如何從智能云向智能邊緣延伸，這是上下游廠商都在思考的問題。當計算被推進到網(wǎng)絡邊緣，更加靠近數(shù)據(jù)源頭，終端設備可以在接近本地一側獲得分析響應，以緩解從端到云的數(shù)據(jù)量傳輸負擔，與之相應的存儲和帶寬成本也會減少。然而，隨著數(shù)據(jù)量的指數(shù)級增加和計算環(huán)境愈發(fā)復雜，要想構建一套完整的云、邊緣、終端體系是非常不容易的。

數(shù)據(jù)顯示，到2020年物聯(lián)網(wǎng)帶來的經(jīng)濟附加值將達到1.9萬億美元。根據(jù)Metcalfe'sLaw，網(wǎng)絡價值和用戶數(shù)的平方是成正比的，當越來越多的人和智能的物連接在一個網(wǎng)絡上，會讓整個網(wǎng)絡增值。調研機構預計，未來79%的物聯(lián)網(wǎng)流量將通過網(wǎng)關接入，50%的網(wǎng)絡流量將來自物聯(lián)網(wǎng)，而物聯(lián)網(wǎng)將貢獻超過500億的連接。與此同時，每個人、每個物體在每天所產(chǎn)生的數(shù)據(jù)量也將是當前的2000倍。巨大的商機由此而來，不止為管道商，更是為上游芯片商和服務商。

與此同時，每個企業(yè)都在經(jīng)歷多云之旅。Gartner表示：“到2020年，75%的企業(yè)將已部署多云或混合云模式。”多云之旅由混合云和原生公有云這兩大主要云戰(zhàn)略提供支持。每種方法雖然各具特點卻又呈互補，并且通常被同一客戶同時采用。這兩種方法均旨在以差異化方式開創(chuàng)新商機，并交付切實可行的業(yè)務成果，是探索開啟多云之旅的最佳途徑，VMware的研究表明83%的云購買者都在尋找從數(shù)據(jù)中心到云端的統(tǒng)一基礎架構及運維。

亞太地區(qū)預計到2020年將擁有86億臺物聯(lián)網(wǎng)(IoT)設備，并到2025年成為全球5G網(wǎng)絡規(guī)模最大的地區(qū)，5G連接數(shù)量將達到6.75億。要想充分利用由此產(chǎn)生的海量數(shù)據(jù)，企業(yè)必須具備在邊緣處理數(shù)據(jù)的能力，才能快速獲得洞察力并做出實時決策。因此，IoT設備和應用程序將越來越多地內置數(shù)據(jù)分析和數(shù)據(jù)精簡等服務，從而更合理、更快速、更智能地決定哪些數(shù)據(jù)需要立即處理，哪些數(shù)據(jù)需要發(fā)送回核心或云中，甚至哪些數(shù)據(jù)可以被丟棄。

事實上，在邊緣實現(xiàn)智能化已經(jīng)成為英特爾、微軟、思科這些科技巨頭的共識，但是深入到像工業(yè)、能源、制造等領域的實際場景中，要想實現(xiàn)真正的“邊緣智能”有著不小的挑戰(zhàn)。像微軟就在與美國超市品牌Kroger借助智能云和邊緣的技術打造“智慧商店”，并已經(jīng)對各自總部附近的零售店進行了改造。

據(jù)了解，雙方的合作范圍涉及智能貨架、終端設備、門店購物效率、定價、補貨、廣告投放轉化等方面。以“數(shù)字化貨架系統(tǒng)(EDGE)”為例，其利用數(shù)字貨架顯示屏取代了紙質價格標簽，可以顯示商品促銷等信息。

目前，這套系統(tǒng)已經(jīng)部署在美國的數(shù)十家Kroger連鎖店。與傳統(tǒng)貨架需要人工張貼紙質價簽、條碼等信息相比，運行在Azure平臺的新系統(tǒng)能夠在數(shù)分鐘內更新兩萬條價格信息。

舉個例子，如果消費者想購買某個品牌的意面醬料，那么當其走到這個意面醬料所在貨架的時候，貨架系統(tǒng)就會發(fā)出提示信號，對于一些拜訪數(shù)十種醬料品牌的貨架來說，無疑可以提升不小的選購效率。除了EDGE，改造的系統(tǒng)還包括導購體驗、個性化廣告等?？蛻艨梢酝ㄟ^克羅格應用提前生成購物清單，應用會指導他們在商店選購商品。

對于制造業(yè)來說，將從更智能的邊緣設備中獲益匪淺。利用IoT設備在邊緣處理數(shù)據(jù)，制造商可以通過檢測設備故障的早期跡象來實現(xiàn)預測性維護，這有助于防止那些妨礙生產(chǎn)的故障發(fā)生或進行不必要的維護檢查。

和利時研發(fā)的自動化系統(tǒng)支持著全球25000臺套工業(yè)系統(tǒng)設備的日常運行，覆蓋中國高速鐵路、地鐵運營和核電、火電廠自動化控制等市場。要對全球2萬多臺套系統(tǒng)設備進行系統(tǒng)的管理與維護絕非易事，按照傳統(tǒng)方式，這需要消耗大量人力、物力、精力實施現(xiàn)場服務、巡檢和定期維護。

快速發(fā)展的業(yè)務和不斷增加的客戶，帶來了不斷增長的現(xiàn)場服務需求，隨之而來的還有不斷增長的服務規(guī)模和投入，以及相應激增的管理、溝通、協(xié)調等等的一系列問題。此外，現(xiàn)場服務的傳統(tǒng)方式效率較低，現(xiàn)場技術人員在發(fā)現(xiàn)疑難問題后，往往需要與總部進行反復的技術溝通，再加上設備零件替換等所花費的時間，常常需要設備停工檢修。

對于裝備生產(chǎn)線、發(fā)電廠這樣的大規(guī)模企業(yè)來說，生產(chǎn)暫停就意味著巨大損失。以熱電廠中的一臺鍋爐設備為例，維修本身也許只要幾個小時，但前期等待鍋爐冷卻、后期重新上水加熱，都需要較長的時間，前前后后至少要停產(chǎn)一周——對于日發(fā)電量數(shù)千萬度的發(fā)電廠來說，這造成的直接經(jīng)濟損失已經(jīng)相當驚人了。

顯然，最大限度地避免計劃外停機，提高運營維護效率，加快維修反應速度，是和利時要解決的核心問題，這就需要借助云計算、物聯(lián)網(wǎng)技術打造遠程實時巡查和診斷、技術專家遠程服務，構建一套工業(yè)自動化控制平臺，

整體來看，云計算服務最多的還是設備端，物聯(lián)網(wǎng)則是連接這些端的關鍵橋梁，無論是之后衍生出的移動邊緣計算還是移動云計算，都在將重心引到端上，而不是將精力"浪費"在傳統(tǒng)的IaaS或PaaS端。因此，云服務商在處理工作負載時仍將遵循"大智能"在云端，"小智能"在邊緣的原則，但長期來看產(chǎn)業(yè)上下游圍繞邊緣場景打造智能化的解決方案已成必然趨勢。