商汤连发11款新品，把自己逼上“AI落地”极限

商汤AI能力更贴近地面了。

5月15日，商汤 科技 举办2019商汤人工智能峰会，一口气发布了11款重要产品，对智慧城市、教育、医疗等行业做了颗粒度更细的布局。

活动一开场，商汤 科技 联合创始人徐立上台，发表《改变生活的AI》的主题演讲。徐立谈到，2018一直被认为是AI与产业结合元年，但是从今年来看，依旧是只闻雷声不见雨下。商汤要怎样地将AI带到人的生活当中？这是他们一直在思考的问题。

他举了《时代周刊》封面变化的例子。2010年前后，封面首次用了非人物的主题：生命 科技 ，并预言生命 科技 是21世纪的核心主题。2015年，封面选用了虚拟现实，但是4年过去，这个技术对生活的改变依然很少。如今，《时代周刊》选用了人工智能做了封面，如果现在的行业厂商不做些努力产生改变，5年后依然一点作用都没有。

谈到城市管理和影响人的生活的因素，徐立尝试用《清明上河图》来做阐释。他指出，《清明上河图》是一幅典型的生活图景，有医馆（医疗开放）、商店（线下零售）、路边摊（控制流量的线上零售）、私塾（一对多教育）等场景，与今天影响衣食住行的因素没有多大改变，但是今天如果AI不去和这些场景做结合，依然只是“待在实验室里的科学”。

随后，商汤各个事业群的负责人依次上台，对智慧城市、AI教育、AI医疗、智慧商业和增强现实AR等5大领域产品做宣讲发布。

商汤AI City策略：方舟升级到20版本，AI基础设施规模扩大

商汤 科技 智慧城市事业群首席运营官高焱上台，发布了商汤AI City端边云一体化策略。

首先是公布数据。商汤在智慧城市的布局已取得一定效果，地域覆盖31个省市自治区，近100座城市；总计接入摄像头超过100000路；最大城市视觉中枢系统接入超过20000个视频流，消耗2000多块CPU。

应用场景上，高焱表示商汤已涵盖公安、交通、地产、银行、校园、社区、空间和场馆等场景。她重点介绍了AI能力中枢的3个端的能力。端侧：前端轻量高精度算法，特征、信息兼容；边侧：中小场景数据闭环，高效实用；云侧：海量数据高可用，算法生成。

谈及智慧城市基础设施，高焱重点发布了由SenseFoundry20方舟城市级视觉开放平台，并指出在10版本上，商汤做了很多功能模块的升级，比如：

城市高精度算法上更加精确；城市场景算法仓上，关注水利治理、环保等数据，商汤有良好的生产算法流水线，对各行业理解透彻；多线融合分析引擎技术上，商汤推出6大类分析类算法，开放给行业解决智慧城市各类问题。

高焱紧接着发布SenseNebula星云这款灵活的边缘AI能力中心产品，可以覆盖轻量化场景，可以支持保存7天以上的 历史 数据信息。而它拥有即插即拔的智能系统搭建优势，并创新地将多算法模式使用策略植入到了一台设备当中，可根据不同场景配置适应的算法模式。

随后，高焱继续发布新一代SensePass这款强大的AI端节点。

SensePass具备行业领先的超薄工业设计（15mm），其暗光环境设计也解决了现在市面上同类产品使用白光刺眼的问题，使得产品和环境浑然一体。它拥有强大的前端计算能力，无须繁重的后台部署，可以安放在闸机、门口等多个位置。双目摄像头+活体检测能力，能够有效杜绝用视频、照片、3D打印头套等方式进行攻击。它可以支持2万离线人脸大库，误识率仅001%。

商汤AI教育策略：AI教材打头阵 多款教育机器人发布

随后，AI教育事业部总经理戴娟上台，发布了商汤AI教育最新策略，并带来了多款教育机器人件新品。

戴娟指出，目前商汤的AI已经在超过10个领域落地，这些资源都可以转换成学生项目制学习课程，而商汤教育的目标就是普及AI的技术、提高孩子的基本A素养，与场景化落地做了很默契的配合。

