未來，設備之間無需人為干預就可相互通信。由此，移動互聯的格局亦將完全不同。設備產生的數據將呈指數級增長，網絡擁堵，而處理這些數據的基礎設施也需要徹底轉型。我們真正面臨的，是從移動互聯時代向萬物互聯時代的轉變，這同時也將徹底地顛覆我們所身處的環境——尤其是服務於這一轉變的網絡。
由於傳統回傳架構無法處理海量的數據，邊緣和邊緣計算將會變得越發重要。網絡的變革將會同從模擬到數字信號的轉型一樣，同時，5G升級對網絡的影響比對設備的影響更為深刻。
1961 年，網絡互聯領域專家約翰·麥卡錫就曾預言：“未來電腦運算有可能成為一項公共事業，就像電話系統已成為一項公共事業一樣。”然而，正如開頭所說，龐大的數據量將極易造成網絡擁堵，並且隨著5G時代的到來，我們對數據的實時性提出了更高的要求。因此我們需要將部分數據在本地進行處理。
碼鏈網絡基於對未來5G發展的需求，通過對網絡邊緣計算到數據對接和內容分發網絡，實現自身的商業化發展，針對傳統的雲計算技術提供了完整的解決方案和補充。
5G時代，將會是一個“邊+雲”的“邊雲協同”時代，邊緣計算與雲計算各有所長、協調配合。
舉個簡單的例子，這就好似我們現在的用電方式一樣。每個家庭或企業一般情況下並不自己生產“電”，而是大型發電站進行集中發電，然後通過星羅棋佈的電網，將“電”輸送到每家每戶。人們只需插上插座，按時交納電費，便可以用上電。“雲計算”就類似於這樣一種存在。那些提供雲計算服務的公司，就好比“大型發電站”。
作為對雲計算方式的補充，邊緣計算彌補了雲計算的諸多缺陷。
所謂邊緣計算就是在網絡邊緣結點來處理、分析數據，而不是在中央服務器裡整理後實施處理。在這裡“邊緣節點”目前主要包括，通信基站、服務器、網關設備以及終端設備。與雲計算相比邊緣計算在網絡拓撲中的位置更低，即更加靠近“用戶”——數據產生的地方。
在這樣的背景下，邊緣計算技術作為雲計算技術的延伸和補充，進入了人們的視野。總的來說，邊緣計算具有以下優點：
1.低帶寬運行：將工作遷移至更接近於用戶或是數據採集終端的能力能夠降低站點帶寬限制所帶來的影響。尤其是當邊緣節點服務減少了向中樞發送大量數據處理的請求時；
2.低延遲：計算能力部署在設備側附近，設備請求實時響應；
3.隱私保護：數據本地採集，本地分析，本地處理，有效減少了數據暴露在公共網絡的機會，保護了數據隱私。
邊緣計算的應用領域
從“中信證券研究部”整理的資料來看，邊緣計算產業涉及硬件、軟件、通信等多個方面的企業。上下游企業緊密聯繫，通力合作。並加快邊緣計算方面的佈局。
對於上游企業，2019年2月25日，浪潮在世界移動通信大會MWC2019上發佈了首款基於OTII標準的邊緣計算服務器NE5260M5，該產品專為5G設計，可以承擔物聯網、MEC和NFV等5G應用場景，適合邊緣機房的物理環境。華為發佈的華為AR系列敏捷網關，具有高度的適應性，能提供17種以上的物聯接口，並廣泛兼容各個行業的標準協議。
另外，凌華科技推出模塊化工業雲計算架構MICA和架構級邊緣服務器SETO-1000，用以分別應對5G建設的集中式無線接入網（C-RAN）和分佈式無線接入網（D-RAN），前者具有模塊化設計、工業級特性、雲計算核心等特徵；後者具有防塵防水、抵抗低溫等環境耐性，能適配高帶寬下的邊緣計算需求。當然作為上游軟件提供商，他們也紛紛推出了自己的產品，例如思科IOx平臺以及華為Liteos平臺。
根據中信證券的分析報告，中游企業在公有云市場上競爭激烈，邊緣雲服務提供商逐漸在細分領域進行佈局。從2015年起，國內公共雲市場除阿里雲外，大量的中小企業佔據了1/3的市場份額，大小廠商展開了激烈的價格競爭。因此部分雲服務商積極拓展新的領域。目前已有多家公司涉足邊緣計算平臺和相關服務。此外，國內三大通信運營商均已制定5G網絡商用計劃，並加大了對MEC相關基礎設施的投入。
對於下游企業而言，邊緣計算不僅服務於手機、電腦等常規的智能終端設備。車聯網、智能家居概念的提出，為邊緣計算創造了新的需求。BAT等巨頭公司也紛紛參與到智能硬件產品的開發之中。
中信證券研究部
阿里雲在2018年3月份推出了自己的邊緣計算框架稱為linkEdge，可被用於AI實踐。在發佈時已經有16家芯片公司、52家設備商、184款模組和網關支持阿里雲物聯網操作系統和邊緣計算產品。
2016年，華為發起了邊緣計算產業聯盟。到目前為止，已經有超過100家會員單位，其中不乏重量級的ARM、INTEL。華為自有EC-IOT平臺，提供雲管端邊一體化的邊緣計算開發模式。還有眾所周知的鴻蒙操作系統。
未來趨勢：
邊緣計算還有很多更深遠的發展方向，比如車聯網、次時代的VR/AR技術等等，這也是為什麼無數巨頭著迷的原因。
要實現邊緣計算節點與雲計算中心的互聯和互動，目前在技術方面有很多問題需要解決。而不同的邊緣計算玩家正在利用各自的優勢，在邊緣計算這條賽道上發足狂奔。
閱讀更多 數字人章sir 的文章
