網際網路高度發展的時代，線上與線下的界限正在逐漸消弭，而跨越這個界限的，正是愈來愈受關注的物聯網，萬物互聯，是網路時代大勢所趨，而要實現這個宏大目標，資料的運算處理模式便成為核心又基礎的問題。

物聯網構建之痛

眾所周知，物聯網的強大之處在於將實際場景中的各項功能與需求進行感知與資料化處理，從而實現遠端互動與實時反應的聯動效果。

然而在實際搭建與應用過程中，物聯網的終端裝置始終經受著不同應用場景的複雜考驗，這也是許多物聯網技術從實驗室走向實際應用必須要面對的一環，多變的應用環境會帶來裝置使用的限制，而遠距離資料的傳輸與處理更是拉長了互動時間，這無疑對應用體驗是致命的打擊。

物聯網裝置要求在毫秒級處理資料，它們對響應速度、儲存容量和新功能的迫切需要使雲計算架構因延遲太大而越來越不現實。通常，雲資料中心位於距離裝置、應用程式和資料數公里或更遠的地方，為高頻寬的應用程式和裝置帶來效能問題。

對於必須在不到一秒的時間內完成的程序，延遲障礙會阻礙其響應速度和正常功能的實現。對複雜事件的響應速度在部分物聯網用例中是關鍵的，某些時候甚至是致命的。例如對L2級以上自動駕駛汽車在遇到突然的車道侵入時必須立即剎車，否則就會有撞車的風險。將鐳射雷達或攝像頭捕捉的資料送到雲端處理並返回響應的往返時間太長，這無法滿足任務要求。

邊緣計算成新趨勢

什麼是邊緣計算？

不同的企業應用都對網路傳輸和算力有著顯著的需求差別。5G加持的高速算力網路融合了雲、網路和網路邊緣，企業可以更加自主地決定在哪裡及如何處理其資料及應用。

一種選擇是集中提供大容量儲存和高速併發計算能力的雲資料中心，這在過去的十年都是一種主要潮流和做法；另一種是在邊緣（即資料產生或服務交付點更近的位置，這通常是廣域網路的邊緣）提供充足算力，這帶來了超低的時延和更低的網路流量，有助於提高服務的效率及質量，更快地產生決策反饋。

邊緣計算使雲資源（算力、儲存和網路）更接近應用程式、裝置和使用者。它透過使用小型算力單元來滿足資料本地化高速傳輸和實時處理，而不需要長途傳輸到雲或資料中心去處理。邊緣計算在終端裝置中嵌入機器學習、人工智慧、物聯網(IoT)資料處理、執行容器的能力，甚至是直接執行完整虛擬機器的能力。

物聯網裝置的廣泛部署使邊緣計算架構成為企業的必然計算架構。由於近年來物聯網裝置數量的快速增長、它們傳輸的資料數量和速度在飛速提高，以及將機器學習與裝置的完美整合（AIoT），物聯網在今天得到了長足的發展。