随着物联网连接数激增、创新应用层出不穷，集中式的云平台联网设备规模大，但存在时效性差、高并发时段稳定性与安全性难以保障等挑战，而这些亟待解决的痛点也成为了边缘智能加速成长的重要推力。根据工信部数据，2021 年，国内边缘计算市场规模达到 325 亿元，同比增长 62.5%，2022年进一步增至530亿元，增幅稳中有升，达 63.1%。

在海量数据中成长

全球领先的物联网领域市场研究机构Machina Research的研究报告指出，2025年全球网联设备总数将超过270亿。截至2021年，接入网络的终端每年产生数据达847ZB（1ZB=270B，即十万亿亿字节），数据呈分散性、碎片化，超过50%的数据需要在网络边缘侧分析、处理与存储。海量的数据处理与网络带宽的限制促进了边缘计算的成长。那么，边缘计算的特点主要表现在哪几方面呢？

边缘计算打通了网络连接的“最后一公里”。从这个角度看，边缘计算有点类似于家庭网络中的网关（如路由器）。但边缘计算的功能更广泛，它既考虑了各种制式的网络通信协议如何兼容并存、互联互通，又考虑了网络部署与配置、网络管理与维护等技术方面的难题，具有多样性连接功能。

边缘计算提升了时敏信息处理的能力。拿监控来说，传统的处理方式是把位于网络边缘的摄像头的视频数据，通过互联网直接传输到云端服务器。云端对大量的视频进行存储、推理与分析，然后将分析结果再转发给用户。由于远程数据传输速率的限制，用户不能得到实时分析的结果。基于边缘计算的视频处理模式，把云计算的视频分析程序部署到与摄像头接近的地方，边缘计算通过近距离计算服务大大降低了网络及系统延迟，提高了视频处理的实时性。

边缘计算能在恶劣环境中生存。边缘计算与通信基站密集预覆盖的分配模式有所不同，一般针对特定区域、特定场景进行部署。它所占空间小，适合场景相对恶劣的工作条件与运行环境，可防电磁、防尘、防爆、抗震动、抗电流/电压波动等，极大提升了部署的便捷性。

边缘计算让隐私得到保障。网络边缘数据常常涉及个人隐私，把边缘数据上传到云端，增加了泄露的风险。将用户隐私数据存储在边缘设备中，不再上传至云端的同时，也彻底杜绝了云泄露的可能性，隐私数据能得到更好的安全保障。

边缘计算不再“边缘”

2022年8月，我国率先迎来了“物超人”的历史性时刻，即物联网连接数超越了人联网连接数，此外，根据IHS的预测，到2030年互联设备的数量将超过750亿个。全球数字经济爆发式增长所带来的丰富场景以及上亿规模的联网设备量在网络边缘侧产生了大量的数据处理需求，可以说，产业端的实际痛点与需求为边缘智能提供了优渥的成长土壤。

同时，在政策方面，国务院在2022年年初发布的《“十四五”数字经济发展规划》中明确提出要加强面向特定场景的边缘计算能力，强化算力统筹和智能调度。随后，各省市相继出台多项政策支持边缘计算产业发展，边缘计算开始不再“边缘”，逐渐走到了数字经济的主舞台。

所谓的“边”是相对于“中心”的概念，指的是贴近数据源头的区域。而边缘智能则是通过将AI处理能力下沉至更贴近数据源头的网络边缘侧，就近提供智能化服务，从而满足当前市场对实时性、隐私性、节省带宽等方面的需求。一直以来，AI作为数据分析、智能决策的基础在云端大展拳脚，工作环境一般是在相对“舒适”的机房、数据中心内，相反，更加贴近应用现场的边缘侧则是专干“苦活累活”，往往处于恶劣的工作环境之中，例如工厂、室外，需要面临稳定性、安全性等不同维度的考验。同时，恶劣的工作环境也为边缘架构部署提出了新的要求，如何在现场快速抓取数据、进行训练并下发到设备上至关重要。

值得注意的是，数据虽然是AI应用升级迭代的关键，但在很多实际场景中，出于隐私与信息安全方面的考量，数据并不能回传至实验室、数据中心进行模型训练，这无疑也是边缘智能落地的一大挑战。

总结来看：首先，边缘环境经常会遇到高温、高湿、高尘，电压受限等情况，不同的地方会有直流电、 交流电，空间、承重、布线等都有受限的可能，甚至部分环境下不能插网线，只能用无线方式进行网络连接。其次，由于边缘服务器没有放在数据中心，无专人看护，没有进出限制，如何防范潜在的网络攻击，同时确保数据的一致、高可用、无泄露，就变得更加重要。更重要的是，在实际应用中，边缘侧往往要与云侧及端侧进行协同融合，对延时、稳定性及成本都非常敏感。

