從我們技術人員的角度看，5G最大的技術創新應該是新空口技術和切片網路。

基於這兩種技術，就可以有很多種新玩法，不過具體玩法要想興起還是得靠一些商業化的產品做推動。目前，大家討論的最多的還是三個典型場景：eMBB（大流量）、uRLLC（低延遲）和mMTC（大連線）。

從大連線和低延遲來看，應該會極大地促進物聯網的發展和在工業場景的使用，也會急速促進邊緣計算的發展。同時AI技術的發展會和邊緣計算碰撞，在邊緣上會有越來越多的機器學習的計算模型跑起來，讓物聯網和工業場景更加智慧。

其實邊緣計算是一個新生事物，資料很少，甚至行業規範都沒形成，現在大家做邊緣計算也是在摸索中前進。

邊緣計算主要解決的問題有兩個，降低頻寬成本和解決延遲敏感的問題。

邊緣計算的「邊緣」也包含兩個：雲邊緣和裝置邊緣。

這裡，我分別就這兩部分談一談在5G時代會怎麼發展。

雲邊緣在5G時代典型的就是MEC。但MEC可能是由運營商主導的MEC，可能是運營商和雲廠商合作的MEC，也可能是雲廠商自己的MEC（比如OC點升級改造）。5G的大流量場景會導致更多資料要上雲端處理，這對中心雲機房來說是一個挑戰，對成本來說也是一個負擔。

所以會有越來越多的資料會在邊緣就進行處理，比如監控類影片資料可能在雲邊緣就用一個機器學習模型進行計算，然後把有價值的推算結果類小資料上傳到雲中心，進行全網共享或全網融合。

舉個栗子，我有一個攝像頭，攝像頭會把影片資料上傳到雲端進行儲存，如果有用沒用的影片都上傳上來，浪費流量頻寬又浪費雲端儲存。如果在攝像頭上能做一些簡單的計算，知道哪些是該上傳的，哪些是不用上傳的，可能95%以上的資料都在本地擋下來了。

另外，現在邊緣計算的實際大消耗場景如直播，也會有很多編解碼的計算在邊緣進行，還有一些美顏或者其他的智慧模型也會在邊緣上進行計算。

5G的低延遲場景會加速雲遊戲和物聯網的發展。

拿雲遊戲來說，在5G時代，使用者端到運營商的接入端可以做到1ms，然後再直接導流到雲邊緣機房，雲邊緣機房進行渲染和計算，輸出遊戲結果的影片流直接回傳給使用者，這就可以做到很好的使用者體驗。

至於裝置邊緣，典型舉例就是用一個邊緣閘道器裝置來管理一堆物聯感測裝置。

低延時和大連線會讓物聯網跟隨5G發展起來，物聯的本質還是為人服務，所以更加智慧的體驗是一個強訴求，邊緣閘道器或者一些計算能力稍強一點的裝置，以後都可以跑一些智慧模型，進行邊緣智慧計算。

自動駕駛也是一個邊緣強計算的典型例子，有一些計算結果類資料可以上傳用於附近的車輛共享。同樣的一些工控場景，需要快速在裝置邊緣做快速的計算和發出控制動作。這個可能的應用場景和例子會比較多。

綜上，我認為，5G的商用和快速發展不會弱化邊緣計算，反而會促進並依賴於邊緣計算的發展。