5G生態(tài)具備低延時(shí)、高速度的特點(diǎn)，在物聯(lián)網(wǎng)，特別是工業(yè)互聯(lián)網(wǎng)中的應(yīng)用更為廣泛，而邊緣計(jì)算是發(fā)展工業(yè)互聯(lián)網(wǎng)的重要輔助。

云計(jì)算已經(jīng)不足以即時(shí)處理和分析由物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺(tái)生成或即將生成的數(shù)據(jù)，這個(gè)時(shí)候邊緣計(jì)算能夠派上用場(chǎng)。該技術(shù)擁有著應(yīng)用于諸多行業(yè)領(lǐng)域和發(fā)揮巨大作用的潛力。

目前，大數(shù)據(jù)處理已經(jīng)從以云計(jì)算為中心的集中式處理時(shí)代正在跨入以萬(wàn)物互聯(lián)為核心的邊緣計(jì)算時(shí)代。

什么是邊緣計(jì)算

邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種新型計(jì)算模型，邊緣計(jì)算中邊緣的下行數(shù)據(jù)表示云服務(wù)，上行數(shù)據(jù)表示萬(wàn)物互聯(lián)服務(wù)，而邊緣計(jì)算的邊緣是指從數(shù)據(jù)源到云計(jì)算中心路徑之間的任意計(jì)算和網(wǎng)絡(luò)資源。

云計(jì)算中心不僅從數(shù)據(jù)庫(kù)收集數(shù)據(jù)，也從傳感器和智能手機(jī)等邊緣設(shè)備收集數(shù)據(jù)。這些設(shè)備兼顧數(shù)據(jù)生產(chǎn)者和消費(fèi)者。因此，終端設(shè)備和云中心之間的請(qǐng)求傳輸是雙向的。

網(wǎng)絡(luò)邊緣設(shè)備不僅從云中心請(qǐng)求內(nèi)容及服務(wù)，而且還可以執(zhí)行部分計(jì)算任務(wù)，包括數(shù)據(jù)存儲(chǔ)、處理、緩存、設(shè)備管理、隱私保護(hù)等。因此，需要更好地設(shè)計(jì)邊緣設(shè)備硬件平臺(tái)及其軟件關(guān)鍵技術(shù)，以滿足邊緣計(jì)算模型中可靠性、數(shù)據(jù)安全性的需求。

為什么需要邊緣計(jì)算?

1、云計(jì)算服務(wù)的不足

云計(jì)算大多采用集中式管理的方法，這使云服務(wù)創(chuàng)造出較高的經(jīng)濟(jì)效益，而在萬(wàn)物互聯(lián)的背景下，應(yīng)用服務(wù)需要低延時(shí)、高可靠性以及數(shù)據(jù)安全，而傳統(tǒng)云計(jì)算無(wú)法滿足這些需求，主要?dú)w因于３個(gè)方面：?

１）實(shí)時(shí)性．

萬(wàn)物互聯(lián)環(huán)境下，邊緣設(shè)備產(chǎn)生大量實(shí)時(shí)數(shù)據(jù)，云計(jì)算性能正逐漸達(dá) 到瓶頸。據(jù)ＩＤＣ預(yù)測(cè)，到２０２０年，全球數(shù)據(jù)總量將大于４０ＺＢ。隨著邊緣設(shè)備數(shù)據(jù)量的增加，網(wǎng)絡(luò)帶寬正逐漸成為云計(jì)算的另一瓶頸．僅提高網(wǎng)絡(luò)帶寬并不能滿足新興萬(wàn)物互聯(lián)應(yīng)用對(duì)延遲時(shí)間的要求。

例如，波音７８７每秒產(chǎn)生的數(shù)據(jù)超過(guò)５ＧＢ，但飛機(jī)與衛(wèi)星之間的帶寬不足以支持實(shí)時(shí)傳輸。裝載在無(wú)人駕駛汽車上的傳感器和攝像頭實(shí)時(shí)捕捉路況信息，每秒產(chǎn)生約１ＧＢ數(shù)據(jù)，根據(jù)ＩＨＳ預(yù)測(cè)，到２０３５年，全球?qū)⒂校担矗埃叭f(wàn)輛無(wú)人駕駛汽車，如何實(shí)現(xiàn)較短延時(shí)將是未來(lái)主要研究方向。為此，在接近數(shù)據(jù)源的邊緣設(shè)備上執(zhí)行部分或全部計(jì)算是適應(yīng)萬(wàn)物互聯(lián)應(yīng)用需求的新興計(jì)算模式。

