2018年9月18日，由世界人工智能大会组委会主办，中国电子信息产业发展研究院承办，赛迪顾问股份有限公司、上海云从企业发展有限公司、人工智能产业创新联盟、《人工智能》杂志社等单位共同协办的“2018世界人工智能大会·边缘智能主题论坛”在上海富豪环球东亚酒店顺利召开。赛迪顾问股份有限公司总裁孙会峰在会上发布了赛迪顾问最新的研究成果《边缘计算·智能未来—边缘智能发展与演进白皮书》，并做了精彩演讲。
据孙会峰介绍，边缘计算是指在靠近数据产生端进行计算，将网络、计算、存储能力从云端延伸到网络边缘，具有邻近性、低时延、本地性、位置感知性的一种新型计算模式。边缘计算与云计算是行业数字化转型的两大重要计算方式，在网络、业务、应用、智能等方面的协同发展共同助力行业数字化转型。赛迪顾问白皮书从边缘计算的内涵与特点切入，阐明边缘计算与云计算的区别与联系，深入分析边缘计算与人工智能融合互动的新模式所带来的4大变革与8大产业发展机会，并对未来边缘端智能发展趋势做出3点判断。
四大变革
1、业务处理从集中式到去中心化
边缘计算将以往全部集中在云端处理的业务迁移到边缘处理，减少对中心的依赖，通过自适应的方法实现云、边、端协同，大幅提升业务效率，是架构上的变革。
2、资源配置从资源独占到资源共享
边缘计算将对资源的配置或者占用进行变革，改变传统资源独占模式，资源在中心和用户，用户和用户之间实现快速的响应，如无人驾驶之间人与车相互之间的协同，很多的任务在边缘侧实现。利用边缘侧的资源能力，优化全社会资源配置，提高资源利用率。
3、数据分析从把握整体到专注局部
以往云计算只把握整体，所有数据均要传到中心分析，而边缘计算专注局部，聚焦实时、短周期数据的分析，能更好地支撑本地实时智能化业务处理与执行，，带来网络的带宽、处理的成本的变化，促进数据的轻量化和本地化，并极大提高数据隐私的保护。
4、应用部署从未雨绸缪到随需而动
过去所有的架构都是因为应用而去搭建的，各种性能的指标也都是服务于某一个应用甚至应用的极值，未来更多的是根据每一个场景不同的需要随时调动整合资源，是因需而动。边缘计算的低延时、零计划、低能耗特点，满足客户自适应的需求，实现快速的响应和敏捷的部署。
八大机会
1、视频监控市场巨大，边缘智能助力城市安防
安防监控市场巨大，人脸识别成为城市级安全标配，边缘智能赋能前端设备，提高识别分析的实时性，我们在建智慧城市，在建更智能化的新一代的技术设施，这些均需要大量数据实时处理的设备，其实带来了很多的需求。
2、边缘智能助力万“务”互联，实现全链条智能制造
边缘智能拓展了工业平台收集和管理数据的范围和能力，通过强化平台数据接入能力，实现传感器、控制系统、管理软件等不同来源的海量数据在集成与汇聚。在应用层实现设备间互联、互通、互操作，并能够灵活调整生产计划，提升制造效能，促进万“务”互联。
3、多方位提升智能交通水平，应用潜力巨大
边缘计算是智能驾驶海量数据快速处理的重要工具，对于智能交通，通过多个端、多个业务的协同，提高突发事件分析的准确性，利用边缘计算建立从车辆路况监测的车载视频处理机制，优化交通交通流，改善车辆拥堵状况，并为乘客带来更多增值服务。
4、智能驾驶快速发展，边缘智能是重要工具
边缘智能将应用语音识别、图像识别、AR信息提升等多种技术，实现车的智能化和人车环境之间智能网联，保证智能驾驶中的低时延性和可靠性要求，并增强智能驾驶应用中交通整体安全性。
5、专用人工智能芯片前景广阔
作为物联网的汇聚和控制点，边缘侧芯片要求更小的体积、更低的功耗、更高的计算效率。基于边缘侧不同业务场景需求，进行定制化开发，集成人工智能算法，以实现边缘侧专用智能分析处理的专用AI芯片将迎来发展机会。
6、高带宽应用，刺激CDN边缘计算部署
未来，视频点播、4K电视和视频流是发展最快的高带宽应用，边缘计算将解决以往云计算架构下的带宽痛点，在CDN网络中传递带宽密集内容，极大减轻网络拥塞，为后续的智能化应用提供保障。
7、低时延高可靠的5G通信正成为关键场景
5G网络的核心诉求之一，包括uRLLC（超可靠低时延通信），边缘计算将促进数据中心与5G融合，应用通讯计算进行更高效的协同和工作，来实现低延时、高带宽的服务。
8、边缘智能时代，端到端安全迎来新机遇
边缘智能对端到端安全提出了新的挑战，在满足行业数字化、实时业务、数据优化等需求的同时，也将带来新的安全防护需求和思路。需要关注节点上的安全、网络上的安全以及应用型的安全，都会带来挑战和问题，带来新需求与市场。
三点判断
1、公共安全将成为边缘智能最先爆发的高价值场景
边缘计算与人工智能技术在公共安全领域的应用，能够有效提升公共 安全管理的效率与水平，大幅降低人力物力成本，对城市管理、民生改善具有巨大价值，市场空间广阔，且技术应用的基础条件已经成熟，公共安全有望成为边缘智能最先爆发的高价值应用场景。
2、算力将成为边缘计算及边缘智能发展的关键
边缘侧往往面临着空间、能源、网络带宽受限与业务突发的特点和难题，传统的计算设施难以匹配边缘侧的场景需求。因此低功耗、高效率、可快速部署的算力产品及设施，将成为边缘计算时代下产业发展的一大重点。
3、边缘侧的数据管理将迎来严峻挑战
边缘侧数据管理涉及到接口的标准化、业务模型的梳理、管理策略的设计、本地资源的有效利用等诸多问题，是边缘计算的重要技术难点。数据管理的问题若不有效解决，也将严重制约边缘侧计算与智能应用的开展。
✽本文资讯仅供参考，并不构成投资或采购等决策建议(M1)。
