边缘计算的特点是什么？

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。

随着虚拟人等应用不断发展成熟，对于计算的容量和实时性的要求不断提高。在这种趋势下，我们认为，边缘云计算有望成为元宇宙的重要支撑。作为云计算的延伸，边缘云计算被视为新一轮 科技 革命中必不可少的驱动因素。我们认为，元宇宙对网络传输提出了更大带宽、更低时延、更广覆盖的要求，需要借助边缘计算技术，以保障所有用户获得同样流畅的体验。

1全球数据增长迅速，集中式云计算已无法全面应对，边缘刚需场景涌现，目前中国物联网连接量将从2019年的55亿个增长至2023年的148亿个，年复合增长率达到281%。物联网感知数据量激增，数据类型愈发复杂多样，IDC预测到2025年中国每年产生的数据量将增长486ZB。

2芯片：FPGA同时满足边缘侧对性能、能耗及延迟的要求与集中式云计算不同，边缘云计算所处的物理环境复杂多样，很多时候空间、温度、电源系统都不是最佳的状态。但同时，边缘侧又要求极高的实时性和计算性能，传统CPU架构难以胜任边缘云的需求。英特尔、赛灵思等国际芯片巨头持续加码FPGA芯片，并推出支持CPU+FPGA异构计算的硬件平台，底层芯片产业的繁荣将支撑边缘云计算在各领域的应用，并不断迸发出新的活力。

35G技术的升级加码，Wi-Fi在室内场景形成互补，工信部数据显示，截至2020年中国已开通5G基站超718万个，实现地级以上城市及重点县市的覆盖。预计边缘云计算也会随着5G行业应用的普及分阶段落地。此外，Wi-Fi技术也在向着更高的吞吐量、更大的覆盖面积和更低的时延发展，Wi-Fi在室内场景中的优势使其成为5G的重要补充，两者将共同助力边缘云应用。

4云计算：企业上云常态化，云原生下沉实现云边端一体化，近年来云原生的热度持续高涨，包括容器、微服务、DevOps等在内的云原生技术和理念强调松耦合的架构和简单便捷的扩展能力，旨在通过统一标准实现不同基础设施上一致的云计算体验。相比于虚拟主机，云原生更适合边缘云计算的场景，可以为云边端提供一体化的应用分发与协同管理，解决边缘侧大规模应用交付、运维、管控的问题。

5“新基建”加码，工业互联网等标杆应用引领产业融合，“新基建”是十四五规划的重点方向，通过优化算力资源结构，将高频调用、低时延业务需求分配至边缘数据中心，推动5G承载网络的边缘组网建设，为将算力和网络下沉到边缘创造条件。同时，工业互联网、车联网、远程医疗等产业政策明确提及边缘计算，推动关键技术研究、标准体系建设及软硬件产品研发，促进边缘云在典型产业的融合应用。

应用场景

1视频加速及 AR/VR 渲染

基于移动边缘计算的智能视频加速可以改善移动内容分发效率低下的情况：于无线接入网移动边缘计算服务器部署无线分析应用（Radio Analyticsapplication），为视频服务器提供无线下行接口的实时吞吐量指标，以助力视频服务器做出更为科学的 TCP（传输控制协议）拥塞控制决策，并确保应用层编码能与无线下行链路的预估容量相匹配。另外，由于 AR/VR 信息（用户位置及摄像头视角）是高度本地化的，对这些信息的实时处理最好是在本地（移动边缘计算服务器）进行而不是在云端集中进行，以最大程度地减小 AR 延迟/时延、提高数据处理的精度。

2车联网（智能交通）

将移动边缘计算技术应用于车联网之后，可以把车联网云下沉至高度分布式部署的移动通信基站。移动边缘计算应用直接从车载应用（APP）及道路传感器实时接收本地化的数据，然后进行分析，并将结论（危害报警信息）以极低延迟传送给临近区域内的其他联网车辆，整个过程可在毫秒级别时间内完成，使驾驶员可以及时做出决策。

3工业互联网

边缘计算一直与工业控制系统有密切的关系，具备工业互联网接口的工业控制系统本质上就是一种边缘计算设备，解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾。在基础设施层，通过工业无线和有线网络将现场设备以扁平互联的方式联接到工业数据平台中；在数据平台中，根据产线的工艺和工序模型，通过服务组合对现场设备进行动态管理和组合，并与 MES等系统对接。工业 CPS系统能够支撑生产计划灵活适应产线资源的变化，旧的制造设备快速替换与新设备上线。