２）隱私保護(hù)。

當(dāng)用戶使用電子購(gòu)物網(wǎng)站、搜索引擎、社交網(wǎng)絡(luò)等時(shí)，用戶的隱私數(shù)據(jù)將被上傳至云中心。比如有人研究出一種基于運(yùn)動(dòng)追蹤的醫(yī)療體育應(yīng)用服務(wù)，其包含用戶隱私數(shù)據(jù)，如從路由起點(diǎn)信息可以查找到用戶的家庭地址。

隨著智能家居的普及，許多家庭在屋內(nèi)安裝網(wǎng)絡(luò)攝像頭，如果直接將視頻數(shù)據(jù)上傳至云數(shù)據(jù)中心，視頻數(shù)據(jù)的傳輸不僅會(huì)占用帶寬資源，還增加了泄露用戶隱私數(shù)據(jù)的風(fēng)險(xiǎn)。

針對(duì)現(xiàn)有云計(jì)算模型的數(shù)據(jù)安全問(wèn)題，邊緣計(jì)算模型為這類敏感數(shù)據(jù)提供了較好的隱私保護(hù)機(jī)制，一方面，用戶的源數(shù)據(jù)在上傳至云數(shù)據(jù)中心之前，首先利用近數(shù)據(jù)端的邊緣結(jié)點(diǎn)直接對(duì)數(shù)據(jù)源進(jìn)行處理，以實(shí)現(xiàn)對(duì)一些敏感數(shù)據(jù)的保護(hù)與隔離；另一方面，邊緣節(jié)點(diǎn)與云數(shù)據(jù)之間建立功能接口，即邊緣節(jié)點(diǎn)僅接收來(lái)自云計(jì)算中心的請(qǐng)求，并將處理的結(jié)果反饋給云計(jì)算中心。這種方法可以顯著地降低隱私泄露的風(fēng)險(xiǎn)。

３）能耗。

針對(duì)云數(shù)據(jù)中心的能耗問(wèn)題，許多研究者進(jìn)行了深入的調(diào)查研究，結(jié)果表明，到２０２０年美國(guó)所有數(shù)據(jù)中心的總能耗將增長(zhǎng)４％，在２０２０年將達(dá)到約７３０億千瓦時(shí)。

在我國(guó)，環(huán)境３６０報(bào)告表明，僅我國(guó)數(shù)據(jù)中心所消耗的電能已經(jīng)超過(guò)匈牙利和希臘兩國(guó)用電的總和。

隨著在云計(jì)算中心運(yùn)行的用戶應(yīng)用程序越來(lái)越多，未來(lái)大規(guī)模數(shù)據(jù)中 心對(duì)能耗的需求將難以滿足。

在云計(jì)算中心的能耗優(yōu)化方面，現(xiàn)有的研究?jī)?nèi)容主要集中在如何提高能源使用效率和動(dòng)態(tài)資源管理策略方面，以達(dá)到減緩能耗增速、最大程度的節(jié)能。

然而，提高能效水平仍不能解決數(shù)據(jù)中心巨大能耗的問(wèn)題，這一問(wèn)題在萬(wàn)物互聯(lián)環(huán)境下將更加突出．為解決這一能耗難題，邊緣計(jì)算模型提出將原有云數(shù)據(jù)中心上運(yùn)行的一些計(jì)算任務(wù)進(jìn)行分解，然后將分解的計(jì)算任務(wù)遷移到邊緣節(jié)點(diǎn)進(jìn)行處理，以此降低云計(jì)算數(shù)據(jù)中心的計(jì)算負(fù)載，進(jìn)而達(dá)到降低能耗的目的。

在現(xiàn)有以云計(jì)算模型為核心的集中式大數(shù)據(jù)處理基礎(chǔ)上，亟待需要以邊緣計(jì)算模型為核心，面向海量邊緣數(shù)據(jù)的邊緣式大數(shù)據(jù)處理技術(shù)，二者相輔相成，應(yīng)用于云中心和邊緣端大數(shù)據(jù)處理，解決萬(wàn)物互聯(lián)時(shí)代云計(jì)算服務(wù)不足的問(wèn)題。

2、萬(wàn)物互聯(lián)的興起?

傳感器、智能手機(jī)、可穿戴設(shè)備以及智能家電等設(shè)備將成為萬(wàn)物互聯(lián)的一部分，并產(chǎn)生海量數(shù)據(jù)，而現(xiàn)有云計(jì)算的帶寬和計(jì)算資源還不能高效處理這些數(shù)據(jù)。?

