有沒有覺得云計算這把火燒的正旺，何時邊緣計算又燃起來了?沒錯，處在信息化時代，新技術出現和成長的速度超乎我們的想象，小編分分鐘感覺都要被時代拋棄了，只想說科技圈生存不易呀!但是作為科技工作者和科技公司千萬不能后知后覺，要時刻關注科技巨頭們的新動向，因為他們引領行業發展的風向。

先來聊一聊看似“邊緣”的邊緣計算，其實它和云計算有些相似，都是處理大數據的一種方式。不同的是，云計算需要把數據傳到云端，然后再處理，而邊緣計算不需要上傳，直接在本地(設備端)實時收集有意義的數據并進行處理，這種方式不僅高效而且安全。那么如何區分什么時候用云計算?什么時候需要邊緣計算呢?通俗來說，就是簡單的信息邊緣計算直接處理，復雜的信息則傳輸給云端，交給云計算。

這樣看來，邊緣計算和云計算就是互補的關系，為何它會異軍突起，引得巨頭們紛紛布局?

首先從時代發展趨勢來看，眾所周知互聯網的下半場是物聯網，要想實現物物連接，就需要邊緣計算通過數據分析處理，實現物與物之間傳感、交互和控制，邊緣計算簡直就是物聯網大門的“把關人”呀。

其次，一旦物聯網時代到來，智能設備的數量以及需要處理的數據量都呈爆發式增長，如果把這些數據直接上傳到云端，這就要求云端提供大量的存儲空間，并且很容易出現網絡阻塞的情況。顯然，這時云計算已不能完全滿足萬物互聯的需要，需要的是大數據在采集時就在邊緣服務器端進行一定的處理。

最后，邊緣計算少了數據傳輸這個環節，數據的安全性得到極大的提高，另一方面，節省了數據傳輸的時間，現場的問題能夠得到及時響應。

2016年11月30日在首屆邊緣計算產業峰會上，以華為、英特爾、中國科學院沈陽自動化研究所為代表的公司和機構就專門成立了邊緣計算產業聯盟，短短一年兩個月的時間該聯盟就已擁有154家成員單位，足以見得市場敏銳的嗅覺。

以上種種可以看出，邊緣計算已然是時代發展的需求，如此大好的前景，巨頭們自然不會放過，當然是先下手為強，一起來看一下十大巨頭們都采取了哪些行動。

1.英特爾——安防、車載、零售和工業“四管齊下”

目前，英特爾做物聯網解決方案還是以X86架構通用處理器為核心的技術平臺，但隨著邊緣計算所承載的業務、范圍變得更豐富、多元化，單一處理器很難承載不同類型的計算工作負載或者業務類型。

英特爾中國區物聯網事業部首席技術官張宇博士在接受媒體采訪時說，“邊緣節點的計算可以變得更有效率，并不是單一設備有能力承載的，需要一個工作負載整合的概念，把不同的數據類型整合在一個計算平臺上，然后由這個計算平臺預處理很多數據，使這些數據變得更有價值?！?/p>

具體而言，英特爾目前分別在安防監控、車載交通、零售和工業這四個大的行業進行了一系列落地的探索。

在安防領域，英特爾結合了Altera在FPGA的產品線和Movidius的產品線，與國內?？?、大華這樣的廠商合作，在前端攝像機這端比以往更容易承載更復雜的數據分析;在車載領域，英特爾把原先在車內的一些分立式的功能模塊，組合在通用計算平臺上，這個計算平臺現在使用的是Apollo Lake SoC，在認證上面除了提供底層的部件和操作系統包括Linux和安卓的支持，也提供一些虛擬化技術。在零售領域已經開發出了早期原型的一套軟件平臺，用于無人店管理的環境中;在工業領域，英特爾目前已經預先做了一個更有計算能力的網關平臺，使這個網關平臺將來可以適用于更復雜的工業自動化的場景。

2. 施耐德電氣——開放IMDC云平臺，打造邊緣計算生態

2017年11月施耐德電氣推出一款新的產品——智能微型數據中心解決方案(Intelligent Micro Data Center，以下簡稱IMDC)。據施耐德電氣IT業務部產品經理王誠介紹，IMDC可應用于新建以及部分改造機房，可提供快速部署，是施耐德電器為支持邊緣計算領域提供的全新智能解決方案。

面向邊緣計算的IMDC是施耐德電氣最新市場戰略的一部分。王誠表示，隨著云計算和邊緣計算迅速發展，施耐德電氣敏銳把握這一市場趨勢，并進行相應的業務布局，即提供從設備端到中間層以及云端的完整的解決方案，這在業內是首創，而且IMDC云平臺會開放給合作伙伴一起來打造邊緣計算的生態。

3. ARM——推出針對邊緣運算的Mbed Edge

英國ARM公司是全球領先的半導體知識產權 (IP) 提供商，2017年11月ARM推出針對物聯網安全的PSA架構和針對邊緣運算的Mbed Edge，穩固與強化物聯網市場基礎建設與推動力道。

Mbed Edge，主要是透過物聯網閘道器讓使用者能將Mbed Cloud裝置管理功能進一步拓展，包括對裝置進行導入(Onboard)、控制及管理等領域。

Mbed Edg同時也有三大優勢：第一為通訊協定轉譯(Protocol Translation)，可將非IP協定的聯網裝置(如LoRa、Modbus)轉譯成IP based，共同在Mbed Cloud進行管理;第二為閘道器管理，提高IoT閘道器的復原能力、降低停機時間，并新增強化如發送警報通知、程序、資源、診斷及介面管理;第三為邊緣運算，使用者可依需求將復雜程度不同的運算資源或演算規則置于閘道器中，且即使與云端斷線后仍能獨立運作。