在AI教育生态建设方案（图）上，雷锋网注意到AI教材一直是商汤教育板块的核心。目前，商汤与商务印书馆等已经联合出版《人工智能入门》纸质教材，面向初中学生，帮助他们掌握学习AI技能，还开发了线上课程（200课时），在PC端和Pad端都能获得。除此之外，现场与清华大学附属中学信息技术教师张予瑶的互动，也预示着SenseStudy AI课程创作工具的发布，学校可以选择和创作适合自己学生特点的实验课程。

而在教育辅助体系上，商汤有实验室、机器人、AI培训、夏令营等布局。现场，戴娟带来两款教育机器人的展示。一款是迷你编程小车，一款是自动驾驶小车SenseRover pro 。SenseRover Mini可以实现基本巡线功能，根据自己需要设计不同大小形状赛道。据介绍，发布这些机器人的目的是大幅培养学生自己编程和创新的能力。

戴娟强调，所有的教育解决方案都是先服务商汤员工自己的孩子，再来服务企业之外的孩子——这就是商汤教育。

商汤AI医疗野心：大规模推广临床AI应用 发布智慧诊疗平台

第三个登台发布产品的是商汤 科技 副总裁、研究院副院长张少霆，在内部负责智慧医疗和 健康 体系。他重点指出，医疗与AI算法结合，将对疾病诊疗产生重大改变。

过去几年出现的互联网医疗公司都关注影像科6个病种（骨折辅助诊疗、脑卒中辅助诊疗、肺炎辅助诊疗、结直肠癌辅助诊疗等），但在临床之外的病种还有很多没有得到关注和重视，比如心外科、肝脏内科、神经外科、呼吸科、骨科、心内科等。

随后他带来了商汤 科技 SenseCare智慧诊疗平台的发布。

据介绍，这是基于其人工智能算法与医学图像高级后处理技术打造针对不同临床诊疗路径的智能辅助工具，在实际诊疗过程中，该平台可以解决影像科与临床科室数据传输不便捷的问题，让临床医生在平台上远程实时地进行三维数据分析及后处理，同时结合人工智能算法的自动分析，可以高效精准的完成诊断或手术规划等任务。

张少霆指出，SenseCare智慧诊疗平台两大引擎分别是高并发三维渲染技术和临床AI应用。高并发三维渲染技术上，实现了160+用户同时进行高质量交互式三维渲染，丰富的VR/CPR/MIP/MPR等高级处理功能，超轻量级客户端，高度数据安全。

目前这一平台已在骨科、呼吸科、心内科及其他方向进行算法和临床应用的布局。

发布智慧零售视觉平台：人货场细粒化数据驱动

紧接着，商汤 科技 商业与数据洞察事业群技术副总监苗文健上台演讲，并发布SenseGo智慧零售视觉平台。

他首先从人货场的理论出发，发出4问：如何了解消费者？如何提升店铺运营？如何提升转化率？如何量化营销效果？这意味着，实际上商汤的智慧零售平台是布局B端市场，借助计算机识别能力做线下线上数据的关联，将线下消费个体的接触到成交的过程串联，在拿到更精准的数据基础上，做精准的营销和运营，帮助企业提升品牌力。

他用SenseGo智慧零售视觉平台演示了线下的消费场景，并从数据感知（摄像头抓取人脸）、理解（前置的AI算法，抽取关键信息）、分析（处理感知过程拿到的数据）、决策（进行真正的运营和营销）等环节对智慧零售视觉平台进行阐释。

总体而言，商汤的智慧零售平台是人货场细粒化的数据驱动。

SenseAR发布：引擎酷炫 “让天下没有难做的特效”

商汤 科技 移动智能事业群产品执行总监栾青随后带来了一场激情洋溢的演讲，重点发布了SenseAR。

在接入能力上，SenseAR支持感知设备（普通摄像头、senseu广告机、senseDLC）和边缘AI设备（集群服务器、SenseGo edgecube）。

栾青还带来了虚拟观众解决方案、AI虚拟教师的演示。除此之外，SenseAR 20发布，三大功能更新：支持眼镜（世界首个跨不同设备的AR平台）、AI能力（AI能力的落地）、AR云（支持多人互动）。现场，三位工作人员以《黑羊守护者》这款 游戏 为例进行了AR云能力的展示。