4IoT（物联网）网关服务

采取边缘计算技术，边缘计算汇聚节点将被部署于接近物联网终端设备的位置，提供传感数据分析及低延迟响应。其中边缘计算服务器的计算能力和存储能力可为以下5个方面提供服务：业务的汇聚及分发；设备消息的分析；基于上述分析结果的决策逻辑；数据库登录；对于终端设备的远程控制和接入控制。

市场规模

预计2025年规模将超500亿元，年复合增长率达433%，信通院2020年5月调研数据显示，中国企业中仅有不足5%使用了边缘计算，但计划使用的比例高达442%。可以见得，虽然边缘云计算尚处在发展的萌芽期，但未来成长空间非常广阔。根据艾瑞咨询测算，2020年中国边缘云计算市场规模为91亿元，其中区域、现场、IoT三类边缘云市场规模分别达到37亿元、38亿元及16亿元。预计到2025年整体边缘云规模将以440%的年复合增长率增长至550亿元，其中区域边缘云将凭借互动直播、vCDN、车联网等率先成熟的场景实现增速领跑。2030年，中国边缘云计算市场规模预计达到接近2500亿元，2025年至2030年的年复合增长率相比前五年有所下降，现场边缘云中工业互联网、智慧园区、智慧物流等场景将在这一期间快速走向成熟。

相关上市公司

中兴通讯

中兴通讯面向运营商提供全场景MEC解决方案，打破传统封闭的电信网络架构，将移动接入网与互联网深度融合，在网络边缘满足客户的个性化需求。中兴通讯Common Edge边缘计算解决方案包括MEP能力开放平台、轻量化边缘云及面向边缘的全系列服务器和边缘加速硬件，提供通用硬件、专用集成硬件等多种硬件选择，深度融合OpenStack与Kubernetes，为上层MEC应用提供统一的边缘云管理系统，方便运营商因地制宜部署MEC。

网宿 科技

公司的边缘计算平台以云主机、容器、函数计算和网络四大平台作为技术底座，在边缘计算节点上部署边缘云主机、边缘云容器、边缘云函数、SD-WAN、边缘云安全等基础服务，以及内外部的各类应用模块，结合客户的业务场景及需求，尝试进行解决方案的整合和输出。

初灵信息

公司在 5G、AI 技术高速发展的背景下，持续构建以固移智能连接（5G+Fixed）+数据处理（DPI）+AI 为代表的三大边缘计算核心能力。公司多年深耕企业（行业）智能连接网络、垂直行业边缘应用型 DPI（安全、物联网类）、视频及其他行业（企业）的智能应用等技术，初步构成“云边端”协同的边缘计算生态。在市场端，公司除聚焦传统运营商市场外，积极拓展政企行业和大中企业市场，中标多个项目。公司三季度显示，公司与中国联通就边缘计算展开合作，开展了CUNOS在5G环境下的承载能力测试。

引用内容

1 研报《中国边缘云计算行业展望报告》

2 研报《边缘计算：算力网络重要环节，产业方兴未艾》

风险提示

1底层相关技术发展缓慢，边缘计算需求不及预期。

25G 进度不达预期。

边缘计算（Edge Computing）是一种在物理上靠近数据生成的位置处理数据的方法，这种技术使得联网设备能够处理在“边缘”形成的数据，这里的“边缘”是指位于设备内部或者与设备本身要近得多的地方。
未来，将有数十亿台设备连接到互联网，更快、更可靠的数据处理将变得至关重要。近年来，云计算的整合和集中化性质被证明具有成本效益和灵活性，但物联网和移动计算的兴起给网络带宽带来了不小的压力。最终，并不是所有的智能设备都需要利用云计算来运行。在某些情况下，这种数据的往返传输，也应该能够一一避免。由此，边缘计算应运而生。
边缘计算被描述为“微型数据中心的网状网络，在本地处理或存储关键数据，并将所有接收到的数据推送到中央数据中心或云存储库，其覆盖范围不到10㎡”——摘录自《新基建时代智慧灯杆建设指南》

近日，边缘计算概念已成A股焦点板块，数只个股实现多日涨停，其被认为是5G的下一个风口。

边缘计算是什么？

分析认为，边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。简单地说，我们可以把边缘计算看作一个位于数据源附近的小型数据处理中心，数据就近采集、分析做出判断，分担一部分云的任务。

国泰君安证券将边缘计算进行类比章鱼，章鱼是无脊椎动物中智商最高的，在捕猎时它们动作非常灵巧迅速，腕足之间高度配合，从来不会缠绕和打结。这是因为，章鱼巨量的神经元有60%分布在章鱼的八条腿上，脑部只有40%，是“多个小脑+一个大脑”的构造，类似于分布式计算。

