的確，現(xiàn)在人工智能AI技術的火爆程度不亞于任何一項IT新技術的宣傳力度，我們也不可否認，人工智能背后所依靠的就是云計算平臺的強大支撐，很多AI的具體需要依靠云計算平臺當中邊緣計算去完成，但是，現(xiàn)在AI在應用部署過程當中仍然受限制于邊緣計算的成本層面以及設備只能分析能力等很多方面。

不管是從現(xiàn)在的國家政策扶持方面，還是企業(yè)在業(yè)務應用推動等方面，我們都可以看到人工智能現(xiàn)在到底有多火，根據(jù)權威市場分析機構的研究數(shù)據(jù)表明，在未來，全球人工智能市場規(guī)模年均增長率達到15%。到2030年，人工智能將助推全球生產(chǎn)總值增長12%左右，近10萬億美元。如此龐大的一個市場規(guī)模足以讓越來越多的企業(yè)投身其中。

正是因為邊緣計算對于人工智能以及對于云服務的重要意義，我們才更要清楚的了解到底什么才是邊緣計算。所謂的邊緣計算就是在靠近物理設備或數(shù)據(jù)源頭的網(wǎng)絡邊緣側，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，來滿足快速連接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求技術。

邊緣計算相對更加聚焦于實時、短周期數(shù)據(jù)的分析層面，邊緣計算能夠非常好的支撐本地業(yè)務的實時智能化處理數(shù)據(jù)以及對任務的具體執(zhí)行。由于具有靠近數(shù)據(jù)源的特點，邊緣計算能夠在本地網(wǎng)絡當中進行運算，所接觸到的數(shù)據(jù)不用上傳到云端，減少了數(shù)據(jù)往返云端和本地的時間以及帶寬成本。

邊緣計算現(xiàn)在在自動駕駛領域應用比較廣泛，我們都知道，由于考慮到安全等方面，自動駕駛領域數(shù)據(jù)傳輸與交互必須把數(shù)據(jù)延遲盡可能的降到最低，因為如果不這樣做的話，所導致的問題和結果有可能是非常嚴重的，在這一領域，邊緣計算無疑會比云計算更具優(yōu)勢。因此，邊緣計算成為AI相關芯片廠商、設備集成商的布局重點也就不足為奇了，更直接帶動邊緣計算在2017年的快速崛起。

雖然邊緣計算擁有前文我們所說的那些有點，但是由于當前在智能分析能力以及數(shù)據(jù)應用的法律合規(guī)性等方面的限制，使得邊緣計算現(xiàn)在仍然還處于一個緩慢發(fā)展的階段，采用邊緣計算的AI設備單價比較高，一般的終端電子產(chǎn)品一旦搭載AI芯片、提升存儲空間后，會大大提高設備的造價成本，令終端的整體性價比不高。眾多企業(yè)在面臨負擔如此高昂的技術成本后，顯然會阻礙相關產(chǎn)品的普及與推廣。

邊緣計算終端的計算力如何，可否能起到“智能”分析的作用。據(jù)國際數(shù)據(jù)公司的預測，到2020年將有超過500億的終端與設備聯(lián)網(wǎng)，未來超過50%的數(shù)據(jù)需要在網(wǎng)絡邊緣側分析、處理與儲存。

在比較依賴邊緣計算技術的醫(yī)療、自動駕駛、國防等領域，由于數(shù)據(jù)獲取難度大、法規(guī)松綁程度偏低，實際導入人工智能時風險就會變得較高，而對于風險的承受度就會走低。

對于人工智能AI來說，對于海量數(shù)據(jù)的處理能力以及呈現(xiàn)能力方面仍然需要一個智能化的計算方式，云計算則可以通過將數(shù)據(jù)中心集成化，利用不同的算法進行整合處理，從而幫助廣大用戶實現(xiàn)數(shù)據(jù)處理層面的服務需求。

同時，對于現(xiàn)在仍然處于起步階段的邊緣計算來說，云計算技術能夠非常有效的降低開發(fā)者的門檻，并且能夠讓用戶以一個低成本的方式將人工智能服務快速的轉化為生產(chǎn)力。

邊緣計算興起不僅帶動了AI芯片的銷量，也會促使相關的硬件市場規(guī)模進一步擴大。可以預見，一旦所有終端設備都能實現(xiàn)邊緣計算的話，其市場必會遠遠超越云計算。