傳統(tǒng)云計(jì)算模型，源數(shù)據(jù)由生產(chǎn)者發(fā)送至云端，終端用戶、智能手機(jī)、個(gè)人電腦等數(shù)據(jù)消費(fèi)者向云中心發(fā)送使用請(qǐng)求。?云計(jì)算利用大量計(jì)算資源來(lái)處理數(shù)據(jù)，?但萬(wàn)物互聯(lián)環(huán)境下，傳統(tǒng)云計(jì)算模型不能有效滿足萬(wàn)物互聯(lián)應(yīng)用的需求，它將邊緣設(shè)備端海量數(shù)據(jù)發(fā)送到云端，造成網(wǎng)絡(luò)帶寬負(fù)載和計(jì)算資源浪費(fèi)；傳統(tǒng)云計(jì)算模型的隱私保護(hù)問(wèn)題將成為萬(wàn)物互聯(lián)架構(gòu)中云計(jì)算模型的障礙；萬(wàn)物互聯(lián)架構(gòu)中大多數(shù)邊緣設(shè)備節(jié)點(diǎn)的能源是有限的，并且無(wú)線傳輸模塊的能耗較大。

3、從數(shù)據(jù)消費(fèi)者到生產(chǎn)者

在云計(jì)算模型中，邊緣終端設(shè)備通常作為數(shù)據(jù)消費(fèi)者（如用智能手機(jī)觀看在線視頻），如今智能手機(jī)也可生產(chǎn)數(shù)據(jù)，從數(shù)據(jù)消費(fèi)者到生產(chǎn)者角色的轉(zhuǎn)變要求邊緣設(shè)備具有更強(qiáng)的計(jì)算能力，如人們通過(guò)社交軟件分享照片及視頻。?微信朋友圈和騰訊 ＱＱ空間每天上傳的圖片高達(dá)１０億張；騰訊視頻每天播放量達(dá)２０億次．這些圖片和視頻數(shù)據(jù)量較大，上傳至云計(jì)算中心過(guò)程會(huì)占用大量帶寬資源．為此，在源數(shù)據(jù)上傳至云中心之前，可在邊緣設(shè)備執(zhí)行預(yù)處理，以減少傳輸?shù)臄?shù)據(jù)量，降低傳輸帶寬的負(fù)載．此外，若在邊緣設(shè)備處理個(gè)人身體健康數(shù)據(jù)等隱私數(shù)據(jù)，用戶隱私會(huì)得到更好地保護(hù)。

邊緣計(jì)算的優(yōu)勢(shì)

邊緣計(jì)算模型將原有云計(jì)算中心的部分或全部計(jì)算任務(wù)遷移到數(shù)據(jù)源的附近執(zhí)行．根據(jù)大數(shù)據(jù)的３Ｖ 特點(diǎn)，即數(shù)據(jù)量（ｖｏｌｕｍｅ）、時(shí)效性（ｖｅｌｏｃｉｔｙ）、多樣性（ｖａｒｉｅｔｙ），通過(guò)對(duì)比云計(jì)算模型為代表的集中式大數(shù)據(jù)處理（如圖）和以邊緣計(jì)算模型為代表的邊緣式大數(shù)據(jù)處理（如圖）時(shí)代不同數(shù)據(jù)特征來(lái)分析邊緣計(jì)算模型的優(yōu)勢(shì)。

集中式大數(shù)據(jù)處理時(shí)代，數(shù)據(jù)的類型主要以文本、音視頻、圖片以及結(jié)構(gòu)化數(shù)據(jù)庫(kù)等為主，數(shù)據(jù)量維持在 ＰＢ級(jí)別，云計(jì)算模型下的數(shù)據(jù)處理對(duì)實(shí)時(shí)性要求不高。

