您的联网扬声器、手机以及所有这些如今被称为“智能”的日常产品……它们真的比 2000 年代初购买的录像机或袖珍翻译机更智能吗？如果我们在没有互联网连接的情况下对它们进行智商测试，那么我们亲爱的所谓智能物体将更接近烤面包机而不是阿尔伯特·爱因斯坦。因为他们的情报很大一部分来自云端。但由于边缘计算，这一切都在改变。
尽可能接近其来源分析数据
iPhone X 的面部识别系统 Face ID 受益于边缘计算。所有与生物识别数据相关的操作都直接在手机上进行。特斯拉轿车，同样的事情。这些汽车具有先进的人工智能，可以让自动驾驶仪离线工作。即使是连接的扬声器也能通过边缘计算来工作：语音命令的处理是在本地完成的，然后 Google Assistant、Cortana 或 Alexa 询问远程服务器以将响应返回给用户。
边缘计算是一组技术，可以在网络边缘尽可能接近数据来源地分析数据。分布式架构之于云，就像集中化之于云。它是一种让互联对象更加自主、更快、更高效的方法。它不会取代云，而是定期利用其资源（计算能力、机器学习、大数据等）。
设备在没有云的情况下可以做的事情越多，我们节省的时间就越多：信息来回传输到云所需的时间。对于某些连接的对象，这种延迟至关重要。
没有边缘计算就没有自动驾驶汽车
自动驾驶汽车就是这一点的完美例证。出于安全原因，它不会受到任何延迟的影响。更何况到处都没有网络！同时，集中管理至关重要：我们无法想象将更新的责任交给车主，驾驶汽车也不是完全可编程的。如果没有边缘计算，自动驾驶汽车根本不可能存在。
«自动驾驶汽车是一个带轮子的数据中心。这些物体收集大量信息，必须实时处理。所有这些数据都没有时间返回到中央服务器并像谷歌搜索一样进行处理。我们永远不会有足够的网络带宽或速度来实现这一点””，Andreessen Horowitz 基金合伙人 Peter Levine 已于 2016 年 12 月在 Gartner 会议上表示。
“原理是在本地收集并存储数据，然后返回到集中数据库”，微软南欧联合工程总监 Christophe Shaw 解释道。以此为基础进行全局分析并建立预测模型。然后，由数十亿条信息构建的集中式模型将被本地化”。
节省能源和带宽
让我们以联网监控摄像头为例。由于有数百万台摄像机在运行，我们无法再将所有视频流发送到中央服务器，从而触发可能的警报。如今，云仅用于完善运动检测模型。警报不再需要任何带宽。我们在个人数据保护方面也有所收获，因为本地发生的事情都是本地的。
另一个优点是节省能源。 “无线物体在进行通信时会消耗能量。我们可以进行复杂的计算，例如对数百个字节进行加密，而能源成本与无线发送单个字节相同。”，Inria Paris EVA 团队研究员 Thomas Watteyne 向 01net 解释道，该团队致力于物联网，特别是智能码头技术。 “如果我们不断地将传感器数据发送到云端，一个由两节 AA 电池供电的盒子可以持续一周。有了这项技术，它的寿命可达十年以上！ »
«唯一的限制是本地计算能力»，请注意克里斯托夫·肖。
智能手机的前景令人兴奋
在这方面，前景令人鼓舞，特别是对于智能手机而言。专用于人工智能应用的新芯片最早可能在明年在高端车型上广泛使用。这些处理器已经出现在 iPhone 中离线。最终，其他应用程序也是可能的，例如智能视频编辑（例如：“剪切所有未出现事物的序列 »）。
谷歌的联合学习项目也利用边缘技术来改进 Android 键盘上的单词建议。原理：在本地训练人工智能并个性化算法，而不是将使用数据发送回中央服务器，而仅发送定制数据，即中间分析结果。
据 IDC 称，“2019 年，至少 40% 的数据由物联网生成”将会是这样“在网络边缘处理”。制造商没有弄错。 2017年底，戴尔宣布对物联网和边缘计算进行为期三年、价值数十亿美元的投资。惠普企业版将在 4 年内投资 40 亿美元。微软将在 4 年内投入 50 亿美元用于物联网（包括边缘计算）。 2017 年底，大约有 60 名玩家加入了一个开发物联网边缘计算解决方案的平台！
