大数据通过与人工智能云计算互联网边缘计算等新兴技术渗透融合在

数据通过与人工智能、云计算、物联网、边缘计算等新兴技术渗透融合，在智能制造、绿色低碳、共享经济、现代供应链、中高端消费等领域培育形成了新的增长点，成为创新发展的重要驱动力。在发表《数字技术的发展趋势》的主旨报告中指出：世界经济数字化转型是大势所趋。中国是数据大国，凭借先进数字技术、巨大人口数量，庞大的制造业基础，人口红利正在转变为数据红利。数据通过与人工智能、云计算、物联网、边缘计算等新兴技术渗透融合，在智能制造、绿色低碳、共享经济、现代供应链、中高端消费等领域培育形成了新的增长点，成为创新发展的重要驱动力。

边缘计算是由于物联网设备的大量增长而创建的。这些设备将连接到Internet以从云发送或接收数据。有时他们在 *** 作时需要传输大量数据。因此，物联网边缘是使用物联网网关使用户能够使用其物联网设备执行边缘计算的概念。边缘计算设备可以用作网关或数据处理单元。

工业40和工业物联网边缘。边缘计算设备将工业物联网设备整合在一起。例如，在生产车间的传送带上的工业物联网传感器可能将数据馈送到现场的边缘计算硬件。然后，边缘设备运行AI分析，任何ML算法或任何类型的数据处理来获取见解，而无需将数据发送到云。

一些边缘计算机用例的示例

智能工厂

如前所述，工业物联网边缘是工业物联网设备，其数据以及应用于该数据的边缘智能的结合。工业物联网边缘可以应用于智能工厂，包括最受欢迎的用例之一：制造工厂。智能工厂可以将其所有工业物联网传感器连接到边缘计算设备。工业物联网数据传输到其他分支机构或总部。

智慧城市

“ 智能城市 ”的一些品质是物联网传感器，网络，视频监控等的智能系统。这些系统可以使用边缘计算为城市的应用程序提供更快的响应和更高的安全性。边缘计算设备如何在智能城市中使用的真实案例范围可能包括：检测交通异常，不良驾驶员，不寻常的人群，通过面部识别罪犯，智能交通系统，水处理，垃圾管理等。

零售店

边缘计算设备还可以使零售商店受益。可以从边缘计算服务器虚拟化和集中管理（远程或本地）来自POS终端，库存服务器，支付控制器等的商店端点。运行计算密集型工作负载整合设备可确保许多VM同时运行。它还提供了一个连接可能存储设备外围设备的机会。

智能农场

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。农场通常是乡村环境，因此部署该技术可能会很困难。边缘计算设备可以在极端温度条件下运行，并在边缘处提供计算密集型工作负载处理。农村地区边缘智能的实际使用案例可能包括精准农业，无人机监控或农村视频监控，水流量监控等。

微数据中心和移动边缘计算机

微数据中心（MDC）有时与边缘计算可互换使用。但是实际上，MDC只是小型的模块化数据中心架构盒，几乎可以在任何环境中工作。边缘计算设备可以作为MDC中的核心计算元素运行。移动边缘计算机（MEC），是一样的MDC，但旨在为移动网络。MEC在移动网络的边缘（通常在RAN（无线访问网络）而不是核心）中处理，存储，流式传输并提供安全性。

宏桥智慧云盒，即边缘计算物联网网关，是智慧灯杆发挥城市物联感知能力的核心组件。在智慧灯杆中装入智慧云盒，能够在智慧灯杆附近俯视范围内的地面及地下，建立小型物联网络，将各类智能硬件设备串联，采集智能终端设备的各类数据，并将数据传输到智慧物联网管理平台。智慧云盒串联智慧灯杆上挂载的智能设备，解析不同硬件协议，形成统一的信息传输通道；“云盒”集成无线通讯模组，可以打造以智慧灯杆为中心的区域物联感知；每一个智慧“云盒”都有一个唯一的设备编码，是智慧灯杆在物联网管理平台上面的设备“IP”便于打造智慧灯杆和物联感知设备的地理网格，打造全域物联感知。宏桥智慧“云盒”具备强大算力，可以打造智慧灯杆的边缘计算能力。具备边缘计算的智慧灯杆，可以理解成遍布城市各个角落的特殊的“机器人”。智慧灯杆具备智能设备的联动策略执行能力，感知设备与执行设备可以自行联动，自动执行联动策略；宏桥智慧“云盒”同时具备视频识别能力，智慧灯杆更是一台敏捷的监控机器人，解决非结构化视频数据的分析效率和资源瓶颈问题。