萬(wàn)物互聯(lián)背景下的邊緣式大數(shù)據(jù)處理時(shí)代，數(shù)據(jù)類型變得更加復(fù)雜多樣，其中萬(wàn)物互聯(lián)設(shè)備的感知數(shù)據(jù)急劇增加，原有作為數(shù)據(jù)消費(fèi)者的用戶終端已變成了具有可產(chǎn)生數(shù)據(jù)的生產(chǎn)者終端，并且邊緣式大數(shù)據(jù)處理時(shí)代，數(shù)據(jù)處理的實(shí)時(shí)性要求較高，此外，該時(shí)期的數(shù)據(jù)量已超過(guò) ＺＢ級(jí)．針對(duì)此，邊緣式大數(shù)據(jù)處理時(shí)代，由于數(shù)據(jù)量的增加以及對(duì)實(shí)時(shí)性的需求，需將原有云中心的計(jì)算任務(wù)部分遷移到網(wǎng)絡(luò)邊緣設(shè)備（如圖的邊緣云）上，以提高數(shù)據(jù)傳輸性能，保證處理的實(shí)時(shí)性，同時(shí)降低云計(jì)算中心的計(jì)算負(fù)載。

邊緣式大數(shù)據(jù)處理時(shí)代的數(shù)據(jù)特征催生了邊緣計(jì)算模型．然而，邊緣計(jì)算模型與云計(jì)算模型并不是非此即彼的關(guān)系，而是相輔相成的關(guān)系，邊緣式大數(shù)據(jù)處理時(shí)代是邊緣計(jì)算模型與云計(jì)算模型的相互結(jié)合的時(shí)代，二者的有機(jī)結(jié)合將為萬(wàn)物互聯(lián)時(shí)代的信息處理提供較為完美的軟硬件支撐平臺(tái)。

邊緣計(jì)算在各行各業(yè)的應(yīng)用

隨著傳感器價(jià)格和計(jì)算成本的持續(xù)下降，更多的“東西”將被連接到互聯(lián)網(wǎng)。

隨著更多的聯(lián)網(wǎng)設(shè)備變得可用，邊緣計(jì)算將在各行各業(yè)中得到越來(lái)越多的應(yīng)用，尤其是在云計(jì)算效率低下的一些領(lǐng)域。

我們已經(jīng)開(kāi)始看到該技術(shù)在多個(gè)不同的行業(yè)領(lǐng)域產(chǎn)生影響。

“當(dāng)我們把云的威力下沉到設(shè)備（即邊緣）時(shí)，我們可帶來(lái)實(shí)時(shí)地響應(yīng)、分析和行動(dòng)的能力，尤其是在網(wǎng)絡(luò)條件有限或者缺乏網(wǎng)絡(luò)的地區(qū)……它還處于初期發(fā)展階段，但我們正開(kāi)始看到這些新功能能夠應(yīng)用于解決全球范圍的一些重大挑戰(zhàn)。”——微軟首席技術(shù)官凱文·斯科特（Kevin Scott）

從自動(dòng)駕駛汽車到農(nóng)業(yè)，以下幾個(gè)行業(yè)將會(huì)從邊緣計(jì)算的潛力中獲益。

交通運(yùn)輸

邊緣計(jì)算技術(shù)最顯而易見(jiàn)的潛在應(yīng)用之一是交通運(yùn)輸——更具體地說(shuō)，是無(wú)人駕駛汽車。

自動(dòng)駕駛汽車裝備了各種各樣的傳感器，從攝像頭到雷達(dá)到激光系統(tǒng)，來(lái)幫助車輛運(yùn)行。

如前所述，這些自動(dòng)駕駛汽車可以利用邊緣計(jì)算，通過(guò)這些傳感器在離車輛更近的地方處理數(shù)據(jù)，進(jìn)而盡可能地減少系統(tǒng)在駕駛過(guò)程中的響應(yīng)時(shí)間。雖然無(wú)人駕駛汽車還不是主流趨勢(shì)，但公司們正在未雨綢繆。

今年早些時(shí)候，汽車邊緣計(jì)算聯(lián)盟（AECC）宣布將啟動(dòng)以聯(lián)網(wǎng)汽車解決方案為重點(diǎn)的項(xiàng)目。

“聯(lián)網(wǎng)汽車正迅速地從豪華車型和高端品牌擴(kuò)張到大批量的中端車型。汽車行業(yè)將很快達(dá)到一個(gè)臨界點(diǎn)，屆時(shí)汽車所產(chǎn)生的數(shù)據(jù)量將超過(guò)現(xiàn)有的云、計(jì)算和通信基礎(chǔ)設(shè)施資源。”——AECC主席兼總裁村田兼一（Kenichi Murata）

該聯(lián)盟的成員包括DENSO Corporation、豐田汽車、AT&T、愛(ài)立信、英特爾等公司。

不過(guò)，不僅僅是自動(dòng)駕駛汽車會(huì)產(chǎn)生大量的數(shù)據(jù)并需要實(shí)時(shí)處理。飛機(jī)、火車和其他的交通工具也是如此——不管它們有沒(méi)有人類駕駛。

