12 月 21 日，在國際電信標準組織 3GPP RAN 第 78 次全體會議上，5G NR 首發版本正式凍結并發布。作為全球第一個可商用部署的 5G 標準，5G NR 的出現比原計劃提前六個月到來。
 
   同一天，國內安防公司海康威視發布了酒店智能門禁產品「明眸」。對于這款智能產品，除了 AI 之外，海康威視主打的另一賣點則是「邊緣計算」（Edge Computing）。5G 和安防攝像頭，看起來似乎沒什么交集的兩個事件，最終都指向了一個在即將到來的物聯網時代越來越重要的技術——邊緣計算。
 
   從 2005 年提出概念到現在，經過近十幾年的發展，云計算已經成為當今互聯網最重要的平臺技術，幾乎所有大型公司都已經將任務交至「云端」來處理。不過，在即將到來的物聯網時代，云計算平臺將會面臨海量設備接入、海量數據、帶寬不夠和功耗過高等高難度挑戰，這也成為了邊緣計算發展的契機。
 
   如果將云計算看成大數據處理的 1.0 時代的話，那么邊緣計算則是 2.0 時代，后者通過「簡政放權」的方式，將云計算中心的任務分配到網關等「網絡邊緣」設備上，實現物聯網設備和邊緣設備的實時交互和決策。
 
   實時、高效、安全和低功耗是邊緣計算技術的優勢，這也是為什么思科、華為、英特爾、ARM 等巨頭紛紛布局這個在物聯網時代最重要的技術。
 
云計算的物聯網挑戰
 
   自從本世紀初云計算模型的出現和廣泛應用，云計算已經改變了我們的生活、學習和工作，例如，SaaS 服務已經被谷歌、微軟等公司運用到自己的數據中心。云計算核心在于「集中」，即將大量數據集中式存儲和處理，實現方式是建造大型數據中心，利用數據中心海量機器的算力來計算和解決問題。從貴州到冰島，全球都可以看到大公司的數據中心。對于亞馬遜、微軟、阿里和騰訊來說，云計算平臺也已經成為非常重要的業務和收入來源之一。
     
   不過，隨著物聯網時代的逐漸臨近，云計算將會面臨諸多挑戰。首先是數據量，根據互聯網數據公司 IDC 預測，到 2020 年，全球范圍內的數據總量將大于 40ZB（1ZB=1 萬億 GB）。和普通的電腦、手機等設備相比，交通工具物聯網設備產生的數據堪稱海量。例如，波音 787 飛機每秒產生的數據量超過 5GB；目前較熱的無人駕駛大量使用攝像頭和激光雷達，這些傳感器每秒產生的數據就達到 1GB 大小。以目前的帶寬水平來看，無法支持設備到云端之間的數據傳輸，而讓云計算中心實時返回數據決策也變成了不可能的任務。
 
   據思科互聯網業務解決方 案集團預測，到 2020 年，連接到網絡的無線設備數量將達到 500 億。而這其中大部分設備都需要實時聯網進行數據交換。即便到了 5G 成熟的時代，其帶寬也無法支持海量物聯網設備將海量數據傳輸到云計算中心進行集中處理。
 
   同時，從能耗角度來看，云數據中心的能耗已經是一個挑戰。根據環境報告顯示，我國數據中心所消耗的電能的總和已經超過匈牙利和希臘兩國用電的總和。隨著在云計算中心運行的用戶應用程序越來越多，未來大規模數據中心對能耗的需求將難以滿足。
 
   另外，云計算模型中，用戶的一切數據都需要上傳到數據中心，而在這個過程中，數據安全性就成了一個重要問題。從電子金融賬戶密碼、到搜索引擎歷史再到智能攝像頭監控，這些個人的隱私數據在上傳到數據中心的過程，都蘊含了數據泄露的風險。
 
   而要解決物聯網時代數據的處理難題，則需要從結構上來重新思考，這就是邊緣計算的誕生背景。
 
邊緣計算的潛力及應用
 
   如果將云計算稱為大數據處理的 1.0 時代的話，這個階段數據的類型主要以文本、音視頻、圖片以及結構化數據庫等為主，數據量維持在 PB 級別，云計算模型下的數據處理對實時性的處理要求不高。而即將到來的物聯網時代，則已經是數據處理的 2.0 時代，這個階段數據的量已經是 ZB 級別，且數據的實時性要求非常高。可以說，是數據處理的升級，催生除了邊緣計算。
     
   邊緣計算是指在網絡邊緣執行計算的一種新型計算模型，其中「邊緣」指的是數據源到云計算中心路徑之間的任意計算資源和網絡資源。例如，可穿戴設備就是個人用戶和云計算中心之間的邊緣，智能家居中的網關則是智能設備和云計算中心之間的邊緣。邊緣計算的核心，是將計算任務從云計算中心，遷移到產生源數據的邊緣設備上。由于數據只在源數據設備和邊緣設備之間交換，不在全部上傳至云計算平臺，因此能夠大大提升數據處理速度，實現物聯網設備需要的實時性和安全性。
 
   文章開頭提到了安防攝像頭廠商海康威視，隨著智慧城市和公共安全需要，攝像頭的視頻分析技術的重要性凸現出來。但是，由于攝像頭數量多，產生的數據量極大，已經不再適合直接上傳到云計算中心進行處理，不僅網絡帶寬壓力大，對海量數據的搜索耗時也是不能接受的，這時候邊緣計算就派上了用場。
 
   具體來說，云計算中心發出查找指令，接受指令的每個邊緣設備會搜索本區域內的數據，并將結果返回給計算中心，這種方式不僅極大降低了帶寬壓力，同時也極大提升搜索速度。
 
   邊緣計算的另一個應用領域，則是智能出行，其代表是無人駕駛車輛。目前，每臺無人駕駛車上都配有多顆攝像頭和激光雷達，這些傳感器每時每秒都在創造大量數據。而無人駕駛車顯然沒法等待這些數據傳輸到云計算中心處理后再做決策，這時邊緣計算就成為無人駕駛實時數據處理的利器。
   
   一周之前，國內人工智能公司地平線科技推出了首款 AI 芯片旭日（Sunrize）1.0，在產品發布會上，公司創始人余凱表示旭日處理器是將計算行為「前置」，而非上傳到云端進行集中處理，這樣帶來的好處就是數據處理塊，機器功耗低，成本和效率得到極大提升——非常符合邊緣計算的特點。
  
   這些只是邊緣計算應用領域的很小一部分，畢竟在「萬物互聯」的物聯網時代，能夠聯網產生數據的設備量級將達到 500 億以上。根據思科全球云指數的預估，到 2019 年，物聯網產生數據的 45% 將會在邊緣計算網絡進行處理和分析。
 
   一年前，華為、中國信息通信研究院。ARM、英特爾以及軟通動力信息技術（集團）有限公司聯合成立了邊緣計算產業聯盟。在國外，思科等公司也已經將邊緣計算設為下一個重點發展目標，而這個涉及到交通、零售等幾乎所有行業的新技術，對人們生活的影響將大大超過「前輩」云計算技術。