从古至今，人类的科技水平除了自身创造力外，还通过动植物身上得到了许多启发。例如有根据蝙蝠的声波原理发明了现代雷达;根据蒲公英的轻盈结构发明了降落伞等，如今又有根据章鱼的触角神经元解释了边缘计算的运作方式，与此同时，在“第三次科技革命”前夕，各路新兴领域蓬勃发展时，大数据的处理就需要体现其及时性与准确性。

此时有人可能会问大数据处理不是有云计算吗?不是只需将所有数据发送到云端进行分析即可吗?

边缘计算的狂欢

首先从概念层面的角度来看，云计算与边缘计算都有各自的优缺点，两方亦可进行架构互补。云计算存在在人们视野已经有很长时间了，并且大多数人都能简单明白其基本理念，而边缘计算则是最近才流行的热门词汇，它的基础理念是立足于物联网信息方面，即指在靠近物或数据源头的一面，直接通过本地设备实现操作控制，在处理的过程中能在本地边缘计算分析，无需再上传云端，从而大大提高了处理效率与反馈速度。

据IDC预测称2020年，全球将有超过500亿的终端与设备联网，超过40%的数据要在网络边缘计算进行分析、处理与存储;据CBInsights的市场规模量化工具预测，到2022年，全球边缘计算市场规模预计将达到67.2亿美元。实际情况是边缘计算已悄然渗透城市每个角落。

近日，中国工信部正式发布5G商用牌照，这也标志着中国正式进入了5G商用元年。在5G时代，边缘计算可凭借其低延时性、位置感知性等技术优势深度挖掘新兴市场增长潜力，例如在自动驾驶、智能安防、智能家居、智慧城市、工业互联网、远程医疗等等领域都有着广阔的应用前景。
 

市场研究机构Gartner认为，随着数字业务的不断发展，到2022年75%的企业生成数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理。所以目前各大芯片厂商、通信巨头、IP企业等都开始布局边缘计算及应用，以求在未来物联网这场游戏中占据主动位置。

实践应用场景

随着物联网的发展，边缘计算完美适应智慧城市发展需求，特别是在人口众多的大城市中，边缘计算在海量数据的处理中就起到枢纽的作用;它能让百姓家的电子器件功能不再普通单一，能让医疗和公共安全数据分析、诊断和决策效率提高，能让自动驾驶更为安全有序。
 

边缘计算在智慧城市建设中的应用场景其实远远不止这些，例如还有城市道路两旁的路灯，因安装传感器可收集城市实时路况信息、每分每秒的空气质量、光照强度、噪音水平等环境数据，另外智能交通还可通过边缘计算实时控制交通信号灯时间长短，根据实际情况指挥通行车辆，大幅度提高交通效率又减轻了城市交通拥堵问题;楼宇大厦电梯亦可通过边缘计算，收集各个时段电梯载客人数，运行时间等信息，分析并优化电梯运营，排查意外故障因素;商业楼宇停车场由边缘计算管理车位，收集、分析及合理调度停车场实时车位信息，可远程第三方应用程序通知司机，一定程度上减轻城市“停车难”的难题。

边缘计算与半导体两翼齐飞

大数据的搜集往往是通过传感器完成的，配合着5G应用落地，城市新增的网络设备与基站的需求势必激增，其对应上游的FPGA和GPU厂商需求也随之增加。由于要追求更高效率的芯片，所以在设计芯片方面就需要走专用的路线。

例如英特尔首次推出的Hewitt Lake系列，它就可以提供高能效的系统芯片配置，一定程度上增强了边缘计算能力;另外中国本土企业浪潮则是推出了首款基于OTII标准的边缘计算服务器，采用了NUMA-Balance的架构并使用了QAT、远程管理等多种边缘计算专用技术，可以直接和电信设备混合部署在通信中心机架上，另外还针对了边缘数据中心部署环境进行了大量的适应性设计，其目的在于让环境简陋的地区也可以使用上边缘数据中心。

不过当边缘计算在端上部署的时候，仍会面临着非常严苛的功耗与性价比的挑战，所以随着智能应用与行业应用的深入，软硬结合才会是未来的大趋势。