“边缘”有一些神奇之处。例如，在环境科学中，有人研究“栖息地边界”，即某些种类的植物大量生长在边缘，但没有进一步生长。同样，在天文学中，我们也看到了发生在宇宙边缘的戏剧性现象。
这似乎与人类社会没有什么不同，因为一场新的革命正在酝酿，高计算能力正在向边缘移动，逐渐被称为边缘计算。工业4.0与物联网
物联网的核心包括收集和分析数据、洞察力以及涉及机器、人员、事物和地点的流程的自动化。因此，物联网是传感器、执行器、连接性、云和边缘计算和存储、人工智能和机器学习智能以及安全的组合。工业4.0，也被称为第四次工业革命，严重依赖物联网技术，重新定义汽车、交通、医疗、公共出行、零售和商业。由于AI和ML推动了所有5G和物联网创新，它们的结合是一种自然现象。5G支持强大物联网
5G最重要的创新之一是为物联网提供强有力的支持，包括对低成本、长电池寿命传感器的支持。随着数据存储和计算成为“结构连续体”。这种结构涉及所有领域，大量AI、ML和边缘计算解决方案最终将根据用例找到它们的最佳区域和发挥的作用。超大规模
新一代的云服务提供商，如Google、Amazon和Microsoft，引入了全新规模的IaaS(基础设施即服务)，具有可管理性、透明性和分析能力，且价格具有竞争力。连接性来自LoRAWAN、NB-IoT和快速增长的5G的众多选项使得提供先进的物联网解决方案更容易、更可行。边缘计算计算芯片的巨大进步使得边缘设备功能变得强大——允许本地化数据评估和实时决策，完全避免往返服务器。其他一些转变也开始显现，更明显地体现在玩家参与度方面。例如，电信运营商的超大规模(如上所述)和运营技术转型(OT，如机器控制系统进入IT领域)。越来越多的物联网应用正在构思和构建，希望它们将被企业和消费者消费和支付。然而，由于各种原因，它最好是从离客户最近的位置交付，而该区域是活动的中心。企业和消费者的空间，是所有这些玩家想要支配的空间。这个空间本质上意味着，工作负载将从中央数据中心转移到本地或本地专用边缘计算云。中央数据中心的转移有时可能意味着将本地数据中心转移到本地专用的边缘计算云。这意味着，从资本支出模型到运营支出模型的转变，影响了企业的财务模型。物联网世界中的边缘云在某种程度上，这增加了价值链的一个新方向。云正在向边缘移动，也就是现在业界所称的边缘云。边缘云的简单解释边缘云是智能边缘设备(包括传感器、节点和网关)与软件(算法、安全栈、连接模块、传感和执行组件、完整栈中的处理器)的简单组合，以处理每个网关中的数百个传感器。数以千计的此类节点通过高级集群和节点重新配置自动聚集在一起，在某种超级智能物联网网络出现故障时重新路由。云技术从何而来?各种技术已经就位，可扩展的用例也越来越普遍。他们甚至制定了标准化的协议，将数据转移到云上进行非关键数据处理，但实时数据处理仍保留在边缘云上。我们能阻止AI或ML吗?随着芯片产量的增加和价格的下降，我们预计数百万的物联网设备将通过边缘云进行通信，并帮助人类生活。AI/ML向边缘的移动是一个不可逆的过程，实际上也是一种必然。部署这些技术的行业可以明显看到以下好处:•RT处理确保低延迟响应(提高安全性，降低缺陷率)
•数据本地化安全
•数据上云前的排序、过滤和预处理(减轻云负载)
•许可和非许可频谱的结合创造了更有效的传输机制。AI图像处理、物体检测和音视频识别能力也得到了显著提高。它们现在作为附加功能提供给某些芯片供应商。我们预计，随着部署的增加，这些技术将变得更加普遍，价格也将得到改善。边缘云是真的吗?边缘计算是否被过度炒作?一些假设正在推动边缘云理论的非凡繁荣:1. 目前尚不清楚边缘云市场的规模是否会像它所宣称的那样大。有证据表明，这可能是一个高增长的行业。但是，此服务的所有权元素仍在定义中;电信公司与超大规模企业、专业的企业系统集成商以及云边缘专家。2. 边缘云是一种万能的解决方案，而不是特定于用例的解决方案。目前还不清楚哪些应用程序需要边缘云功能，可能是用于制造RPA和医疗保健，与零售应用程序的应用程序。企业仍在评估商业案例，模型的成本将随着时间的推移而增加。3. 边缘计算是寻找应用程序的解决方案吗?几微秒的往返延迟是否使消费者准备花更多的钱?我们是否将边缘存储误认为边缘计算，并将所有这些应用程序一视同仁?4. 集中式数据中心的沉没成本如何?它们现在会未被充分利用，还是最终只存储非关键数据?如果边缘计算的一切都是关于实时的，那么5G切片可能是解决方案的一个重要元素。如果是这样的话，电信公司和超大规模企业之间能否建立起一种可持续的商业模式。
总结这些真相很快就会大白于天下。随着该领域的进一步发展，AI/ML技术将如何在新的世界秩序中重新组合将变得更加明显。这可能会定义服务提供者的新定位，他们与解决方案提供商的联盟，以及组合的商业模型。AI/ML的结合，最终将形成一个独特的格局，在未来十年推动消费者和用户。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