如今，当边缘计算升级至边缘智能，在新一轮的数字化浪潮中，边缘侧开始承接更重要的“智能任务”，责任与挑战并行，在深化应用的过程中，一以贯之的边缘方案已经难以适应不同部署环境、不同需求的丰富场景了。所以，面对严重碎片化的边缘应用，能够自学习、自迭代的行业解决方案才是良方，既能够满足数据安全，同时还能在保障AI能力的同时实现快速部署。

作为全球领先的智能物联网产品和解决方案提供商，创通联达自2018年起便已布局边缘计算领域，发布了首款硬件产品，更是洞察了AI下沉边缘的趋势，基于边缘计算盒子、IoT Harbor 设备管理平台和ModelFarm 低代码 AI 开发平台打造了端边云一体化的解决方案，目前已广泛应用于工业、交通、楼宇、零售等行业。

2023年边缘计算五大趋势预测

预测一：走出实验室，进入现实世界

边缘计算将计算能力和存储转移到网络边缘的设备中，而不是云或数据中心的中央服务器中。这在数据爆炸时代的今天，边缘计算能够更好的帮助企业实时决策，使公司能够收集和分析更接近源头的数据，而不是将其上传到云端以供以后分析。

我们看到，能源、制造和零售等行业正在采用边缘计算来优化性能、降低成本和提高效率。

由于许多站点远离最近的城镇，并且缺少经验丰富的IT专业人员来处理技术问题，因此石油和天然气行业已经严重依赖边缘计算。借助边缘计算，公司可以远程实时监控其油井和管道，从而减少设备故障并确保工人安全。

当然，虽然2023年更加有机会展示边缘计算给企业带来的价值，但实现起来可能并不容易，这就要求公司加大对边缘计算的支持，即使一些突出的项目失败，公司也不应该动摇边缘计算的核心地位。同时，企业的IT领导者应继续寻找经济实惠的方法，在现场部署可提供可操作数据的软件。我们发现，未来将会有越来越多的企业开始接受使用商品硬件并在单个设备上运行多个应用程序的想法，而不是定制软件解决方案。

预测二：更多的云应用将迁移至边缘

观看（或经历过）云“直接迁移”的技术大咖现在正在考虑同样的方法是否适用于边缘。虽然一些规模较小、灵活的公司可能能够在容器上运行所有应用，但对于大多数拥有数十年基础设施投资的公司来说，这种策略是显然是不现实的。

相反，边缘新旧技术的融合越来越多。随着公司寻求实现运营现代化，他们发现传统系统和尖端技术的结合对于成功至关重要。为了使这种组合发挥作用，更多的云应用程序将不得不找到通往边缘的路径。通过将数据和计算推向网络边缘，公司将能够节省大量上传费用，并开始使用边缘项目，以此来取得业务的成功。

预测三：边缘安全将成为企业关注的最重要话题

边缘设备的激增和缺乏既定设备的安全协议肯定会在2023 年对一家大公司带来潜在的漏洞。因此，管理这种风险需要仔细的规划和投资，以确保这些系统安全可靠。

在过去的 10 年里，我们接受了从网络角度思考安全性的培训。由于过去一切都在数据中心运行，能够有效地防止任何人篡改内部内容。然而，今天在边缘上运行的设备可能存储在零售柜台下，在那里很容易被篡改或盗窃，甚至只是一个随机的店员插入手机充电，就有可能带来应用和数据的安全问题。为此，部署到边缘时必须涵盖的安全堆栈要广泛得多，因此需要重新关注更多的安全组件。

预测四：传统的安全方法无法行通

边缘计算项目非常适合无人看守的分布式环境，但这给安全专业人员带来了一系列新的挑战。传统模型在硬件、软件和用户都不可信的情况下，已经无法起到任何地作用。

这些目标可能包括监控摄像头（如 2021 年 Verkada 破坏了该公司在工厂、仓库、办公室、健身房和学校的 150，000 多个摄像头）甚至联网的 HVAC 系统（这就是 Target 在 2014 年开始大规模客户数据泄露的方式）。

好消息是，保护边缘的最佳实践已经出现，例如在可信平台模块 （TPM） 上进行构建并利用专门构建的开放框架。

因此，安全性必须是企业部署边缘计算第一天的考虑因素，设备设计为始终可远程管理，安全策略由用户或控制器决定。

预测五：利用边缘实现业务成功

虽然即使不久的将来看起来并不乐观，但是仍然有巨大的机会利用边缘计算实现业务成功。

我们相信，边缘将改变行业，并迫使落后的公司更快地创新。这是将卡车上的技术人员派往远程位置重新启动系统与在仪表板中单击三次操作之间的区别。达到这一点并不容易，但现在是开始的时候了。

因此，是时候让边缘变得更加落地了。

文章来源： 物联网智库，51CTO，中国军网