根据Metcalfe's Law，网络价值和用户数的平方是成正比的，当越来越多的人和智能的物连接在一个网络上，会让整个网络增值。调研机构预计，未来79%的物联网流量将通过网关接入，50%的网络流量将来自物联网，而物联网将贡献超过500亿的连接。与此同时，每个人、每个物体在每天所产生的数据量也将是当前的2000倍。巨大的商机由此而来，不止为管道商，更是为上游芯片商和服务商。

此外，消费者的使用感受才是边缘计算的主导，而不是企业，这就使得云服务商的设计逻辑需要调整。举个例子，大家都知道手将要碰到火的时候赶紧把手伸回来，不会等到被烫伤再反应，这就涉及到了响应延迟。边缘计算，顾名思义就是在数据源一侧完成运算，完成运算的设备既可以是智能家电，也可以是PC、移动手机，甚至是摄像头，通过局域网即可实现。此时，边缘计算也充当了信息调度的角色。

当然，边缘计算更大程度上只能是云计算的补充，要说取代未免偏颇。为什么？第一，IT复杂度的演进使得异构化数据逐渐增多，这在处理性能上对计算平台提出了考验，如何让“冰箱听懂空调说的话”，还需要在架构层面完善；第二，边缘计算到底有多智能，至少目前看距离智能云还有差距，大规模集中化的数据融合了多种算法，为应用实现带来了多可能性；第三，边缘计算的相关行业标准尚有缺失，ECC联盟只是个开始，商业化应用仍需探索。

无论是在云端运算和处理数据，还是利用人工智能来训练数据，大规模的数据处理都离不开强大计算能力的支持，后者也是加速产业数字转型并创造智能服务的重要保障。如今，在边缘实现智能化已经成为英特尔、微软、思科这些科技巨头的共识，但是深入到像工业、能源、制造等领域的实际场景中，要想实现真正的“边缘智能”有着不小的挑战。笔者曾采访过英特尔数据中心集团副总裁兼云服务供应商集团总经理RaejeanneSkillern认为，平台的战略视角、丰富的软硬件工具，以及开放式的合作理念缺一不可。

事实上，很少有企业或者方案供应商能够把从云一直到边缘的一段、一段的方案连接得很好，这是非常难的。这也是为什么英特尔收购了Movidius，因为现在的边缘还不够智能化，我们一直在加强对边缘的投入。边缘把很多事情处理完后再到云端处理，云和边缘的配合可以降低带宽成本和需求，把方案推到更接近客户的层面。因此，如何从智能云向智能边缘延伸，这是上下游厂商都在思考的问题，期间离不开芯片厂商、云服务商、解决方案商的共同努力，只有这样才能将边缘计算的红利发挥到最大值。

相关报道: