技术正在以前所未有的速度改变世界，物联网则走在了时代较前沿。据预测，到2030年，全球包括智能摄像头在内将有约500亿台联网设备。这些摄像头以及一般设备的智能性和影响力取决于几个方面：设备感知周围世界所发生事件的能力、应用程序分析设备信息并实时做出反应的能力、该应用程序运行的云以及网络的容量和响应能力等。由于MEC的力量改变了我们将数据带到云端的速度，因此，这意味着MEC将成为IT基础设施的重要组成部分。然而，许多企业对MEC仍然知之甚少，更不清楚它将如何运行。什么是MEC？MEC表示多接入边缘计算。它从网络的“边缘”提供IT和云服务，将公有云的敏捷性与本地或设备计算的高响应能力相结合。这使得数据存储和处理距离用户和设备更近，而不是依赖于可能远在数英里之外的中枢。边缘计算的价值：可持续的能源消耗。北京人工智能边缘计算智慧社区
智锐通ZRT-MIN-EC01基于IntelKabylake平台，支持LGA1151六、七代处理器，搭载Movidius图形加速卡，是一款X86+图形加速卡movidius的边缘计算整机，适用于高性能视频、图像（人、物、字等特征要素）识别推理运算，普遍应用于安防监控、智慧社区、智慧校园、无人机、无人零售、机器人、智慧医疗等领域。产品亮点：1、INTELKABYLAKE平台；2、支持LGA1151六、七代处理器；3、4个MINIPCIE槽，可以搭载4张Movidius图形加速卡；4、双通道SO-DIMMDDR4内存设计（较大支持32GB）；5、INTELI211网卡；6、静音双风扇+铜管散热器设计。河南高性能边缘计算**边缘数据的可分布性是针对不同数据源而言的，不同数据源来源于数据生产者所产生的大量数据。
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。
移动边缘计算MEC把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建了开放式平台以植入应用，并通过无线API开放无线网络与业务服务器之间的信息交互，对无线网络与业务进行融合，将传统的无线基站升级为智能化基站。面向业务层面(物联网、视频、医疗、零售等)，移动边缘计算可向行业提供定制化、差异化服务，进而提升网络利用效率和增值价值。同时移动边缘计算的部署策略(尤其是地理位置)可以实现低延迟、高带宽的优势。MEC也可以实时获取无线网络信息和更精确的位置信息来提供更加精确的服务。在工业领域，边缘应用场景包括能源分析、物流规划、工艺优化分析等。
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。边缘计算的朴素理解就是把计算尽量靠近数据的生产和使用端。上海算力强大边缘计算OEM生产
边缘计算设备一侧与直接产生数据的物理设备连通，另一侧则可以将处理过的数据上传到云端。北京人工智能边缘计算智慧社区
边缘计算仍处于起步阶段，有可能为更高效的分布式计算铺平道路。统一数据连接和数据聚合是业务智能的基础，面对当前工业现场存在的多样化与异构的技术和标准，离不开跨厂商、跨领域的数据集成与互操作。网络边缘侧的本地计算服务无疑会在异构环境中迎来IT厂商、IT方案商以及开发者集成融合服务的挑战，标准化亟待形成。许多组织正在定义各种边缘计算标准，例如美国国家标准和技术协会（NIST）、IEEE标准协会、国际标准化组织（ISO）、云计算标准客户组织会（CSCC）和国际电信联盟（ITU）等。只有当边缘节点的性能可以根据普遍认可的度量指标可靠的进行基准测试时，才能形成标准。北京人工智能边缘计算智慧社区
