边缘计算的AI芯片：作为边缘计算的中心基础，边缘AI芯片有着重要地位，边缘AI芯片厂商作为产业链上游参与方投入大量资源进行技术研发，从供给方面为边缘智能的实现打下坚实牢固基础。AI根据参考文献的分类包括三类，1、经过软硬件优化可以高效支持AI应用的通用芯片（GPU）；2、侧重加速机器学习（尤其是神经网络、深度学习）算法的芯片；3、受生物脑启发设计的神经形态计算芯片。在边缘计算和AI芯片里，涌现出不少的创业公司（在中国的中国芯片初创公司有15家以上），如前面所说的几家。按部署的位置来分，AI芯片可以部署在数据中心，和手机，安防摄像头，汽车等终端上。边缘计算是在高带宽、时间敏感型、物联网集成这个背景下发展起来的技术。山东人工智能边缘计算智慧社区
5G与边缘计算的未来：未来几年，诸如5G和Wi-Fi之类的无线通信技术也将影响边缘部署和利用，从而实现尚未探索的虚拟化和自动化功能，例如更好的车辆自主性和将工作负载迁移到边缘，同时使无线网络更灵活、更具成本效益。随着物联网的兴起和此类设备产生的突然过剩的数据，边缘计算引起了人们的注意。但由于物联网技术仍处于相对初级阶段，物联网设备的演变也将对边缘计算的未来发展产生影响。这种未来替代方案的一个例子是微型模块化数据中心（MMDC）的发展。MMDC是一个盒子里的数据中心，将一个完整的数据中心放在一个小型移动系统中，该系统可以部署在更接近数据的地方--例如在一个城市或地区--让计算更接近数据，而不会让数据更合适。陕西低延时边缘计算智能安防边缘计算有助于处理从农场或农业环境收集的数据，而无需快速连接到云。
边缘计算正在改变全球数百万台设备处理和传输数据的方式。互联网连接设备（IoT）的爆裂性增长，以及需要实时计算能力的新应用，继续推动着边缘计算系统的发展。更快的网络技术，如5G无线，使边缘计算系统能够加速创建或支持实时应用，例如视频处理和分析、自动驾驶汽车、人工智能和机器人等。从根本上讲，边缘计算使计算和数据存储更靠近收集数据的设备，而不是依赖于可能远在数千英里之外的中心位置。这样做是为了使数据（尤其是实时数据）不会遇到可能影响应用程序性能的延迟问题。此外，公司可以通过在本地完成处理来节省资金，从而减少需要在集中式或基于云的位置处理的数据量。
边缘计算之所以存在，是因为它承担了与云计算不同的功能。在制造现场，产生的数据多样而繁杂，然而并非所有数据都需要上传到云端进行分析、处理。一方面带来流量、带宽的需求，背后是使用云服务的费用问题；此外，公司对上传所有数据到云端也存在数据安全的担忧。更重要的在于数据如何进行利用。现场的数据，有的是无效信息，譬如设备在生产间隔期间的数据，往往就不需要全部上传，而是需要经过截取处理；有的数据需要立刻处理，譬如一些硬件产品的实时检测预警信息反馈要求在毫秒级，而上传到云端进行处理再反馈到现场的时延可能达到秒级，全部通过云端来分析就会较大延缓现场的生产效率，这就需要靠近数据源的边缘设备来进行处理。边缘计算在其中发挥着重要作用，成为工业物联网技术的有效补充。
计算资源既可以是我们闲置的硬盘，也可以是专门的计算矿机。相较于中心化云计算，边缘计算有着众多优势。同时，区块链的链上记录，公开透明化，还可以进行隐私的加密，在对内容进行加密的同时，可以随时发现和记录来访者的信息，以及追踪信息的来源，去中心化的同时，在解决大公司和垄断计算公司的意外行为和有意行为。区块链本身便是综合了边缘计算、非对称加密并基于共识算法的技术，基于区块链技术的边缘计算解决方案和BT协议技术上相同点为，均对要计算的文件进行了分片，并把片段存在各节点上。智锐通ZRT-MIN-EC01基于IntelKabylake平台，支持LGA1151六、七代处理器。重庆人工智能边缘计算OEM生产
编程语言需要考虑工作流中硬件的异构性和各种资源的计算能力。山东人工智能边缘计算智慧社区
智能汽车里需要在多个HPC中，按照边缘计算的方式来进行。因为感知数据需要分析的速度受到自动驾驶汽车运动影响，同时还需要及时指示汽车周围有什么，所以通过环境感知的自动驾驶汽车将产生至少40TB的数据。这就是通过网络来回传输的大量数据。自动驾驶汽车需要利用边缘计算，这涉及到本地化计算处理能力和存储器容量需要能够确保车辆和AI能够执行其所需的任务。5G中心网控制面与数据面彻底分离，NFV令网络部署更加灵活，从而使之能分布式的边缘计算部署。边缘计算将更多的数据计算和存储从“中心”下沉到“边缘”，部署于接近数据源的地方，一些数据不必再经过网络到达云端处理，从而降低时延和网络负荷，也提升了数据安全性和隐私性。山东人工智能边缘计算智慧社区