栾青介绍，SenseAR 20之所以支持眼镜设备，其原理是数据入库，场景重建与AI识别融合，并加入高精度地图导航能力，让虚拟世界与物理世界做了完美结合。

商汤 科技 创始人汤晓鸥压轴演讲：“AI+”的无限可能

在几位合作伙伴之后，商汤 科技 创始人汤晓鸥终于登场。他的演讲围绕“AI+”展开。

他首先幽默回应本次峰会不会涉及重大融资信息的公布。

他谈到，AI在未来会是一个具有无限可能的技术，AI+吃、AI+喝、AI+玩、AI+乐等都在快速发展。商汤自身也在 探索 一些更落地的应用，比如AI cloud微信小程序就是AI+玩的一种尝试。

对于AI+教育的话题，是汤晓鸥整场演讲的重点部分。他本人是香港中文大学教授，对教育理解非常透彻，有多年实 *** 经验。作为家长，也非常关心孩子的教育与成长。

2018年，商汤 科技 联合商务印书馆、华东师范大学出版社等单位印发了《人工智能基础》的高中版教材，其目的是普及AI知识，本质是教育和培养人才。现在，商汤又最新推出了初中版，将AI知识科普工作更下沉。

他指出了中美大学教育之间的一些差异化：“美国大学大多像一个原始森林，不知道会培养出什么人才；但中国的大多数大学像是玉米地，产量很标准很容易量化，但是质量其实也没有怎么做起来。”对于现阶段国内很多大学纷纷建立AI学院这一趋势，汤晓鸥一直秉持保留意见。他指出，国际上一流大学的对“计算机学院”的名称一直沿用，因为其是一项技术，并不能单独构成一个产业，而今天的AI也是如此，不是“AI一个单独产业”，而是“AI+”，他担心AI学院的学生未来很可能面临失业。

现在，AI越来越打破边界。产学研之间、各行业之间、AI和传统产业之间、中国和国际之间的边界都被打破，相互之间的合作越来越频繁。国际化上，商汤与新加坡密切开展AI合作，打造了马来西亚AI产业园，在日本有最新产业基地（与本田和欧姆龙有合作），在韩国与Snow公司开展AI方面合作

雷锋网总结

这次发布会议程紧凑，没有设置重大融资消息的公布，全是产品的更新以及合作伙伴的演讲，是更加接地气的一届人工智能峰会。

鉴于商汤在AI独角兽中的地位，相信线上线下也会有许多关注的声音。不过，智慧城市、医疗、教育、商业、AR等都是对当今老百姓生活产生改变的场景，也是AI大有可为的领域，商汤的深入布局，细粒度提升，正预示着AI玩家们在狂热融资后理性的到来。

当一个新的时代来临时，无论是谁，都将深刻面临自我反省与驱动。AI亦不例外，“生态构建”也将在接下来的时段成为行业玩家们的重要课题——不过，这又将是一场资源争夺战的拉开。（雷锋网）

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。

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。感兴趣的话点击此处，免费学习一下
边缘节点服务（Edge Node Service， ENS）提供基于CDN的边缘d性基础设施，使您可以将计算、转发等业务下沉至边缘。降低响应时延和带宽成本、减轻中心集群压力，适用于“中心+边缘”架构模型下的各类业务。

深圳市亿万克数据设备科技有限公司(以下简称亿万克）是研祥高科技控股集团旗下的全资子公司。研祥集团作为中国企业500强，持续运营30年。研祥集团全球49个分支机构，三个国家级创新平台，一直致力于技术创新引领行业发展。拥有1100多项授权专利，1300项非专利核心技术。

不断增长的数据

随着云计算、数字媒体、5G的迅猛发展和物联网的广泛应用，组织需要随时随地满足即时处理数据的需求。物联网连接的人员、设备、传感器的数量预计将超过万亿。物联网设备涵盖了消费类电器、智能工业机器，甚至自动驾驶 汽车 ，正以前所未有的数据量和速度迅速淹没现有的互联网基础设施。根据调查机构Gartner公司的研究，数据爆炸将对网络和IT基础设施提出巨大的需求，成为新架构范例的主要驱动力，而这种新架构范例通常被称为边缘计算。它将把数据生产和计算的处理从大型数据中心转移到边缘。

