1、邊緣計(jì)算概述
根據(jù)觀研報(bào)告網(wǎng)發(fā)布的《中國(guó)邊緣計(jì)算行業(yè)現(xiàn)狀深度分析與投資前景預(yù)測(cè)報(bào)告（2024-2031年）》顯示，邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開(kāi)放平臺(tái)，就近提供最近端服務(wù)。其應(yīng)用程序在邊緣側(cè)發(fā)起，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實(shí)時(shí)業(yè)務(wù)、應(yīng)用智能、安全與隱私保護(hù)等方面的基本需求。
2、日益擴(kuò)張的算力規(guī)模拉升邊緣計(jì)算行業(yè)需求
與由超大型數(shù)據(jù)中心與智算中心形式部署的云端算力相比，邊緣計(jì)算具備低時(shí)延、低成本和高隱私的三大優(yōu)勢(shì)。隨著算力規(guī)模不斷擴(kuò)張，當(dāng)前帶寬和傳輸速度難以滿足數(shù)據(jù)全部傳輸?shù)皆贫颂幚淼囊?，所以需要增設(shè)邊緣側(cè)算力來(lái)幫助云端進(jìn)行數(shù)據(jù)處理工作。數(shù)據(jù)顯示，2021年我國(guó)智能算力規(guī)模達(dá)155.2EFLOPS(FP16)，2022年我國(guó)智能算力規(guī)模約為268.0 EFLOPS，較上年同比增長(zhǎng)72.68%。
數(shù)據(jù)來(lái)源：觀研天下整理
邊緣計(jì)算優(yōu)勢(shì)
資料來(lái)源：觀研天下整理
3、邊緣計(jì)算應(yīng)用市場(chǎng)空間廣闊，2025年市場(chǎng)規(guī)模接近2000億元
科技正處于高速發(fā)展時(shí)代，邊緣計(jì)算取得顯著成就。根據(jù)數(shù)據(jù)，2022年我國(guó)邊緣計(jì)算市場(chǎng)規(guī)模已超600億元。隨著物聯(lián)網(wǎng)應(yīng)用的逐漸深入，以邊緣計(jì)算為核心技術(shù)構(gòu)建的運(yùn)算平臺(tái)將越來(lái)越普遍，并在智能家居、智能醫(yī)療、智能工廠、安防監(jiān)控、智能能源、游戲娛樂(lè)等智能應(yīng)用場(chǎng)景不斷拓寬的情況下，邊緣計(jì)算行業(yè)規(guī)模不斷擴(kuò)大，預(yù)計(jì)2025年我國(guó)邊緣計(jì)算市場(chǎng)規(guī)模接近2000億元。
數(shù)據(jù)來(lái)源：觀研天下整理
邊緣計(jì)算應(yīng)用場(chǎng)景
資料來(lái)源：觀研天下整理
4、邊緣智能，更懂AI的邊緣計(jì)算
當(dāng)前，AI大模型加速發(fā)展，已從“玩具”走向“工具”，數(shù)據(jù)進(jìn)一步刺激邊緣計(jì)算需求?，F(xiàn)階段，AI已同邊緣計(jì)算結(jié)合催生“邊緣智能”這一新領(lǐng)域，其可利用規(guī)模化的邊緣節(jié)點(diǎn)資源驅(qū)動(dòng)AI應(yīng)用，而非完全依賴(lài)云計(jì)算能力。
邊緣AI也稱(chēng)為邊緣人工智能，指在物理世界設(shè)備中部署AI應(yīng)用。具體來(lái)說(shuō)，邊緣AI的計(jì)算發(fā)生在靠近用戶(hù)和數(shù)據(jù)的網(wǎng)絡(luò)邊緣，而不是集中在云計(jì)算設(shè)施或私人數(shù)據(jù)中心，零售店、工廠、醫(yī)院、交通信號(hào)燈、自動(dòng)化機(jī)器和電話等設(shè)備都可以做為邊緣AI的終端。邊緣AI相對(duì)傳統(tǒng)云AI的四大優(yōu)勢(shì)，分別為算力節(jié)省、低延時(shí)、隱私定制、交互簡(jiǎn)潔，是邊緣AI擴(kuò)大自身應(yīng)用場(chǎng)景的核心優(yōu)勢(shì)。
傳統(tǒng)云計(jì)算難點(diǎn)與邊緣AI優(yōu)勢(shì)對(duì)比
|
傳統(tǒng)云計(jì)算難點(diǎn) |
邊緣AI優(yōu)勢(shì) |
|