5G时代，连接设备数量会大量增加，网络边缘侧会产生庞大的数据量。如果这些数据都由核心管理平台来处理，则在敏捷性、实时性、安全和隐私等方面都会出现问题。边缘计算的优势在于其处理器更接近于数据源，减短了由数据传输速度和带宽限制带来的延时，并对本地数据做初步分析，为云分担一部分工作。

边缘计算作为一个趋势，哪些公司究竟能受益呢？国信证券认为，边缘计算才刚刚起步，最终可能像公有云市场一样，是大玩家的游戏，具体受益者还仍需观望。预判市场将由三大运营商主导，提供计算平台，如浪潮、曙光、华为、中兴等主流设备商提供服务器，此外对上游FPGA和GPU厂商需求将增加。

市场规模空间巨大

据IDC估计，到2025年，互联网设备产生的数据总量将超过40万亿字节。届时，海量的数据及数据实时处理的特性，对数据处理的技术手段提出新的要求，现行的数据处理方式不足以满足需求，边缘计算的出现则为这个难题带来了很多好处。

同时该机构预测，2020年将有超过500亿的终端与设备联网，而有50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘分析、处理与储存。边缘计算市场规模将超万亿，成为与云计算平分秋色的新兴市场。

根据CBInsights的市场规模量化工具，到2022年，全球边缘计算市场规模预计将达到672亿美元。虽然市场空间巨大，但是仍是一个新兴领域。目前来看，主宰云计算市场的公司正在成为边缘计算领域的领先者。随着联网设备越来越多地涌现，新兴生态系统中的许多玩家都正在开发软件和技术来帮助边缘计算实现腾飞。

此外东吴证券认为，未来边缘计算发展将继续拉动CDN等行业发展，市场空间大。5G流量比4G增长10倍以上，边缘流量占比更高，边缘计算产业链各环节的价值量至少新增10倍以上。

未来可应用于自动驾驶

边缘计算作为5G衍生概念，在当下各国进入5G“攻坚战”的关键时期，得到了更多人的关注。目前这项技术能够应用于自动驾驶、物联网、机器人、工业、医疗、安防等诸多行业。

MilesGL资本认为，自动驾驶是其中比较突出的一个应用。一个决定无人驾驶车辆是否安全的重要因素是其对不同路况的反应时间。利用计算云来收集并分析行车数据并及时对车辆提供适当的指令是很困难的。英特尔前首席执行官Brian Krzanich估计，一辆连接自动驾驶汽车平均每小时将生成4000兆字节的数据；微软CEO Satya Nadella的评估也类似——每小时6000兆字节的数据。

而从带宽的角度来看，就算是5G的速度也仅仅能达到10兆位/秒，还不到连续上传自动驾驶汽车数据所需的一半。由于在行车安全方面反应速度的任何延迟都可能是灾难性的，数据分析这个任务只能由距离车辆较近/车载的边缘服务器来完成。

另一个相似的应用是在石油勘探和开采上。和自动驾驶车辆一样，一个在深海的石油钻井平台每秒产生约1 GB的数据。这些数据为钻井平台提供足够的信息来决定进一步钻井的策略。由于数据很快就会变得陈旧，因此平台需要对这些数据进行实时处理和分析。

电力行业应用不容忽视

据了解，电网在 2019 年两会报告中提出建设世界一流能源互联网企业的重要物质基础是要建设运营好“两网”，即“泛在电力物联网”和“坚强智能电网”。

对此，电网还提出了国网提出了两个阶段的战略安排，即到2021年初步建成泛在电力物联网，到2024年建成泛在电力物联网，包含感知层、网络层、平台层、应用层四层结构，全面实现业务协同、数据贯通和统一物联管理，全面形成共建共治共享的能源互联网生态圈。

数据显示，目前电网已拥有庞大的联网设备规模与海量数据。接入智能电表等各类终端54亿台，采集数据日增量超过60TB，覆盖全国约471亿客户的用电信息实现在线采集，车联网接入充电桩超过28万个。

另据输配电联盟披露的数据，目前除了电表，国网系统接入的各类保护、采集、控制设备达数千万台。规划到2030年，接入系统的设备数量将达到20亿，整个泛在电力物联网有望成为接入设备最多的物联网生态圈。

中信建投证券认为，由于边缘计算具有显著的三大特点，即：靠近数据源；低时延且响应快；数据安全性高，边缘计算技术近乎是为“泛在电力物联网”的特定需求而量身打造的，因此被国网选中成为“泛在电力物联网”感知层的核心技术。泛在电力物联网作为未来可能接入设备最多的物联网生态圈，是一个被严重低估的边缘计算应用场景。

仅供投资者参考，不构成投资建议

股市有风险，投资需谨慎

---