人们对数据的需求不断增长，对即时数据的需求正促成一场技术革命。这一切正改变着计算世界——与技术的交互方式，计算行业的基础设施，满足数据存储和处理的速度等等，因为数据需求正以指数级的速度不断增加。数据的这种转移和由此产生的流量对数据中心行业产生了巨大的影响。延迟和性能成为组织衡量数据中心的共同标准。而边缘成为服务和消费之间的最低延迟点。这意味着组织的内容尽可能贴近人们的眼球，云计算 游戏 平台尽可能靠近 游戏 玩家，组织应用程序和工作负载尽可能靠近用户，物联网数据聚合点尽可能靠近传感器。而以更快速度到达边缘的服务提供商将提供差异化的用户体验，从接近用户上获得性能的实质性好处，也获得更接近客户的附加效率和经济效益。

为了保持竞争力，全球数据中心供应商必须履行对数字化转型的承诺，包括云存储和处理来自物联网设备的大量数据。根据希捷公司委托进行的DataAge 2025调查研究，2018年影响数据中心空间的趋势说明，边缘计算通过部署指导方向、结构的网络解决方案来改变对数据中心距离的需求，同时满足设施的不同需求，以优化和管理基础设施和数据中心运营的功能。

边缘计算和支持SDN的数据中心只是说明数据与保护和实现通信的数据中心之间相互依赖的一些趋势。对于内容永不满足的需求和持续的信息收集，以及对该信息的处理也推动了对新型互联网的需求，其中包括更分散的网络架构。优化数据中心和网络基础设施会影响数据创建和使用的数量、速度和首选位置。数据需求的增长已经表明需要强大的互联网基础设施和即时可访问的数据中心，从核心到边缘和微边缘，支持、存储和互连几乎每个设备的数据。

迁移到边缘数据中心的数据

许多为人力资源、客户管理和业务流程模块提供基于云计算的业务应用程序的全球性公司已进入边缘数据中心市场，以优化终端用户的体验。在业务中，许多场景需要立即访问从资产管理、流程优化和预测分析到超链接世界中供应链管理实时需求的数据。

因此，行业专家认识到边缘计算是一种可以补充和取代传统云计算的新型计算架构，并大量增加更多的边缘数据中心。边缘计算背后的基本思想是将计算和存储资源分布到数百万甚至数十亿个不同位置的设备中，以提供满足日益增长的数字应用和服务需求所必需的分布式支持。边缘计算解决方案旨在通过园区网络、蜂窝网络、数据中心网络或云计算的分散式扩展为数据中心和云计算服务提供补充。

通过边缘计算增强数据中心的能力

根据调研机构IDC公司的数据，用户对数据的需求将在2019年继续上升，而随着 科技 的进步、行业的兴衰、数据的流动，计算服务的结构也将发生变化。推动数据消费需求的是边缘计算。定义分布式边缘计算的移动可以简化为几个战略优势：速度、容量、效率、成本和响应能力。

根据Gartner公司的另一份报告，到2022年，它所需的边缘计算和分布式架构将成为所有数字业务的必要解决方案。40％的大型企业将边缘计算原则上纳入2021年的规划项目，与2017年的不到1%相比显著上升。边缘计算可以支持商业生态系统，该生态系统在快速数据和实时整体管理方面蓬勃发展。

面临边缘计算的中断

从基于云计算的中央计算网络转向更加分散的边缘计算模型的影响是深远的，特别是相对于部署在边缘的各种设备的需求。正如从大型机到基于个人电脑的客户端-服务器架构的转变对技术行业产生的巨大影响一样，从基于云计算的模型向物联网驱动的边缘计算环境过渡将产生巨大影响，并要求企业适应快速变革的速度。

边缘计算对端点设备（诸如网关和边缘服务器等一系列新的中间设备）将提出更多要求，这些设备将支持完整的边缘计算环境。这些设备需要相当大的内置计算和存储能力来处理应用程序和工作负载。边缘计算将继续把工作负载传递给云计算，但长期目标是在多个不同边缘元素之间分配工作负载。

在一个颠覆和不断改进的技术行业中，数据中心不断响应变革和创新。其颠覆性趋势正在提高生产力、灵活性、价值和数据中心能力。这些趋势带来了令人兴奋的潜力，现在是考虑边缘计算和数据中心如何影响组织运营的时候了。

征稿啦

IDC圈 公众号秉持着「与千万人共成长」理念，如果你有优质的文章：或是行业热点事件、技术趋势的真知灼见，或是深度的应用实践，欢迎投稿!

