边缘计算：下一代互联网的隐形算力底座

# 边缘计算：下一代互联网的隐形算力底座 ## 摘要 当AI大模型把中心算力池塞得越来越满，当智能终端对实时响应的要求逼近物理极限，边缘计算终于从资本概念走到了产业落地的关口。本文梳理边缘计算的真实价值，当前产业落地的进展，以及待解的核心问题，给出未来三到五年的趋势判断。

理清边界：边缘计算到底解决了什么真问题

很多人听了五六年边缘计算，还是没搞懂它和原来的本地计算、云计算到底有啥区别。 说实话，很多厂商炒概念的时候，故意把水搅浑，把十几年前的分布式控制器换个商标就敢叫边缘节点。边缘计算的核心，本质上是把原本需要在中心云端完成的算力任务，下沉到距离数据产生点最近的网络边缘侧，既解决中心云的延迟和带宽瓶颈，又保留云的统一调度能力。 原来的云计算模式，是所有终端产生的数据都传到千里之外的中心机房，算完再传回来。这条路走了二十年，现在走到头了。 最典型的例子就是自动驾驶。当车以120公里每小时在高速跑，前方突然窜出障碍物，识别和决策需要多快？要求延迟必须控制在10毫秒以内。要是把视频数据传到几百公里外的云端，光网络往返就要几百毫秒。事故已经发生了，决策才刚回来。 还有现在城市里动辄上千万路的监控摄像头，原来全量回传中心，一年光带宽费就能烧掉几个亿。大部分数据其实没用，只是用来实时识别有没有违规，干嘛要全传？ 这就是边缘计算存在的意义。数据在产生的地方就完成计算，只把需要存储或者进一步分析的结构化结果传回中心。 云计算与边缘计算网络架构对比图

产业落地：哪些场景已经真金白银跑起来了

别以为边缘计算还在PPT上。现在国内很多制造工厂，已经偷偷把边缘计算用起来了。 我上个月跟华南一家做汽车零部件代工的工厂老板聊天，他说原来生产线的外观质检全靠工人，十个工人三班倒，漏检率还在3%左右。后来上了一套边缘计算的质检方案，每个工位的摄像头连本地的边缘网关，当场就能识别出不合格的零件，漏检率降到0.2%以下，还省了每年几十万的人工成本。带宽只用了原来全量回传方案的十分之一不到。 这还只是小场景。更大的盘子在车路协同，现在国内很多城市修的智慧高速，路侧装的感知单元，就是靠边缘节点来实时处理所有路侧摄像头、雷达的数据，再把危险预警直接发给过往车辆，根本不需要传到中心云。 还有大家天天用的直播、短视频，其实CDN厂商早就把边缘计算用上了。现在直播间的实时连麦、特效渲染，很多都是在离你最近的边缘节点完成的，所以才不会卡。 根据行业的粗略统计，去年国内边缘计算市场规模已经破千亿，增速保持在30%以上，头部的云厂商、通信设备商，都把边缘计算当成了下一个必争的战略高地。 工厂车间边缘计算网关部署实拍图 不过话说回来，现在落地的大多还是小范围的试点，真正大规模铺开的项目不多。为啥？

待跨的坎：被刻意忽略的行业暗坑

待跨的坎：被刻意忽略的行业暗坑 第一个绕不开的问题就是标准不统一。现在各家厂商的边缘设备、协议都是自己做的，你买了A家的网关，想接B家的工业控制器，要做半年的适配，成本直接翻番。很多工厂原来的旧设备还在用，换一套边缘系统的成本，要五六年才能收回来，没人愿意冒这个险。 第二个问题是安全。边缘节点大多分散在户外、车间，很多甚至无人值守，不像中心机房有层层防护。要是一个边缘节点被攻破，攻击者很容易顺着网络摸到企业的核心系统，这个风险现在还没有太好的解决办法。尤其是工业领域，很多边缘设备用的还是十年前的操作系统，连补丁都打不了。 第三个问题是运维。几百个甚至几千个分散在各地的边缘节点，出了问题谁去修？原来中心机房有专门的运维团队，现在跑到乡镇的工厂、郊区的路侧，运维成本一下子就上去了。很多项目算下来，省了带宽钱，多了运维钱，整体不划算。 还有一点，很多企业对边缘计算的预期错了，以为能完全取代云计算，其实根本不是那么回事。边缘负责实时短周期的计算，中心云负责长周期大数据训练和存储，二者是互补关系，不是取代关系。很多厂商炒概念的时候不说清楚，坑了不少买单的客户。

未来三到五年：边缘计算会走到哪

未来三到五年：边缘计算会走到哪 未来三年，最先规模化落地的肯定是工业制造和车路协同这两个场景。这两个领域对延迟和带宽的痛点最硬，愿意付费的客户也多，很多地方政府现在推智能制造、智慧交通，都有补贴，推进速度会很快。 未来五年，预计至少三成的智能终端算力会下沉到边缘侧，边缘计算会成为像带宽一样的基础服务，不管是云厂商还是运营商，都会把边缘节点当成核心基础设施来铺。 不用怀疑，下一代互联网，核心就是“云边端”一体化，中心云负责大脑，边缘负责手脚，缺了边缘，再强的中心大脑也反应不过来。它不是炒出来的概念，是算力需求推着产业走出来的必然结果。 对不对，时间会给答案。