例如，飛機(jī)制造商龐巴迪（Bombardier）的C系列飛機(jī)就裝備了大量的傳感器來(lái)迅速檢測(cè)發(fā)動(dòng)機(jī)的性能問(wèn)題。在12小時(shí)的飛行中，飛機(jī)產(chǎn)生了多達(dá)844 TB的數(shù)據(jù)。邊緣計(jì)算支持對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，因此該公司能夠主動(dòng)處理引擎問(wèn)題。

醫(yī)療保健

如今，人們?cè)絹?lái)越喜歡佩戴健身追蹤設(shè)備、血糖監(jiān)測(cè)儀、智能手表和其他監(jiān)測(cè)健康狀況的可穿戴設(shè)備。

但是，要真正地從所收集的海量數(shù)據(jù)中獲益，實(shí)時(shí)分析可能是必不可少的——許多的可穿戴設(shè)備直接連接到云上，但也有其他的一些設(shè)備支持離線運(yùn)行。

一些可穿戴健康監(jiān)控器可以在不連接云的情況下本地分析脈搏數(shù)據(jù)或睡眠模式。然后，醫(yī)生可以當(dāng)場(chǎng)對(duì)病人進(jìn)行評(píng)估，并就病人的健康狀況提供即時(shí)反饋。

但在醫(yī)療保健領(lǐng)域，邊緣計(jì)算的潛力遠(yuǎn)不局限于可穿戴設(shè)備。

不妨想想，快速的數(shù)據(jù)處理能夠給遠(yuǎn)程患者監(jiān)控、住院患者護(hù)理以及醫(yī)院和診所的醫(yī)療管理帶來(lái)多大的好處。

醫(yī)生和臨床醫(yī)生將能夠?yàn)榛颊咛峁└臁⒏玫淖o(hù)理，同時(shí)患者所生成的健康數(shù)據(jù)也多了一層安全保護(hù)。醫(yī)院病床平均有20個(gè)以上的聯(lián)網(wǎng)設(shè)備，會(huì)產(chǎn)生大量的數(shù)據(jù)。這些數(shù)據(jù)的處理將直接發(fā)生在更靠近邊緣的地方，而不是將保密數(shù)據(jù)發(fā)送到云端，因此能夠避免數(shù)據(jù)被不當(dāng)訪問(wèn)的風(fēng)險(xiǎn)。

如前所述，本地化數(shù)據(jù)處理意味著大范圍的云端或網(wǎng)絡(luò)故障不會(huì)影響業(yè)務(wù)運(yùn)轉(zhuǎn)。即使云操作中斷，這些醫(yī)院的傳感器也能獨(dú)立地正常運(yùn)行。

制造業(yè)

智能制造有望從現(xiàn)代工廠大量部署的傳感器中獲得洞見(jiàn)。

由于能夠減少滯后，邊緣計(jì)算可能會(huì)使得制造流程能夠更快速地做出響應(yīng)和變動(dòng)，能夠?qū)崟r(shí)地應(yīng)用數(shù)據(jù)分析得出的洞見(jiàn)和實(shí)時(shí)行動(dòng)。這可能包括在機(jī)器過(guò)熱之前將其關(guān)閉。

一家工廠可以使用兩個(gè)機(jī)器人來(lái)完成同樣的任務(wù)，兩個(gè)機(jī)器人裝有傳感器，并連接到一個(gè)邊緣設(shè)備上。邊緣設(shè)備可以通過(guò)運(yùn)行一個(gè)機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)其中一個(gè)機(jī)器人是否會(huì)操作失敗。

如果邊緣設(shè)備斷定機(jī)器人很可能會(huì)出現(xiàn)故障，它就會(huì)觸發(fā)行動(dòng)來(lái)阻止或減慢機(jī)器人的運(yùn)轉(zhuǎn)。這會(huì)使得工廠能夠?qū)崟r(shí)地評(píng)估潛在的故障。

如果機(jī)器人能夠自己處理數(shù)據(jù)，它們也可能變得更加自給自足和反應(yīng)靈敏。

邊緣計(jì)算應(yīng)該支持更快地從大數(shù)據(jù)中更多的洞見(jiàn)，以及支持將更多的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到業(yè)務(wù)運(yùn)營(yíng)中。

