隨著5G商用的推進，在硬件上，物聯網接入的設備已經超過手機接入，當年手機上網的數量超過PC從而宣告移動互聯網時代的到來，而今，物聯網的時代已經來臨。在軟件應用層面，增強現實、無人駕駛等眾多新應用的出現對延遲提出了更高的要求，都促使數據處理盡量繞過雲端數據處理，讓數據在源頭附近就能得到及時有效的處理。

技術進步讓邊緣計算正式站上了市場的風口，成為一股不可阻擋的技術趨勢。

要理解未來的趨勢，首先要看現有技術對行業的衝擊，同時，我們也應該逐步讓企業逐步開始部署邊緣計算網絡和能力以適應未來企業競爭。

1、物聯網接入設備上的大爆炸

數據顯示，2019年全球物聯網設備聯網數達107億個，同增17.58%，預計2020年有望同比增長19%達127億個，2025年物聯網設備聯網數有望達到252億個。

而思科預計 2020 年將有 500 億的設備接入互聯網，而對於如此眾多的設備上網需要計算，這就產生兩種計算的路徑，一種是數據傳輸到雲端，這樣不僅增加雲端的壓力，功耗大，而且對數據處理會產生延遲。一種是直接利用本地的計算和存儲能力，使應用可以在數據源附近處理數據。

雖然業內對邊緣和雲計算還有統一的定義，但是業內一緻認為，雲計算與邊緣計算是協同關系，在目前的互聯網科技企業的物聯網解決方案中，雲邊端一體化的思路往往是主流，部分業內人士將邊緣計算是雲計算的補充和延伸。也就是智能終端產生的部分數據不再經過網絡到達雲端處理，直接在本土邊緣進行計算和存儲，從而降低了時間延遲和網絡負荷。

這就有點像人的腦和手一樣，當手被針刺到的時候，手會直接條件反射式的縮回來，而不需要通過大腦來命令手，這樣可以避免受到更大的傷害，同時讓大腦專注於處理***智慧。

而從實際處理的數據來看，有很多數據真沒有必要傳輸到雲端。

思科在 2015-2020 年全球雲指數中指出，隨著物聯網的發展，2020 年全球的設備將會產生 600ZB 的數據，但其中隻有 10% 是關鍵數據，其餘 90% 都是臨時數據無需長期存儲。邊緣計算完全可以處理大量臨時數據，從而減輕網絡帶寬與數據中心的壓力。

2、大量的場景應用推動邊緣計算的發展

隨著物聯網應用的成熟，智能家居、智慧城市、智慧交通、工業互聯網等場景建設的開展，實時計算需求的爆發，直接大幅提升了邊緣計算的應用需求。部分應用對於實時性的要求極高，比如無人駕駛汽車應用為例，高速行駛的汽車需要毫秒級的反應時間，一旦由於網絡問題而加大系統延遲，將會造成嚴重後果。

很多的機構也認識到了邊緣計算的重要，也盡力推動計算能力下沉到邊緣。

比如，阿裏的物聯網邊緣計算（Link IoT Edge），實際上便是阿裏雲功能向邊緣端的下沉，騰訊雲的邊緣智能數據處理（IoT EIDP）便支持客戶將AI算法容器部署在邊緣硬件平台，進而實現離線AI計算，在確保數據反饋迅速、降低運營成本的同時，也保障了智慧運算的隱私安全。

3、5G計算的推進，5G+MEC即邊緣計算技術(Mobile Edge Computing)滿足企業客戶數字化轉型的需求

對於運營商來說，5G是實現業務轉型和擴大收入的重要籌碼。中國聯通白皮書中對MEC全國部署構想，區域DC在全國範圍內大約有70-80個，端到端時延小於50ms，服務全國。

運營商可以為企業部署5G專網，企業隻把部分需要與外界進行交互的數據流量連接到外網，而像監控攝像頭數據調取、微信文件互傳等業務則不再走主幹網絡，而是通過本地網絡執行。

而5G專網具有大帶寬、廣連接、低時延、安全性高等諸多優勢，又滿足了比如工廠、礦山、樓宇、CBD、智慧社區等個性化需求。

比如華為打造的5G無人礦山解決方案，首創牙輪鑽、電鏟、礦卡一組三項聯動遠程駕駛和無人駕駛操控應用，具備車、鏟、鑽一體化聯合作業能力實現西溝礦露天礦山整體無人化作業和智慧化運作，通過5G邊緣計算下沉、實現礦山生產過程中的自動化和無人化需求，實現操作人員與采場設備分離，將作業地點由室外轉為室內。

