源和分布式能源，并通过软件定义的智能电网增强电网弹性。
四、边缘计算 VS云计算
边缘计算是在数据源或数据源附近完成的计算，能够实时处理数据，对智能基础设施而言是首选方案。云计算是在云端完成计算。这种计算方式具有较高的灵活性和可扩展性，非常适合希望快速开始部署或有多种用途需求的客户。 这两种计算模型都有各自的优势，因此许多组织会寻求二者混合的计算方法。
五、为什么使用边缘计算
与传统的云端计算或数据中心计算相比，边缘计算具有许多优点，如延迟更低、带宽更高，并拥有数据主权。许多组织都希望通过 AI 应用获取实时智能。以自动驾驶汽车以及工厂、工业检测的自动机器为例，如果它们对所提取数据的处理不够快（实时），就会造成严重的安全问题。
六、哪些人在使用边缘计算
边缘计算不限于任何行业或应用程序。各行业的组织都在利用这些解决方案来加速其应用程序并利用边缘AI的优势。如工业制造、智慧城市、智能家居、医疗健康等，展现出巨大的应用潜力。未来，随着技术的进一步发展，边缘计算的应用场景将更加丰富，为各行各业提供更高效、安全和智能化的解决方案。例如零售业的智能购物体验、智慧城市的智能基础设施以及工业制造的自动化。
AI 和云原生应用、物联网及其数十亿个传感器以及 5G 网络使大规模边缘 AI 成为可能。探索企业边缘、嵌入式边缘和工业边缘方面的解决方案，所有这些解决方案都将这种可能性转化为现实世界的结果，在行动点实现智能自动化并实时推动决策。