成本：深度學(xué)習(xí)模型在云端的訓(xùn)練和推理需要設(shè)備或用戶(hù)將大量數(shù)據(jù)傳輸?shù)皆贫?。這會(huì)消耗大量的網(wǎng)絡(luò)帶寬。 |
低延遲：深度學(xué)習(xí)服務(wù)部署在靠近請(qǐng)求用戶(hù)的位置。這顯著降低了將數(shù)據(jù)發(fā)送到云進(jìn)行處理的延遲和成本。 |
|
延遲：通常無(wú)法保證訪問(wèn)云服務(wù)的低延遲需求。 |
隱私保護(hù)：由于深度學(xué)習(xí)服務(wù)所需的原始數(shù)據(jù)本地存儲(chǔ)在邊緣設(shè)備或用戶(hù)設(shè)備本身而不是云端，因此隱私得到了增強(qiáng)。 |
|
可靠性：大多數(shù)云計(jì)算應(yīng)用程序依賴(lài)無(wú)線通信和骨干網(wǎng)絡(luò)將用戶(hù)連接到服務(wù)。對(duì)于很多工業(yè)場(chǎng)景來(lái)說(shuō)，即使在網(wǎng)絡(luò)連接丟失的情況下，智能服務(wù)也必須保持高可靠性。 |
提高可靠性：去中心化、分層的計(jì)算架構(gòu)提供更可靠的深度學(xué)習(xí)計(jì)算。 |
|
隱私：深度學(xué)習(xí)通常涉及大量的私人信息。AI隱私問(wèn)題對(duì)于智能家居、智能制造、自動(dòng)駕駛汽車(chē)、智慧城市等領(lǐng)域至關(guān)重要。在某些情況下，甚至可能無(wú)法傳輸敏感數(shù)據(jù)。 |
可擴(kuò)展的深度學(xué)習(xí)：邊緣計(jì)算憑借更豐富的數(shù)據(jù)和應(yīng)用場(chǎng)景，可以促進(jìn)深度學(xué)習(xí)在各行業(yè)的廣泛應(yīng)用，推動(dòng)人工智能的采用。 |
資料來(lái)源：觀研天下整理
5、發(fā)力邊緣智能化場(chǎng)景，聯(lián)想集團(tuán)優(yōu)勢(shì)明顯領(lǐng)跑市場(chǎng)
而面對(duì)邊緣計(jì)算市場(chǎng)快速發(fā)展帶來(lái)的機(jī)遇，多家科技廠商競(jìng)相布局，但該如何搶跑市場(chǎng)呢？從企業(yè)布局來(lái)看：
聯(lián)想集團(tuán)的解法是從邊緣計(jì)算應(yīng)用場(chǎng)景出發(fā)，打造豐富的產(chǎn)品線和方案服務(wù)體系，構(gòu)筑不同的邊緣應(yīng)用平臺(tái)，包括聯(lián)想邊緣云平臺(tái)、聯(lián)想邊緣工業(yè)物聯(lián)網(wǎng)平臺(tái)、聯(lián)想邊緣大腦Edge AI平臺(tái)等，為市場(chǎng)提供多樣化邊緣算力服務(wù)。聯(lián)想集團(tuán)的邊緣計(jì)算產(chǎn)品和服務(wù)體系已為智能制造、智慧城市、智慧園區(qū)、智慧教育、智慧醫(yī)療、智慧金融等多個(gè)垂直行業(yè)提供支持，如聯(lián)想集團(tuán)曾以慧天工業(yè)一體機(jī)、服務(wù)器等邊緣基礎(chǔ)設(shè)施，助力理想汽車(chē)的生產(chǎn)線打造了可視化管理等一系列智能制造解決方案；聯(lián)想集團(tuán)還以邊緣計(jì)算機(jī)和EdgeAI小樣本技術(shù)，為鋼廠公司青島特鋼打造了“智慧眼”，助力其實(shí)現(xiàn)智能質(zhì)檢，大幅提升巡檢質(zhì)量和效率。
聯(lián)想集團(tuán)的邊緣應(yīng)用平臺(tái)
資料來(lái)源：觀研天下整理
網(wǎng)宿科技公司CDN業(yè)務(wù)已從最初的靜態(tài)內(nèi)容加速，正逐步將CDN節(jié)點(diǎn)升級(jí)為具備存儲(chǔ)、計(jì)算、傳輸、安全功能的邊緣計(jì)算節(jié)點(diǎn)，在戰(zhàn)略層面做好長(zhǎng)期的技術(shù)積累，為產(chǎn)業(yè)成長(zhǎng)提供基于邊緣的基礎(chǔ)設(shè)施能力、應(yīng)用服務(wù)，以及行業(yè)解決方案。目前，網(wǎng)宿科技已推出網(wǎng)宿邊緣計(jì)算平臺(tái)ECP，基于全球廣泛分布的節(jié)點(diǎn)資源，融合計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)等核心能力構(gòu)建的邊緣計(jì)算平臺(tái)，就近為用戶(hù)提供邊緣算力等服務(wù)。
