邊緣計算是處理和分析服務器中與它們所服務的應用程序更接近的數據的概念，它日益普及，并為成熟的電信提供商，半導體初創公司和新的軟件生態系統打開了新的市場。在過去的幾十年中，技術是如何融合在一起的，以大數據為起點，使這一新的空間成為可能，這是一個絕妙的主意，并且有了這樣的想法，即現在存儲在超大型數據中心中的大量信息，我們可以分析世界上的混亂情況以提供新的對消費者的價值。將此概念與物聯網相結合，并連接從咖啡杯到藥丸分配器，煉油廠到造紙廠，智能護目鏡到手表的所有東西，對消費者的價值是無限的。

但是，許多人認為，市場并未經歷物聯網預期的曲棍球增長曲線。除了特定的利基市場，物聯網的連通性并沒有帶來足夠的消費者價值。然而，在過去的五年中，作為人工智能（AI）的技術進步已經開始徹底改變行業以及連接性可以為消費者提供的價值量概念。這是一個非常激動人心的時刻，因為市場可以看到大數據，物聯網和人工智能相結合的無限潛力，但是我們才剛剛開始。邊緣計算的概念及其對未來技術路線圖的影響是有助于利用這種結合的最初發展之一。

邊緣計算的概念可能不是革命性的，但是實現將是革命性的。這些實現將解決許多日益嚴重的問題，包括減少大型數據中心的能耗，提高私有數據的安全性，啟用故障安全解決方案，降低信息存儲和通信成本以及通過降低延遲能力來創建新應用程序。

但是什么是邊緣計算？它是如何使用的，可以為網絡帶來什么好處？要了解邊緣計算，我們需要了解推動其發展的因素，邊緣計算應用程序的類型以及當今公司如何構建和部署邊緣計算SoC。

邊緣計算，邊緣云，霧計算，企業

邊緣計算有很多術語，包括“邊緣云計算”和“霧計算”。邊緣計算通常被描述為在本地服務器上運行的應用程序的概念，旨在將云進程移近終端設備。

傳統上，“企業計算”以與邊緣計算類似的方式使用，但更準確地描述了網絡功能，并不一定描述了計算的位置。思科創造的霧計算與邊緣計算基本相同，盡管有許多人在邊緣計算空間之上或之下或什至作為邊緣計算的一個子集來描述霧。

作為參考，端點設備和端點通常被稱為“邊緣設備”，不要與邊緣計算相混淆，并且這種劃分對于我們的討論很重要。邊緣計算可以采用多種形式，包括小型聚合器，本地本地服務器或微型數據中心。微型數據中心可以按區域分布在永久性甚至可移動的存儲容器中，該存儲容器可以綁在18輪卡車上。

邊緣計算的價值

傳統上，傳感器，攝像頭，麥克風以及一系列不同的物聯網和移動設備從其位置收集數據，并將數據發送到集中式數據中心或云。

到2020年，全球將連接超過500億個智能設備。這些設備每年將產生ZB數據，到2025年將增長到150 ZB以上。

互聯網的骨干網旨在可靠地將設備彼此連接并與云連接，從而有助于確保數據包到達目的地。

但是，將所有這些數據發送到云會帶來一些巨大的問題。首先，150 ZB的數據會造成容量問題。其次，就能源，帶寬和計算能力而言，將大量數據從其原始位置傳輸到集中式數據中心是昂貴的。據估計，目前只有12%的數據被擁有該數據的公司進行了分析，并且只有3%的數據有助于產生有意義的結果（對于我們“環境數學家”來說，收集和傳輸，浪費，浪費的數據中有97% ）。這清楚地概述了需要解決的運營效率問題。第三，存儲，傳輸和分析數據的功耗非常大，因此顯然需要找到一種降低成本和浪費的有效方法。引入邊緣計算來本地存儲數據可降低傳輸成本;但是，還需要高效的技術來消除數據浪費，而當今的主要方法是尋求AI功能。因此，所有應用程序中的大多數本地服務器都增加了AI功能，現在正在安裝的主要基礎設施是新型，低功耗邊緣計算服務器CPU，它們以GPU和ASIC或一系列芯片的形式連接到AI加速SoC。 。