AI邊緣計算服務此前被認爲是前衛的。現在其無處不在。這就是原因，以及其在雲計算領域的巨大(dà)優勢。

邊緣計算不是萬能藥，但其時機是無可挑剔的。雲的速度太慢(màn)，無法滿足大(dà)多數邊緣設備的需求，因此有必要将計算移近。

延遲是雲計算的一(yī)大(dà)殺手，尤其是公共雲計算，而精心策劃的邊緣系統将成爲可行的公共雲替代方案。

或許，這對于一(yī)些最近将所有内容存儲在雲中(zhōng)或正在這樣做的組織而言，會是一(yī)顆難以吞咽的藥丸。但對于公共雲所有者來說，這也可能是一(yī)劑苦藥。

通過将自主管理的邊緣計算平台集群在一(yī)起，并将其分(fēn)布在用戶居住的地方附近，組織将能夠受益于雲般的便利性，而不必犧牲性能。

以這種方式使用邊緣計算并不是一(yī)個牽強的想法，甚至不是一(yī)個新奇的概念。

邊緣計算無處不在；在各種各樣的用例中(zhōng)存在許多的小(xiǎo)邊緣，但具有集中(zhōng)控制和數據管理。霧曾經是一(yī)個常見的術語，但邊緣聽(tīng)起來更吸引人。這聽(tīng)起來也很像70年代的分(fēn)布式計算：對于IT而言，一(yī)切舊(jiù)事物(wù)都煥然一(yī)新。

超越雲的案例：

       那麽，表明邊緣計算正在被接管的證據在哪呢？

南(nán)京漢榮邊緣計算提供了近乎實時的數據收集、分(fēn)析、決策和執行的能力。因此，其在即時輸出方面有優勢。

具體(tǐ)點，邊緣計算在适合每個行業的不同角色中(zhōng)努力工(gōng)作。示例如下(xià)：

在電(diàn)信領域，其可以增強内容交付網絡，并允許爲即将到來的5G部署部署虛拟網絡功能。

在制造業中(zhōng)，其可以通過先進的機器人技術和傳感器融合（基于物(wù)聯網/傳感器數據的實時分(fēn)析和行動）建立智能、高效的生(shēng)産線和倉庫。

在交通和物(wù)流方面，其實現了自動導引車(chē)（AGV）和自動駕駛汽車(chē)，以及貨運監控和智能交通系統等方面的進步。

在零售業，其通過智能鏡子、智能購物(wù)車(chē)、自助結賬、數字标牌、有針對性的廣告以及實時庫存跟蹤和補貨，實現了重新構想的客戶體(tǐ)驗。

但這還遠未達到邊緣計算長期統治地位的終結。

邊緣入口門檻低：

        廉價的數據收集、更好的電(diàn)力使用以及現有的網絡和流行的設備提供了無限的可能性。

我(wǒ)(wǒ)們使用智能手機進行邊緣計算是有原因的。智能手機的價格及其計算能力足以接近專門爲神經網絡應用創建的專用芯片組。許多工(gōng)程師和開(kāi)發人員(yuán)都具備開(kāi)發移動平台應用的技能。智能手機應用開(kāi)發速度更快；這些庫更加成熟并且錯誤更少。

智能手機比一(yī)組GPU和外(wài)圍組件“更緊湊”，這在研發實驗室環境中(zhōng)更有意義。

許多現實世界的應用都需要使用智能手機，并且這些設備能夠在邊緣運行預先訓練的神經網絡。智能手機制造商(shāng)将繼續提高邊緣設備的計算能力和内存容量。然而，研發實驗室将使用專門的硬件來訓練和測試AI/ML算法，DIY愛好者将使用專門的輕量級芯片組。

簡而言之，幾乎沒有什麽可以阻止邊緣計算對雲的地位的侵蝕。也沒有太多的摩擦來減慢(màn)其速度。

邊緣計算的未來是一(yī)個不斷發展的格局；然而，‘無處不在’是描述其的最佳詞，因爲其會進化到我(wǒ)(wǒ)們周圍。

南(nán)京漢榮考慮到許多情況下(xià)互聯網連接不可用或零信号，例如遊輪、海上石油鑽井平台和偏遠醫院，我(wǒ)(wǒ)們可能會在未來看到更多具有離(lí)線優先功能的邊緣優化數據庫。

最終，邊緣計算吞噬了雲。或者，至少足以使商(shāng)業環境發生(shēng)永久性變化。