随着5G商用的推进，在硬件上，物联网接入的设备已经超过手机接入，当年手机上网的数量超过PC从而宣告移动互联网时代的到来，而今，物联网的时代已经来临。在软件应用层面，增强现实、无人驾驶等众多新应用的出现对延迟提出了更高的要求，都促使数据处理尽量绕过云端数据处理，让数据在源头附近就能得到及时有效的处理。

技术进步让边缘计算正式站上了市场的风口，成为一股不可阻挡的技术趋势。

要理解未来的趋势，首先要看现有技术对行业的冲击，同时，我们也应该逐步让企业逐步开始部署边缘计算网络和能力以适应未来企业竞争。

1、物联网接入设备上的大爆炸

数据显示，2019年全球物联网设备联网数达107亿个，同增17.58%，预计2020年有望同比增长19%达127亿个，2025年物联网设备联网数有望达到252亿个。

而思科预计 2020 年将有 500 亿的设备接入互联网，而对于如此众多的设备上网需要计算，这就产生两种计算的路径，一种是数据传输到云端，这样不仅增加云端的压力，功耗大，而且对数据处理会产生延迟。一种是直接利用本地的计算和存储能力，使应用可以在数据源附近处理数据。

虽然业内对边缘和云计算还有统一的定义，但是业内一致认为，云计算与边缘计算是协同关系，在目前的互联网科技企业的物联网解决方案中，云边端一体化的思路往往是主流，部分业内人士将边缘计算是云计算的补充和延伸。也就是智能终端产生的部分数据不再经过网络到达云端处理，直接在本土边缘进行计算和存储，从而降低了时间延迟和网络负荷。

这就有点像人的脑和手一样，当手被针刺到的时候，手会直接条件反射式的缩回来，而不需要通过大脑来命令手，这样可以避免受到更大的伤害，同时让大脑专注于处理高级智慧。

而从实际处理的数据来看，有很多数据真没有必要传输到云端。

思科在 2015-2020 年全球云指数中指出，随着物联网的发展，2020 年全球的设备将会产生 600ZB 的数据，但其中只有 10% 是关键数据，其余 90% 都是临时数据无需长期存储。边缘计算完全可以处理大量临时数据，从而减轻网络带宽与数据中心的压力。

2、大量的场景应用推动边缘计算的发展

随着物联网应用的成熟，智能家居、智慧城市、智慧交通、工业互联网等场景建设的开展，实时计算需求的爆发，直接大幅提升了边缘计算的应用需求。部分应用对于实时性的要求极高，比如无人驾驶汽车应用为例，高速行驶的汽车需要毫秒级的反应时间，一旦由于网络问题而加大系统延迟，将会造成严重后果。

很多的机构也认识到了边缘计算的重要，也尽力推动计算能力下沉到边缘。

比如，阿里的物联网边缘计算(Link IoT Edge)，实际上便是阿里云功能向边缘端的下沉，腾讯云的边缘智能数据处理(IoT EIDP)便支持客户将AI算法容器部署在边缘硬件平台，进而实现离线AI计算，在确保数据反馈迅速、降低运营成本的同时，也保障了智慧运算的隐私安全。

3、5G计算的推进，5G+MEC即边缘计算技术(Mobile Edge Computing)满足企业客户数字化转型的需求

对于运营商来说，5G是实现业务转型和扩大收入的重要筹码。中国联通白皮书中对MEC全国部署构想，区域DC在全国范围内大约有70-80个，端到端时延小于50ms，服务全国。

运营商可以为企业部署5G专网，企业只把部分需要与外界进行交互的数据流量连接到外网，而像监控摄像头数据调取、微信文件互传等业务则不再走主干网络，而是通过本地网络执行。

而5G专网具有大带宽、广连接、低时延、安全性高等诸多优势，又满足了比如工厂、矿山、楼宇、CBD、智慧社区等个性化需求。

比如华为打造的5G无人矿山解决方案，首创牙轮钻、电铲、矿卡一组三项联动远程驾驶和无人驾驶操控应用，具备车、铲、钻一体化联合作业能力实现西沟矿露天矿山整体无人化作业和智慧化运作，通过5G边缘计算下沉、实现矿山生产过程中的自动化和无人化需求，实现操作人员与采场设备分离，将作业地点由室外转为室内。