還有華峰華錦攜手中國移動和華為打造並部署了基於5G+MEC的數據采集解決方案，大型紡織企業有整經機、經編機、緯編機等超過10種的紡織設備，所采用的通訊協議多達5種以上，而5G邊緣雲網關可以解析多達超過20種工業協議，適配所有的設備類型，僅通過接入2種（通用型和自研型）DTU即可，接入數量大幅提升至10000+，攝像頭+5G+OCR等方式實現了分鍾級乃至秒級的數據采集。

使華峰集團自研MES低成本、穩定地獲取到設備數據；POC試點所在的廠房節省人工成本6萬/年；助力生管提升工作效率20%；助力車間經理提升管理效率15%。打通集團內部數據鏈，預期每年收益在1600萬左右。促進國產化替代，預計每年增加設備銷售1億，並預期為紡織行業間接帶來數十億收益。

在中國移動100個集團級5G龍頭示範項目中，有超過70%的項目已經提出了明確的網絡專用需求，不僅需要5G大帶寬、低時延、大連接的網絡特性，也呼喚自運維、自服務、自開發等多元化的網絡能力。

4、5G網是邊緣計算的具體體現之一

目前，5G專網下的邊緣計算場景業務基本都是經過和頭部企業進行探討，以科研或以應用示範為目的，推動一些項目落地示範。從而大幅提升5G專網在工業製造、智慧城市、生產智能等方面應用的能力，去探討各種各樣的新生態。

上面舉的例子是5G和邊緣計算在智能製造中的應用領域，借助於邊緣計算將促進 IT 和 OT 系統的深度融合。據統計，2016 年中國市場工業機器人消費總量達 87000 台，接近世界銷量的近三分之一，是世界上***的工業機器人市場。如果每台機器人都配備複雜的智能控製器，這將增加機器人的成本。但是如果采用邊緣技術，把工業機器人的智能控製器功能集中部署在生產車間的邊緣節點，在保證時延的情況下還能實現集中控製，完成機器人之間的聯動協同，可以大大降低工業機器人的開發、部署和維護成本。

在智慧城市應用，數據具有來源多樣化和異構性的特點，同時涉及城市居民隱私和安全的問題，利用邊緣計算模型處理數據在網絡邊緣處理是一個很好的解決方案。比如，在智能交通中，邊緣服務器上通過運行智能交通控製系統來實時獲取和分析數據，根據實時路況來控製交通信息燈，以減輕路面車輛擁堵等。

其實，雲端計算和邊緣計算的分工和協同在智能家居領域也表現得非常明顯。

很多智能家居設備都是可以通過手機在外網的遠程控製，但如果出現斷網，家中的智能設備就無法實現控製，特別是多個智能單品聯動的場景將無法對多個設備進行協調，即便是沒有斷網，家裏的攝像頭等監控設備都放到雲端，也會造成網絡的擁堵。

但把家庭視頻數據存放在本地邊緣計算網關設備上，就可以確保用戶的隱私不被泄漏，而且，多個智能單品之間的聯動也可以通過本地邊緣計算進行近實時的協調，邊緣隻要實現定期與雲計算同步更新控製和設備狀態信息就可以了。這就是雲端和邊緣計算的協同和群控。

對於邊緣計算的研究其實在4G時代就已經展開了，到了5G時代，特別是物聯網的接入網絡的數量超過手機後，邊緣計算就再次別推上了C位。

5G隻是一種高速的網絡協議，能很好的減少延時問題，並不影響智能設備本身和邊緣協同感知，如果想發揮好5G網絡，包括實現智能工廠、智能社區、智能城市、智慧商業等應用，關鍵還是智能設備本身的協同聯動。

對此，藍奧聲針對物聯網行業，研發基於多模式無線網絡系統的邊緣協同感知技術平台EICS，並針對國內外智慧園區、資產管理與監測、智能家居、智能物流、智能安防、智能健康等智能系統項目提出了專門的技術解決方案。

企業在時代變革的時代，要做的就是把設備先連接起來，如果需要更高速網絡和低延遲的就申請5G專網，如果現有網絡能夠支持設備運行的，要不斷地擴大智能設備進行邊緣計算，完善本地計算從而提供生產效率。