当我们谈论5G、AI与云计算时，都会琢磨是否有一条主线能够串起这些技术，真正实现一个行业指数级爆发——现在，边缘计算来了。
边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。 其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。
边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。边缘计算为何在当下存在爆发预期，它又与5G、AI与云计算有怎样关系？
在最初的设想中，3GPP为5G定义了三大应用场景，即eMBB（增强移动宽带）、mMTC （海量机器类通信）和 uRLLC（超可靠低时延通信）。
eMBB实现10Gbps的传输速率，为用户提供超高清视频、VR/AR等身临其境的业务体验。
mMTC以每平方公里百万设备连接技术，支撑智慧城市、智能楼宇为代表的海量设备接入与互联。
uRLLC凭借超低时延超高可靠性的技术优势，深入到车联网、工业互联网等垂直行业应用，并大大提升行业运营效率。
问题随之而来，现有网络架构并不是为5G网络特性而设计，这些高指标要求决定了5G业务不能全部由核心网后端来执行，所以将部分关键业务应用下沉到接入网络边缘，减少网络传输和多级转发带来的带宽与时延损耗，并借助统一边缘计算平台本地化管理与运维成为5G网络的硬性要求。
中国联通相关专家指出，5G核心网将控制面和转发面分离，使网络架构扁平化。转发面网关可下沉到无线侧，分布式按需部署，由控制平面集中调度。网关锚点与边缘计算技术结合，实现端到端低时延、高带宽、均负载海量业务，从而根本上解决传统移动网络竖井化单一业务流向造成的传输与核心网负荷过重、延迟瓶颈问题。
根据公开消息，我国5G在2018年大规模试验组网，2019年已启动5G网络建设，最快2020年正式推出商用服务，现在处于预商用阶段，对于边缘计算的业务雏形探索已经在各大厂商的计划表中。
边缘计算意味着计算任务转移到边缘侧，边缘侧受环境限制没有强大算力，而适用于端侧场景的AI芯片横空出世，让边缘计算应用的爆发成为可能。
清华大学发布的《人工智能芯片技术白皮书(2018)》提到，随着人工智能应用生态的爆发，越来越多的人工智能应用开始在端设备上开发和部署。
云侧AI处理主要强调精度、处理能力、内存容量和带宽，同时追求低延时和低功耗；边缘设备AI 处理则主要关注功耗、响应时间、体积、成本和隐私安全等问题。
目前最普遍的方式是在云端训练神经网络，然后在云端（由边缘设备采集数据）或者边缘设备进行推断。未来云端和边缘设备以及连接他们的网络可能会构成一个巨大的 AI 处理网络，它们之间的协作训练和推断是有待探索的方向。
巨头正将目光更多的聚焦在此，英伟达刚刚推出首款面向边缘设备的AI平台NvidiaEGX，此前微软开源了 Azure IoT Edge Runtime，AWS早在2016年就退出的Greengrass边缘计算平台，阿里云2018年推出IoT边缘计算产品Link Edge......
边缘计算是一场没有炮火声的战役。
当下已经少有声音再去谈论边缘计算取代云计算，IT的变化总是分分合合，集中式到分布式，周而复始，边缘计算应运而生。
云计算把握整体，聚焦于非实时、长周期数据的分析，能够在周期性维护等领域发挥特长。
边缘计算则专注于局部，聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。
相关研报指出，对于数据处理的时效性要求，如果完全依靠云计算，传输时间及反馈时间将会使得数据处理效率大打折扣。而如果先通过移动边缘计算进行简单初步的处理，对于复杂的数据再上传至云端，通过云计算解决，这样既可以解决数据处理的时效性问题，同时降低传输成本，又可以减轻云计算的压力。
因此，云计算与移动边缘计算配合的运行模式是这样的：边缘端先对数据进行预处理，提取特征传输给云端再进行计算分析。
边缘计算是万物互联时代的核心技术，边缘计算具备低功耗、低时延、数据安全、支持本地交互、自主独立运行等特性，Gartner已将其列为2019年十大战略技术之一，
5G商用渐明朗，AI落地成大趋势，云计算已进成熟期，边缘计算从业者如何搏得下一个未来。
2019年7月12日至7月14日， CCF-GAIR 2019——2019年全球人工智能与机器人大会将在深圳市福田区香格里拉酒店举行，由中国计算机学会（CCF）主办，香港中文大学（深圳）和雷锋网承办，大会将设置「5G+AIoT专场」，邀请业内知名学者以及不同属性的边缘计算领先厂商，探讨对于边缘计算当下与未来的看法。
加拿大工程院院士 IEEE Fellow 刘江川，小米集团副总裁、技术委员会主席崔宝秋，京东IoT事业部总经理周炯等嘉宾已经确认出席，更多嘉宾将随后公布。雷锋网雷锋网
相关文章：
不止自动驾驶，未来智慧交通还有5G、云、数据大脑 | CCF-GAIR 2019
后深度学习时代，如何探索医疗 AI 的突围之路？丨CCF-GAIR 2019
正在生成分享图...
朱可轩