這些舉動也就是指明了計算能力要到邊緣去，因?yàn)槲锫?lián)網(wǎng)終端數(shù)據(jù)越來越多，會要求更多的計算能力下沉，這也意味著更加分布式的AI和分布式的計算。
亞馬遜這個全球最大的云服務(wù)提供商，也正在指望通過IoT邊緣計算來推動云平臺的發(fā)展。就在最近一次的AWSre:Invent大會上，亞馬遜宣布推出AWS Greengrass。
AWSGreengrass是一種允許用戶以安全方式為互聯(lián)設(shè)備執(zhí)行本地計算、消息收發(fā)和數(shù)據(jù)緩存的軟件。借助 AWS Greengrass，互聯(lián)設(shè)備可以運(yùn)行AWS Lambda 函數(shù)、同步設(shè)備數(shù)據(jù)以及與其他設(shè)備安全通信，甚至無需連接互聯(lián)網(wǎng)，最大程度地降低將IoT數(shù)據(jù)傳輸?shù)皆贫说某杀尽?/p>
今年4月，Linux基金會發(fā)布開源物聯(lián)網(wǎng)邊緣計算項(xiàng)目：EdgeXFoundry。EdgeX Foundry 并不是一項(xiàng)新標(biāo)準(zhǔn)，而是統(tǒng)一標(biāo)準(zhǔn)和邊緣應(yīng)用的一種方式，它的主要目的是：打造并推廣EdgeX這種面向物聯(lián)網(wǎng)的通用開放標(biāo)準(zhǔn);圍繞可互操作的即插即用部件/組件打造一個生態(tài)系統(tǒng);對EdgeX部件/組件進(jìn)行認(rèn)證等。
同樣是4月，網(wǎng)絡(luò)巨頭思科和商業(yè)智能公司SAS宣布已經(jīng)開發(fā)了全球第一個用于物聯(lián)網(wǎng)分析的邊緣計算平臺，該平臺將思科的邊緣計算產(chǎn)品與SAS的高級分析功能相結(jié)合。
SAP公司則連續(xù)收購了兩家物聯(lián)網(wǎng)邊緣計算初創(chuàng)企業(yè)：意大利的PLAT.ONE和挪威的Fedem Technology。并購?fù)瓿珊?，SAPHANA云平臺可以在整個企業(yè)的范圍內(nèi)支持IoT業(yè)務(wù)應(yīng)用，無論在云端，還是在邊緣。
戴爾也在積極拓展邊緣計算平臺產(chǎn)品與行業(yè)應(yīng)用，追加發(fā)布專門針對工業(yè)應(yīng)用邊緣計算產(chǎn)品。最近，戴爾推出的邊緣網(wǎng)關(guān)3000系列，擁有實(shí)時智能化處理能力，占用空間小，適應(yīng)惡劣環(huán)境，豐富了戴爾邊緣網(wǎng)關(guān)5000系列和嵌入式箱PC3000/5000系列等邊緣計算產(chǎn)品線。
國內(nèi)的通信巨頭華為，也是邊緣計算的積極推動者，參與聯(lián)合倡議發(fā)起了國內(nèi)的邊緣計算產(chǎn)業(yè)聯(lián)盟(Edge Computing Consortium，縮寫為ECC)。
就在本周，還有一項(xiàng)進(jìn)展值得關(guān)注，初創(chuàng)企業(yè)Neurala宣布深度學(xué)習(xí)取得重大進(jìn)展，不需要云服務(wù)器，能夠在邊緣學(xué)習(xí)增量對象。這也就意味著人工智能也正在快速進(jìn)行從云端到邊緣的進(jìn)化：自動駕駛汽車可以為每個車主或特定的區(qū)域進(jìn)行個性化設(shè)計;父母可以教一個玩具去識別他們的孩子，而無需擔(dān)心侵犯隱私;工業(yè)級的機(jī)器可以為特定的任務(wù)進(jìn)行自主升級。
借助MDC完成從云端到邊緣的轉(zhuǎn)變
由傳感器產(chǎn)生的實(shí)時數(shù)據(jù)在形式和作用方面都與傳統(tǒng)的企業(yè)數(shù)據(jù)有很大的不同，無論是從聯(lián)網(wǎng)汽車中產(chǎn)生的千兆字節(jié)數(shù)據(jù)，還是來自工業(yè)機(jī)器人裝配線的控制數(shù)據(jù)，邊緣計算都必須比過去所開發(fā)的任何云端技術(shù)更敏捷、更自主、更可靠。
在使用物聯(lián)網(wǎng)系統(tǒng)之前，很多人沒有意識到大量的物聯(lián)網(wǎng)數(shù)據(jù)可能永遠(yuǎn)都不會被傳送到云端，只適合就地進(jìn)行處理，如果沒有被實(shí)時處理，數(shù)據(jù)價值也將不復(fù)。
有些數(shù)據(jù)的“保鮮期”很短，處理一旦延誤，就會迅速“變質(zhì)”，數(shù)據(jù)價值呈斷崖式跌落。因此不是所有數(shù)據(jù)都必須上傳到云平臺，何況關(guān)鍵信息還有可能在傳送過程中延誤或者受到干擾，尤其是那些通過LPWAN(低功耗廣域網(wǎng))傳輸?shù)男畔ⅰ?/p>
我們必須對這些關(guān)鍵數(shù)據(jù)快速響應(yīng)以做出決策，要么在短時間內(nèi)就采取行動，要么就眼睜睜的看著最佳時機(jī)溜走。
邊緣計算的崛起也意味著巨頭們必須放棄完全控制或主導(dǎo)IoT市場的夢想，而是專注于跨越多層數(shù)據(jù)架構(gòu)開展廣泛合作。作為一種迭代升級之后的理念，邊緣計算也將重新定義云、管、端之間的關(guān)系。
那么對于行業(yè)應(yīng)用來說，什么才是推進(jìn)邊緣計算的最佳方式呢?
有些人試圖自己做，探索各種新技術(shù)，希望將它們組合成一個可行的解決方案。不過也有人找到了現(xiàn)成的，采用比如微型模塊化數(shù)據(jù)中心(MDC)等邊緣計算方案。