今天就讓小新把這個概念一次講透

邊緣計算其實與我們的生活息息相關(guān)

刷臉支付、自動駕駛輔助系統(tǒng)、智能家居、看高清視頻、打聯(lián)機游戲、逛無人超市等等，都要靠“邊緣計算”來提供絲滑體驗。

不過這一切都基于一個大前提：網(wǎng)絡(luò)。沒有網(wǎng)絡(luò)，云計算、邊緣計算這些概念都將不復(fù)存在。就像是在小新用紅白機aabb上上下下的年代，一個手柄，一張游戲盤，不需要網(wǎng)絡(luò)，不需要數(shù)據(jù)上傳，也更不用提云計算和邊緣計算。所以，網(wǎng)絡(luò)，才是這一切的基礎(chǔ)。

那邊緣計算到底是什么呢？

邊緣計算是目前Edge Computing的一種廣泛翻譯。Edge指的是邊緣層，或是邊界層，終端設(shè)備和云端之間通過它才得以鏈接。

聽上去很虛幻？其實邊緣計算是手機或者其他連網(wǎng)設(shè)備里芯片的其中一個功能，主要作用是在你發(fā)出指令后，調(diào)取手機（終端設(shè)備）中的數(shù)據(jù)快速執(zhí)行計算，再將計算結(jié)果發(fā)送至云端，“先斬后奏”，從而加速完成任務(wù)。

舉個栗子，以前的電腦端網(wǎng)銀支付，通常需要用戶在網(wǎng)頁中輸入用戶名和密碼，所有數(shù)據(jù)都會傳送到云端進行計算，再加上網(wǎng)速限制，往往很久才能完成一次支付。如果正好碰上一個股市跌宕起伏的時刻，晚那么幾秒可能就從曲線變成一條直線了。

而現(xiàn)在，刷臉支付則是在我們發(fā)出支付指令后，芯片的邊緣計算功能就開始在連網(wǎng)狀態(tài)下調(diào)取你的面容信息在本地計算并以最快的速度完成身份驗證，再將“身份驗證成功”的指令發(fā)送至云層，告訴銀行"他是自己人，可以給錢了"，于是叮一聲支付成功。

所以我們認證需要的指紋和面容信息這類計算其實在終端設(shè)備中完成的，也就是邊緣層進行的，而不是在云層（數(shù)據(jù)中心）中。這也就是為什么換手機的時候，明明其他所有數(shù)據(jù)都可以實現(xiàn)云備份云遷移，只有身份認證的識別操作例如臉部和指紋信息需要重新錄入。

之所以要把計算下放到邊緣，主要是因為云端反應(yīng)不夠快！邊緣計算的一大特點就是速度快，效率高，延時低！

在如今追求“快、更快”的時代，人們對卡頓越發(fā)敏感，對速度和算力的要求越來越高。邊緣計算也有著越來越多的“用武之地”。

面對指數(shù)級增長的數(shù)據(jù)量，邊緣計算如何以更快的速度處理呢？這時候就輪到咱們芯片開發(fā)者登場了。

終端設(shè)備，比如手機，它的功耗是有限的。在玩游戲或者看4K高清視頻時，需要芯片進行高速計算。但是手機的功耗又不能過高，不然手機就會變得燙手，同時耗電極快。所以，既要保證邊緣計算的算力夠強，又要功耗低，對芯片開發(fā)者來說，真是要掉頭發(fā)了。

為了增強邊緣計算的算力，芯片開發(fā)者們還希望運用人工智能來加速計算?，F(xiàn)在人工智能驅(qū)動的邊緣計算已經(jīng)成為主流。不過運用人工智能勢必會增加能耗，所以開發(fā)者們還要想方設(shè)法去降低人工智能算法的計算能力，盡量減少耗費的內(nèi)存資源。

對于開發(fā)者所面臨的“既要算力強，又要功耗低”的挑戰(zhàn)，嘿嘿，巧了，新思科技有完整的解決方案，比如NPX6 NPU IP、Platform Architect，VDK.....太多了數(shù)不下去了，這些解決方案將幫助開發(fā)者把不可能變成可能。

那么最后再來說說，為啥很多企業(yè)都想將數(shù)據(jù)從數(shù)據(jù)中心下放到邊緣呢？

這里所說的下放到邊緣并不是全部數(shù)據(jù)都到邊緣，通常企業(yè)會采用云計算和邊緣計算相結(jié)合的方式，邊緣計算作為云計算的延申，可以提供更快的數(shù)據(jù)分析，從而也為用戶帶來更順暢的體驗。

所以，對于企業(yè)來說，把部分業(yè)務(wù)下放到邊緣，當(dāng)然主要還是因為要提高生產(chǎn)或服務(wù)效率，同時充分利用設(shè)備的算力，盡量優(yōu)（再）化（?。┏桑c）本（錢）。

原文標(biāo)題：邊緣計算不邊緣

文章出處：【微信公眾號：新思科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

審核編輯：湯梓紅