边缘计算和云计算列表比较

---

一、什么是边缘计算？一文读尽秒懂

在蓬勃发展的物联网世界中，边缘计算正在悄然兴起，就像神经系统的神经末梢一样。随着5G技术的发展，人们对边缘计算的兴趣迅速增加。其核心理念是通过降低用户接触点附近的处理能力来减少响应时间，并解决云计算在延迟、网络波动和带宽要求方面的限制。

Arm、华为等科技巨头在边缘计算技术的开发竞赛中投入了大量资源，竞争日趋激烈。边缘计算并不是云计算的一个简单分支，而是擅长在低时延场景下处理不需要复杂计算和存储的任务，例如人体脊髓，反应速度快，但智能程度较低。移动应用程序的实时视频流和本地处理。

边缘计算的网络架构如图1所示。它们与云计算形成互补关系，各自解决特定问题。边缘计算是物联网的“脊柱”，可以对海量数据做出即时响应，例如对烧伤部位进行即时冷却。它减少了对云计算能力和带宽的依赖，并为隐私和实时分析提供了理想的平台。

边缘计算的优势包括低延迟、低带宽消耗、强隐私保护。例如，零售、金融和远程连接等领域可以使用自定义边缘云来优化硬件资源。，提高网络稳定性。
在电信领域，边缘计算移动互联网的强大使能者，甚至在5G普及之前就可以提供内容缓存、实时计算等稳定的服务。

物联网设备的快速增长导致了广泛的边缘计算应用的出现，包括远程设备维护、智慧城市和无线网络。英特尔、戴尔、思科等老牌设备制造商也纷纷进入这一新兴领域，与亚马逊AWS、微软Azure等云服务提供商合作，为用户提供强大的个性化解决方案。

从Google的TFLite中可以看出，人工智能技术在边缘计算中的作用，例如面部识别和语音识别，变得越来越重要。微传感器和节能模块，例如UsefulSensors的PersonSensor，将AI技术与边缘智能相结合，赋予节能设备智能运行的能力，例如智能家居设备的智能控制。

TinyML作为边缘计算和节能计算领域的生力军，尤其在处理物联网设备的超低功耗场景中脱颖而出。通过压缩神经网络、剪枝技术等手段实现数据处理效率和隐私保护。东土科技、寒武纪等公司利用智能交通服务器、风电辅助控制系统等工业级边缘计算技术，推动该领域智能化发展。

Exo-Space的FeatherBox展示了卫星人工智能技术在边缘计算方面的潜力，为太空环境提供定制的边缘软件和硬件，简化部署、高效处理。IMP的MemryX通过计算与内存紧密集成来挑战现有的计算框架以节省能源，而BrainChip的Akida平​​台针对边缘AI进行了优化，以提高性能和能源效率。

总的来说，边缘计算正在重新定义物联网的未来，并通过与人工智能的深度融合，在减少延迟、提高效率、保护隐私等方面发挥着关键作用。随着技术的不断创新和应用拓展，边缘计算将成为驱动各行业智能化转型的重要引擎。