边缘计算有什么特点？

边缘计算有以下的六大特点：
第一，去中心化
边缘计算就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。
第二，非寡头化
边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”，一方面参与的各类厂商众多，另一方面“去中心化”在产品逻辑底层，就一定程度上通向了“非寡头化”。
第三，万物边缘化
边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。
第四，安全化
在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险。而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。
第五，实时化
随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。以自动驾驶为例，在这些方面，几乎是要求秒级甚至是毫秒级的速度。爱陆通的具有边缘计算技术的工业网关可以更好地进行数据传输。
第六，绿色化
数据是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。

浪潮服务器NE5250M5就是专门为边缘计算AI场景打造的。首先，浪潮服务器NE5250M5外形遵循了电信机架的标准，高度为2U。尽管尺寸缩小，NE5250M5仍实现了良好的扩展性，可以满足各类边缘侧AI应用的需求；然后，浪潮服务器NE5250M5可以长时间耐受高温、高湿度，防尘抗震等，环境适应性更强，可适用于边缘计算数据中心的特殊环境；另外，浪潮服务器NE5250M5可以通过不同的配置覆盖不同的边缘AI应用场景，既可满足高性能的AI训练应用，也可以支持高负载的AI推理应用，或者获得训练与推理混合的应用灵活性。

边缘服务器为用户提供一个进入网络的通道和与其它服务器设备通讯的功能，通常边缘服务器是一组完成单一功能的服务器，如防火墙服务器，高速缓存服务器，负载均衡服务器，DNS服务器等。

对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。

物联网应用

全球智能手机的快速发展，推动了移动终端和“边缘计算”的发展。而万物互联、万物感知的智能社会，则是跟物联网发展相伴而生，边缘计算系统也因此应声而出。

事实上，物联网的概念已经提出有超过15年的历史，然而，物联网却并未成为一个火热的应用。一个概念到真正的应用有一个较长的过程，与之匹配的技术、产品设备的成本、接受程度、试错过程都是漫长的，因此往往不能很快形成大量使用的市场。

根据Gartner的技术成熟曲线理论来说，在2015年IoT从概念上而言，已经到达顶峰位置。因此，物联网的大规模应用也开始加速。因此未来5-10年内IoT会进入一个应用爆发期，边缘计算也随之被预期将得到更多的应用。

在2019年苏州举办的GPU技术大会上，浪潮推出了边缘计算服务器NE5260M5和NF5280M5。这两款浪潮AI服务器都是专门为边缘计算场景设计的。其中，浪潮AI服务器NE5260M5体积仅为标准2U服务器的1/2,可支持壁挂。尺寸虽小,但扩展性极佳,最高可配置6块Tesla T4 GPU,其性能足以满足各类边缘侧AI应用的需求,目前已经在中国移动研究院的边缘计算试点类和测试类业务场景中实现大规模应用。而浪潮AI服务器NF5280M5采用浪潮独有的空间分层技术,配置极其灵活,通过独特的IO扩展模块,最高可配置8块Tesla T4 GPU,适用于网络边缘复杂的计算密集型AI工作负载。

当前，工业制造的精密度和生产规模迅速提升，单纯依靠人力产品质检已经无法满足企业对精细化的需求。在此背景下，思谋科技开始与浪潮AI服务器合作，打造智能质检解决方案。其中，浪潮AI服务器NE5260M5具有机身更短、环境适应性更强等特点，能够直接部署在空间有限的室内环境，2U空间支持最多4块GPU卡，为工业质检模型的训练和迭代提供强大的AI算力支持；而浪潮AI服务器NE3412M5，可支持25G抗震、IPX5防水，满足严苛的工业质检环境，并且服务器采用企业级芯片，具有更高的可靠性，能够保障边缘推理工作的长期稳定运行，海量零器件的质量检测不掉线。

---