边缘计算加持，无人驾驶已在路上近年来，无人驾驶汽车成为了行业焦点，也有诸多IT厂商开始布局汽车及配件领域，足见其热度之高。不过当前无人驾驶载人车辆依然处于试验阶段，需要几年的时间来不断成熟。从硬件芯片、计算力到软件算法、法律法规等都需要进一步完善，才能让无人驾驶真正地大规模应用。在当前阶段，车载计算主要有两个方向。是园区载货，例如无人车送饭、送货，目前已经有越来越多的公司实现规模应用了。第二个方向是载人的无人驾驶，未来势必成为重要趋势，这方面浪潮也会做一些技术的储备。边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用中心能力的开放平台。云南人工智能边缘计算
通过在MEC云中处理大部分数据，企业不再需要投资或维护数据中心，而且由于被拦截的机会减少，数据反而更加安全。因此，MEC较大的优势是延迟，或者称之为响应性。由于数据不必传输太远，因此响应时间也就更快。毫秒比较重要我们的讲话速度能有多快?一般而言，100毫秒的响应时间都被认为是瞬时的。但是，MEC可将基站和云之间的响应时间缩短到10毫秒，在某些情况下，当专属于一个站点时，甚至可以缩短到1毫秒。因此，MEC为自动驾驶汽车、智能机器人和智能制造设备等新应用开启了更多的可能性。另外，当涉及到虚拟现实和增强现实时，MEC也能帮助实现更身临其境和更真实的图形体验。AI边缘计算AGV边缘计算当中的边缘资源有：计算机网络站点公共存储区无线访问点交换机路由器基站等等。
边缘计算考虑到计算性能，利用架构满足实时数据处理和计算的需求，用哨兵机制和密码学的手段为去中心化计算、数据隐私保护、历史记录防篡改、可追溯等提供技术支持，天然适用于对数据保护要求严格的计算场景。
IPFS引用边缘计算技术作为区块链技术领域的佼佼者，其先进的技术理念和发展潜力，有权访问加密文本的攻击者也无法了解其中的内容。同时通过将一个文件切分成数据块的方式计算到不同的计算服务节点上，所有数据内容都进行加密处理，只有用户访问密钥，并且单个数据计算提供商的故障不能损害数据的恢复能力，这是一个比中心化计算方式更安定、效率高的去中心化的计算网络。边缘计算系统的自动容错、自动负载均衡机制都构建在PC机上。
物联网里面的边缘计算：目前国内高技术领域的投入主要集中在围绕5G和AI两大块的落地上，而物联网则是目前网络技术打造的重点，也是各个行业实现效率提升、数字化转型的重要手段。投入这么多钱搞5G网络，从产业的思路是希望催生新的产业生态和商业模式。这里需要各个细分的行业，借助于自己的经验，根据场景的分类通过边缘计算可以提升物联网的智能化，找到物联网在各个垂直行业落地生根的钥匙。对于垂直行业和投入者来说，基于云的万物互联过于集中化和平台化，而实施者对于掌控的需求，就需要着眼于物联网中的边缘计算的设备形态和所处的位置。边缘计算处理数据中心明显的优势：个性化。
如今，人们越来越喜欢佩戴健身追踪设备、血糖监测仪、智能手表和其他监测健康状况的可穿戴设备。但是，要真正地从所收集的海量数据中获益，实时分析可能是必不可少的--许多的可穿戴设备直接连接到云上，但也有其他的一些设备支持离线运行。一些可穿戴健康监控器可以在不连接云的情况下本地分析脉搏数据或睡眠模式。然后，医生可以当场对病人进行评估，并就病人的健康状况提供即时反馈。但在医疗保健领域，边缘计算的潜力远不局限于可穿戴设备。不妨想想，快速的数据处理能够给远程患者监控、住院患者护理以及医院和诊所的医疗管理带来多大的好处。医生和临床医生将能够为患者提供更快、更好的护理，同时患者所生成的健康数据也多了一层安全保护。医院病床平均有20个以上的联网设备，会产生大量的数据。这些数据的处理将直接发生在更靠近边缘的地方，而不是将保密数据发送到云端，因此能够避免数据被不当访问的风险。边缘计算在具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特点的应用场景。浙江小型化边缘计算智慧社区
边缘计算非常适合应用于农业，因为农场经常处于偏远的位置和恶劣的环境中。云南人工智能边缘计算
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。云南人工智能边缘计算