網(wǎng)宿科技邊緣算力服務(wù)
|
邊緣算力服務(wù) |
簡(jiǎn)介 |
|
邊緣云主機(jī) |
基于公司邊緣節(jié)點(diǎn)和網(wǎng)絡(luò)，在靠近用戶(hù)側(cè)為客戶(hù)提供彈性、穩(wěn)定、安全的邊緣計(jì)算服務(wù)，幫助客戶(hù)便捷高效地實(shí)現(xiàn)業(yè)務(wù)下沉，顯著降低計(jì)算時(shí)延和成本。適用于視頻直播、視頻監(jiān)控、在線教育等場(chǎng)景。 |
|
邊緣云容器 |
基于公司邊緣計(jì)算平臺(tái)推出的分布式Serverless容器運(yùn)行服務(wù)，配備海量帶寬和優(yōu)質(zhì)網(wǎng)絡(luò)傳輸?shù)然A(chǔ)資源，利用基于kubernetes的無(wú)服務(wù)器容器技術(shù)，為客戶(hù)提供邊緣一站式服務(wù)托管。適用于邊緣數(shù)據(jù)預(yù)處理、彈性服務(wù)（比如電商促銷(xiāo)）等場(chǎng)景。 |
|
邊緣存儲(chǔ) |
基于公司豐富的邊緣節(jié)點(diǎn)資源打造，在靠近用戶(hù)側(cè)提供穩(wěn)定可靠的分布式存儲(chǔ)服務(wù)，為客戶(hù)提供實(shí)時(shí)可靠的數(shù)據(jù)存儲(chǔ)和訪問(wèn)。滿足互動(dòng)直播、視頻監(jiān)控、車(chē)聯(lián)網(wǎng)等場(chǎng)景下數(shù)據(jù)量大、低時(shí)延、低成本的存儲(chǔ)需求。 |
|
邊緣應(yīng)用 |
致力于為用戶(hù)提供更快、更豐富的計(jì)算能力?；诠救蚍植嫉倪吘壒?jié)點(diǎn)提供算力服務(wù)，用戶(hù)將自己的業(yè)務(wù)邏輯運(yùn)行在邊緣側(cè)，減少負(fù)荷和延時(shí)，滿足業(yè)務(wù)下沉的訴求。 |
|
邊緣智能平臺(tái)（ECC，Lite） |
基于公司強(qiáng)大的節(jié)點(diǎn)管理和調(diào)度能力，打造的一體化邊緣算力管理運(yùn)維系統(tǒng)。ECCLite支持對(duì)各類(lèi)架構(gòu)的邊緣算力設(shè)備進(jìn)行極輕量納管，可將云上智能應(yīng)用、算法模型批量下發(fā)到業(yè)務(wù)現(xiàn)場(chǎng)，滿足用戶(hù)在邊緣側(cè)進(jìn)行數(shù)據(jù)處理、分析決策、遠(yuǎn)程管控等需求。 |
資料來(lái)源：觀研天下整理
潤(rùn)澤科技加大AIDC投入，引領(lǐng)算力中心升級(jí)。從2023年開(kāi)始，公司邁入了從1個(gè)到多個(gè)園區(qū)級(jí)數(shù)據(jù)中心齊頭并進(jìn)貢獻(xiàn)收入的新階段，公司上架機(jī)柜總量和單機(jī)柜功率持續(xù)提升，以及上架率的快速爬升將帶來(lái)業(yè)績(jī)的穩(wěn)步增長(zhǎng)。除此之外，公司正逐步對(duì)低功率機(jī)柜進(jìn)行升級(jí)改造，加快推進(jìn)高密機(jī)柜和液冷機(jī)柜應(yīng)用，向智算中心和超算中心快速演進(jìn)，形成數(shù)據(jù)中心、智算中心和超算中心融合的綜合算力中心。
隨著AI技術(shù)引領(lǐng)的數(shù)字產(chǎn)業(yè)蓬勃發(fā)展，邊緣計(jì)算作為基礎(chǔ)支撐技術(shù)正展廣闊前景。（WYD）
【版權(quán)提示】觀研報(bào)告網(wǎng)倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán)。未經(jīng)許可，任何人不得復(fù)制、轉(zhuǎn)載、或以其他方式使用本網(wǎng)站的內(nèi)容。如發(fā)現(xiàn)本站文章存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┌鏅?quán)疑問(wèn)、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至kf@chinabaogao.com，我們將及時(shí)溝通與處理。