最終目標(biāo)是，挖掘?qū)崟r(shí)產(chǎn)生的海量數(shù)據(jù)的巨大價(jià)值，防止安全隱患，并減少工廠車間機(jī)器運(yùn)轉(zhuǎn)中斷的情況。

農(nóng)業(yè)和智能農(nóng)場(chǎng)

邊緣計(jì)算非常適合應(yīng)用于農(nóng)業(yè)，因?yàn)檗r(nóng)場(chǎng)經(jīng)常處于偏遠(yuǎn)的位置和惡劣的環(huán)境中，可能存在帶寬和網(wǎng)絡(luò)連接方面的問(wèn)題。

現(xiàn)在，想要改善網(wǎng)絡(luò)連接的智能農(nóng)場(chǎng)需要在昂貴的光纖、微波連接或者擁有一顆全天候運(yùn)行的衛(wèi)星上進(jìn)行投資；而邊緣計(jì)算則是一種合適的、具有成本效益的替代方案。

智能農(nóng)場(chǎng)可以使用邊緣計(jì)算來(lái)監(jiān)測(cè)溫度和設(shè)備性能，以及自動(dòng)讓各種設(shè)備（比如過(guò)熱的泵）減緩運(yùn)轉(zhuǎn)或者關(guān)閉。

能源和電網(wǎng)控制

邊緣計(jì)算或許在整個(gè)能源行業(yè)都尤其有效，尤其是在石油和天然氣設(shè)施的安全監(jiān)測(cè)方面。

例如，壓力和濕度傳感器應(yīng)當(dāng)受到嚴(yán)密監(jiān)控，不能在連接性上出差錯(cuò)，尤其是考慮到這些傳感器大多位于偏遠(yuǎn)地區(qū)。如果出現(xiàn)異常情況——比如油管過(guò)熱——卻沒(méi)有被及時(shí)注意到，那就可能會(huì)發(fā)生災(zāi)難性的爆炸。

邊緣計(jì)算的另一個(gè)好處是能夠?qū)崟r(shí)檢測(cè)設(shè)備故障。通過(guò)電網(wǎng)控制，傳感器可以監(jiān)控從電動(dòng)汽車到風(fēng)力發(fā)電廠的一切設(shè)施所產(chǎn)生的能源，有助于相應(yīng)作出決策來(lái)降低成本和提高能源生產(chǎn)效率。

其他行業(yè)領(lǐng)域的應(yīng)用

其他可以利用邊緣計(jì)算技術(shù)的行業(yè)包括金融業(yè)和零售業(yè)。這兩個(gè)行業(yè)都使用大型的客戶和后端數(shù)據(jù)集來(lái)提供從選股信息到店內(nèi)服裝擺放的各種信息，可以從減少對(duì)云計(jì)算的依賴中獲益。

零售可以使用邊緣計(jì)算應(yīng)用程序來(lái)增強(qiáng)顧客體驗(yàn)。如今，許多零售商都在致力于改善店內(nèi)體驗(yàn)，優(yōu)化數(shù)據(jù)收集和分析的方式對(duì)它們而言絕對(duì)很有意義——尤其是考慮到許多零售商已經(jīng)在嘗試使用聯(lián)網(wǎng)的智能顯示屏。

此外，很多人使用店內(nèi)平板電腦所生成的銷售點(diǎn)數(shù)據(jù)，這些數(shù)據(jù)會(huì)被傳輸?shù)皆贫嘶驍?shù)據(jù)中心。借助邊緣計(jì)算，數(shù)據(jù)可以在本地進(jìn)行分析，從而減少敏感數(shù)據(jù)泄漏的風(fēng)險(xiǎn)。

當(dāng)前邊緣計(jì)算應(yīng)用雖然尚屬探索起步期，但在很多領(lǐng)域都已得到應(yīng)用。其中包括自動(dòng)駕駛、安防前端智能化、工業(yè)級(jí)低時(shí)延應(yīng)用、VR/AR即時(shí)對(duì)戰(zhàn)類游戲、遠(yuǎn)程醫(yī)療等。5G時(shí)代的多元化應(yīng)用催生了邊緣計(jì)算的快速發(fā)展，傳統(tǒng)的數(shù)據(jù)中心將向邊緣側(cè)延伸，邊緣計(jì)算將加速ICT融合落地。邊緣計(jì)算市場(chǎng)規(guī)模萬(wàn)億可期，將成為與云計(jì)算平分秋色的新興市場(chǎng)。

審核編輯：黃飛

?