在云計(jì)算席卷行業(yè)，霧計(jì)算緊隨其后的同時(shí)，真正的角逐正在邊緣悄然展開(kāi)。

帶寬、及時(shí)、隱私：邊緣浪潮背后的推力

IDC預(yù)測(cè)，到2020年全世界將有多達(dá)500億的智能設(shè)備接入互聯(lián)網(wǎng)，未來(lái)40%以上數(shù)據(jù)需要在邊緣進(jìn)行分析、處理和存儲(chǔ)。這些智能設(shè)備包括，智能手機(jī)、個(gè)人穿戴設(shè)備、汽車(chē)、核磁共振儀、智能路燈、蒸汽發(fā)電機(jī)、飛機(jī)發(fā)動(dòng)機(jī)等。通訊技術(shù)正在從4G走向5G，但是網(wǎng)絡(luò)帶寬的增長(zhǎng)速度正在被數(shù)據(jù)增速窮追不舍。IDC預(yù)計(jì)到2018年有40%的物聯(lián)網(wǎng)數(shù)據(jù)需要在邊緣進(jìn)行存儲(chǔ)處理和分析，那么將有50%的物聯(lián)網(wǎng)的網(wǎng)絡(luò)會(huì)面臨著帶寬的問(wèn)題。面對(duì)數(shù)據(jù)量的爆炸式增長(zhǎng)和帶寬的挑戰(zhàn)，英特爾認(rèn)識(shí)到，要讓更多計(jì)算在邊緣進(jìn)行。

其次，物聯(lián)網(wǎng)時(shí)代引發(fā)的智能設(shè)備數(shù)量激增已經(jīng)成為共識(shí)，幾乎所有的行業(yè)都對(duì)數(shù)據(jù)處理的響應(yīng)速度提出了更高的要求，各類(lèi)應(yīng)用場(chǎng)景均無(wú)法容忍網(wǎng)絡(luò)的延遲和計(jì)算延遲。以英特爾正在著力發(fā)展的自動(dòng)駕駛為例，如果攝像頭識(shí)別到正有行人從車(chē)前方走過(guò)，攝像頭識(shí)別圖象，然后對(duì)圖象進(jìn)行壓縮，再通過(guò)網(wǎng)絡(luò)傳到數(shù)據(jù)中心進(jìn)行分析并做出相應(yīng)判斷，這還遠(yuǎn)未結(jié)束，判斷結(jié)果需要再次通過(guò)網(wǎng)絡(luò)傳回給前端車(chē)輛，采取相應(yīng)的制動(dòng)操作。如果按照這樣的閉環(huán)，當(dāng)汽車(chē)做出最終決策的時(shí)候，可能已經(jīng)造成了不可避免的損失。

另外，數(shù)據(jù)擁有者對(duì)數(shù)據(jù)隱私保護(hù)的意識(shí)也逐漸提升，他們不希望將數(shù)據(jù)上傳至云端，再通過(guò)第三方進(jìn)行分享，而希望這些數(shù)據(jù)在本地就得到處理。因此，在一些對(duì)隱私保護(hù)要求相對(duì)比較高的應(yīng)用場(chǎng)景則需要數(shù)據(jù)在邊緣進(jìn)行處理。

邊緣協(xié)同、負(fù)載整合、人工智能：英特爾的邊緣計(jì)算未來(lái)觀

當(dāng)前，很多計(jì)算處理都發(fā)生在后端的數(shù)據(jù)中心，英特爾認(rèn)為，物聯(lián)網(wǎng)的應(yīng)用一定需要端到端的能力，會(huì)有越來(lái)越多的應(yīng)用被推送到前端進(jìn)行處理。那么，邊緣計(jì)算就可以憑借緩解帶寬壓力、及時(shí)響應(yīng)和保護(hù)隱私等獨(dú)特優(yōu)勢(shì)，發(fā)揮出至關(guān)重要的作用。

但是，這并不代表英特爾認(rèn)為邊緣計(jì)算會(huì)取代云計(jì)算，二者將呈現(xiàn)出相輔相成、協(xié)同發(fā)展的狀態(tài)：一方面，隨著數(shù)據(jù)量的攀升，云計(jì)算的負(fù)荷不斷加重，若想持久發(fā)展就需要邊緣層“伸出援手”來(lái)做數(shù)據(jù)的預(yù)處理；另一方面，在很多的應(yīng)用場(chǎng)景中云計(jì)算則可以站在高處，把數(shù)據(jù)進(jìn)行匯總從而實(shí)現(xiàn)綜合應(yīng)用。例如，在交通行業(yè)，攝像頭能捕捉到的車(chē)輛運(yùn)行軌跡是有限的，只能觀察到一個(gè)路口或一個(gè)區(qū)域，若想完整查賬一輛車(chē)的軌跡，則必須要在云端通過(guò)不同攝像頭相連，匯總成更加全景式的記錄。

除此之外，英特爾也洞察到了邊緣計(jì)算的另一大發(fā)展方向，隨著人工智能對(duì)邊緣計(jì)算提出了更高的要求，工作負(fù)載整合將成為大勢(shì)所趨。工作負(fù)載整合就是把小型邊緣計(jì)算集成到中央服務(wù)器，從而降低服務(wù)成本，提升計(jì)算效率。邊緣側(cè)經(jīng)過(guò)負(fù)載整合，可以匯總成數(shù)據(jù)節(jié)點(diǎn)，同時(shí)也是控制中心?？梢哉f(shuō)，人工智能在其中同樣也擔(dān)當(dāng)了受益與反哺的角色。一方面，人工智能的發(fā)展離不開(kāi)海量數(shù)據(jù)的訓(xùn)練，邊緣計(jì)算的很多應(yīng)用場(chǎng)景都是人工智能很好的落腳點(diǎn)。反過(guò)來(lái)，人工智能也可以充分發(fā)揮其優(yōu)勢(shì)，不斷挖掘數(shù)據(jù)潛力、釋放數(shù)據(jù)價(jià)值，進(jìn)一步推動(dòng)邊緣計(jì)算向前發(fā)展。

數(shù)據(jù)洪流的趨勢(shì)下，邊緣計(jì)算的興起加速物聯(lián)網(wǎng)的進(jìn)程。如何更有效推動(dòng)邊緣計(jì)算，英特爾捕捉到邊緣協(xié)同及負(fù)載整合這兩大發(fā)展方向。同時(shí)英特爾把人工智能帶到邊緣側(cè)，釋放數(shù)據(jù)價(jià)值，也給邊緣計(jì)算帶來(lái)全新的發(fā)展機(jī)遇。