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

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

延遲是(shì)雲計算的一大殺手，尤其是(shì)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，這對于一些最近将所有内容存儲在雲中或正在這樣做的組織而言，會是(shì)一顆難以吞咽的藥丸。但(dàn)對于公共雲所有者來說，這也可能是(shì)一劑苦藥。

通過将自主管理的邊緣計算平台集群在一起，并将其分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(shì)一個牽強的想法，甚至不是(shì)一個新奇的概念。

邊緣計算無處不在；在各種各樣的用例中存在許多的小邊緣，但(dàn)具有集中控制和數據管理。霧曾經是(shì)一個常見(jiàn)的術語，但(dàn)邊緣聽(tīng)起來更吸引人。這聽(tīng)起來也很像70年代的分布式計算：對于IT而言，一切舊(jiù)事物都煥然一新。

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？

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

具體點，邊緣計算在适合每個行業的不同角色中努力工作。示例如下：

在電信領域，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，其可以通過先進的機器人技術和傳感器融合（基于物聯網/傳感器數據的實時分析和行動）建立智能、高效的生産線(xiàn)和倉庫。

在交通和物流方面，其實現(xiàn)了自動導引車（AGV）和自動駕駛汽車，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、智能購物車、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(xiàn)了重新構想的客戶體驗。

但(dàn)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、更好的電力使用以及現(xiàn)有的網絡和流行的設備提供了無限的可能性。

我們使用智能手機進行邊緣計算是(shì)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。許多工程師和開發人員(yuán)都具備開發移動平台應用的技能。智能手機應用開發速度更快；這些庫更加成熟并且錯誤更少。

智能手機比一組GPU和外圍組件“更緊湊”，這在研發實驗室環境中更有意義。

許多現(xiàn)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(shì)一個不斷發展的格局；然而，‘無處不在’是(shì)描述其的最佳詞，因爲其會進化到我們周圍。

南京漢榮考慮到許多情況下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，我們可能會在未來看到更多具有離(lí)線(xiàn)優先功能的邊緣優化數據庫。

最終，邊緣計算吞噬了雲。或者，至少足以使商業環境發生永久性變化。