作为新兴技术趋势的佼佼者，边缘计算正在成为促进行业数字化转型的重要抓手，在智能化改造上起到重要作用。
“数字新基建”主要围绕着ABCD四方面发展，A是人工智能、B是区块链、C是云、D是大数据，随着5G的快速推进，给ABCD插上翅膀，算力的不断下沉，将会涌现很多有趣的垂直行业应用场景，为边缘端更好实现技术赋能提供了价值。
以当前比较热门的自动驾驶来说，同样是边缘计算最重要的应用场景之一。在自动驾驶场景中，车辆需要做到比驾驶员更快的响应决策速度，也就是说最多只有零点几毫秒时间，同时还要能够自动感知到行车过程中周围车辆、行人、甚至整条路况的实时信息。如果按传统以云中心集中计算为主的决策架构，这对于要做到和人一样反应的自动驾驶来说时间太长了，所以如果没有边缘计算，如果数据的感知处理、控制的决策不能在车辆上本地进行，自动驾驶就会成为空中楼阁。
通过边缘计算的应用，以车辆本身的边缘计算，以及车路协同形式，在道路两旁会部署一些小型智能服务器，就近接收来自周围车辆的信息流，迅速作出响应和决策，同时这些小型的智能服务器也能接收来自云中心下达的控制指令，从而达到车路协同要求。未来甚至红绿灯可能会消失，因为道路知道周围车辆的速度、距离等信息，能够实时对周围车辆发出控制指令，车辆也能够根据来自道路的消息，以及车辆自身的边缘计算实时做出决策，整个过程将实现非常高效的协同。
目前许多智能化的改造，边缘计算已经能够积极的应用在许多场景之上，例如智能驾驶、智能工厂、智能电网、智能家居、智能建筑，很多都是边缘计算的场景。
再举例来说，电网有很多高压线、变电箱，人力的运维成本太大、危险系数也很高，传统的故障巡检机制网络传输带宽消耗大、故障告警处理不实时、而且电力系统数据本身关系到国计民生，数据传输过程中的安全性极其重要。
落地边缘计算之后，借助于边缘智能技术，可以在设备边缘侧几乎准实时地自动检测出问题出现的具体位置，比方说在配电房内安装边缘计算装置，布置AI模型，边缘计算装置连接配电房里面所有的电力设备，实时采集每一个设备的状态，利用高清夜视摄像头，还可以对烟雾、起火进行实时AI推理、故障告警和处理，效率能够得到极大的提升，同时由于大部分数据都在边缘侧本地处理，无需全部传输上报至云端集中处理，因而极大降低了网络传输流量、减少了数据在传输过程中的暴露面，数据安全性也自然得到了提升。

边缘计算是一种分布式计算架构，其基本思想是将计算和数据处理推向网络边缘，即在数据产生的地方或离数据产生地方最近的设备上进行计算和数据处理，以提高响应速度、降低延迟和减轻云计算中心的压力。边缘计算的本质是将数据处理从云端转移到离用户更近的边缘设备上，这些设备可以是智能手机、传感器、智能家居等智能设备。
边缘计算的实现需要依赖各种技术，包括网络连接技术、计算和存储技术、安全和隐私保护技术等。边缘计算的主要目标是实现低延迟、高可靠性和高效性，以满足实时计算和处理需求，同时减少数据在传输过程中的安全风险。
边缘计算的应用场景非常广泛，包括智能交通、智能制造、智能家居、物联网、机器人等领域。边缘计算在这些领域中能够实现快速响应、实时数据分析和决策、降低延迟和提高网络安全性，从而有望推动各种行业的数字化转型和智能化发展。

边缘计算（Edge Computing）是一种新型的计算架构，它旨在将计算资源尽可能地靠近数据源头，从而提高数据处理和应用服务的效率和性能。随着物联网和5G技术的发展，边缘计算成为了重要的技术趋势之一，被认为是5G时代的又一风口。

边缘计算的核心思想是将计算、存储和网络功能集中到物理上离数据源最近的位置，这可以是设备、网关、云和数据中心等多种形式。这种计算模式具有以下几个特点：

低延迟：将计算资源尽可能地靠近数据源，可以减少数据传输的延迟，提高数据处理的速度和效率。

高带宽：边缘计算可以利用5G等高速网络技术，提供更高的带宽和数据传输速率。

稳定性：边缘计算可以在设备和云之间实现数据的流动，从而提高系统的稳定性和容错能力。

隐私保护：边缘计算可以将敏感数据处理在设备端，保护用户的隐私和数据安全。

节约成本：边缘计算可以降低数据中心的负载，节省计算资源和能源成本。

边缘计算在智能制造、智慧城市、智能交通、智慧工地、智慧工厂等多个领域都有广泛的应用前景。在5G时代，边缘计算将成为物联网和智能化领域的重要支撑技术，为行业的数字化转型和升级提供强有力的支持。

---