还有华峰华锦携手中国移动和华为打造并部署了基于5G+MEC的数据采集解决方案，大型纺织企业有整经机、经编机、纬编机等超过10种的纺织设备，所采用的通讯协议多达5种以上，而5G边缘云网关可以解析多达超过20种工业协议，适配所有的设备类型，仅通过接入2种(通用型和自研型)DTU即可，接入数量大幅提升至10000+，摄像头+5G+OCR等方式实现了分钟级乃至秒级的数据采集。

使华峰集团自研MES低成本、稳定地获取到设备数据;POC试点所在的厂房节省人工成本6万/年;助力生管提升工作效率20%;助力车间经理提升管理效率15%。打通集团内部数据链，预期每年收益在1600万左右。促进国产化替代，预计每年增加设备销售1亿，并预期为纺织行业间接带来数十亿收益。

在中国移动100个集团级5G龙头示范项目中，有超过70%的项目已经提出了明确的网络专用需求，不仅需要5G大带宽、低时延、大连接的网络特性，也呼唤自运维、自服务、自开发等多元化的网络能力。

4、5G网是边缘计算的具体体现之一

目前，5G专网下的边缘计算场景业务基本都是经过和头部企业进行探讨，以科研或以应用示范为目的，推动一些项目落地示范。从而大幅提升5G专网在工业制造、智慧城市、生产智能等方面应用的能力，去探讨各种各样的新生态。

上面举的例子是5G和边缘计算在智能制造中的应用领域，借助于边缘计算将促进 IT 和 OT 系统的深度融合。据统计，2016 年中国市场工业机器人消费总量达 87000 台，接近世界销量的近三分之一，是世界上最大的工业机器人市场。如果每台机器人都配备复杂的智能控制器，这将增加机器人的成本。但是如果采用边缘技术，把工业机器人的智能控制器功能集中部署在生产车间的边缘节点，在保证时延的情况下还能实现集中控制，完成机器人之间的联动协同，可以大大降低工业机器人的开发、部署和维护成本。

在智慧城市应用，数据具有来源多样化和异构性的特点，同时涉及城市居民隐私和安全的问题，利用边缘计算模型处理数据在网络边缘处理是一个很好的解决方案。比如，在智能交通中，边缘服务器上通过运行智能交通控制系统来实时获取和分析数据，根据实时路况来控制交通信息灯，以减轻路面车辆拥堵等。

其实，云端计算和边缘计算的分工和协同在智能家居领域也表现得非常明显。

很多智能家居设备都是可以通过手机在外网的远程控制，但如果出现断网，家中的智能设备就无法实现控制，特别是多个智能单品联动的场景将无法对多个设备进行协调，即便是没有断网，家里的摄像头等监控设备都放到云端，也会造成网络的拥堵。

但把家庭视频数据存放在本地边缘计算网关设备上，就可以确保用户的隐私不被泄漏，而且，多个智能单品之间的联动也可以通过本地边缘计算进行近实时的协调，边缘只要实现定期与云计算同步更新控制和设备状态信息就可以了。这就是云端和边缘计算的协同和群控。

对于边缘计算的研究其实在4G时代就已经展开了，到了5G时代，特别是物联网的接入网络的数量超过手机后，边缘计算就再次别推上了C位。

5G只是一种高速的网络协议，能很好的减少延时问题，并不影响智能设备本身和边缘协同感知，如果想发挥好5G网络，包括实现智能工厂、智能社区、智能城市、智慧商业等应用，关键还是智能设备本身的协同联动。

对此，蓝奥声针对物联网行业，研发基于多模式无线网络系统的边缘协同感知技术平台EICS，并针对国内外智慧园区、资产管理与监测、智能家居、智能物流、智能安防、智能健康等智能系统项目提出了专门的技术解决方案。

企业在时代变革的时代，要做的就是把设备先连接起来，如果需要更高速网络和低延迟的就申请5G专网，如果现有网络能够支持设备运行的，要不断地扩大智能设备进行边缘计算，完善本地计算从而提供生产效率。