投稿邮箱 | sarahl@idcquancom

以我对蓝海大脑边缘计算服务器的了解，具有以下几个特点：
⌄1、支持DNN、CNN、RNN、LSTM 等神经网络分析编译和调整
2、支持云端推送应用、更新算法云端统一设备管理固件升级
3、与私有云、公有云协同一体化服务等等
4、支持搭配多种显卡，如：英伟达NVIDIA显卡、英特尔Intel显卡、AMD显卡等
5、静音声噪小于35分贝。启动速度快。
6、适用于信息学大数据、疾病建模、冷冻电镜、高性能计算、反洗钱、机器识别、视觉识别、行为识别、深度学习、小分子、数字建模、地质遥感、元宇宙、自动驾驶、人工智能等领域。

我是觉得蓝海大脑深度学习边缘计算服务器比较靠谱，因为他家服务器不仅功能强大，而且还有高效的AI计算机视觉和高性能计算，广泛用于数据识别、数据分析、数据挖掘、小分子、自动识别、自动驾驶、视觉识别、神经卷积、语音训练、活体检测、生命科学、CAD建模、生物分析、医学建模等领域。当然这还是要看个人的使用感受。可以去百度咨询一下

边缘计算行业主要上市公司：目前国内边缘计算行业的上市公司主要有阿里巴巴(BABA),中国移动(00941HK),腾讯(TCTZF),中国电信(00728HK),百度(BIDU),中国联通(600050),华为(HUAW),中国广电(SH600831)等。

本文核心数据：国内数据规模、边缘计算市场规模、国内移动互联网流量规模、新型信息技术场景、边缘数据中心发展瓶颈

1、国内数据量呈指数级增长

数据量及计算量呈指数爆发，带动边缘数据中心规模不断扩张。预计2030年中国数据原生产业规模将占整个经济总量的15%，数据的总体规模超过4YB，占全球数据总量的30%。依靠企业传统数据存储及处理设备已完全不足以支撑日益庞大的数据生产、价值挖掘需求，而且企业对数据处理的时效性、安全性要求也越来越高，构建边缘数据中心成为数据爆发的必然要求。

2、边缘计算业务爆发式增长

边缘计算业务的爆发式增长，直接推动了作为边缘云服务物理基础设施的IDC需求持续增加。2018年我国边缘计算市场规模达77
亿元，同比增长552%，前瞻初步预计2021年市场规模达296亿元，同比上年增长644%。由于边缘计算服务按需共享的软硬件资源和信息主要存储在边缘数据中心，边缘计算市场规模增加势必提升边缘数据中心需求。

3、移动终端设备和网络流量持续激增

移动终端设备和互联网流量持续高速增长及产业互联网应用逐渐深入落地，推动边缘数据中心流量保持高速增长。消费互联网方面，随着短视频、直播、游戏等应用的爆发，移动互联网流量呈现指数级增长。2019年移动互联网流量接入达1220亿GB，同比增长716%，移动互联网DOU达78
GB/月/户，为2018年的169倍。

产业互联网方面，越来越多企业将数据存储由本地设备迁至边缘云服务器，海量数据在边缘复制、存储、传输及分析应用，企业上云及大数据推动企业数据流量呈爆发式增长。并且随着5G全面铺开商用，数据流量将持续爆发，加快驱动边缘数据中心的发展。

4、新兴信息技术场景迅速涌现

边缘数据中心是为支撑更低延迟的5G新业务开展而生。由于5G所支持的终端密度非常大，其带来的数据量也会非常惊人。通过边缘数据中心，把云数据中心的IT资源迁移到靠近用户侧，将更加靠近此类数据，方便数据的处理。

同时5G、车联网、CDN、AR/VR等新兴技术的逐步落地，加速了新兴技术在各传统领域中的推广应用，促使新业务形态产生，有效地推动了边缘数据中心的产业发展。例如，在交通领域中与5G、物联网技术融合发展，促进智能驾驶汽车业务规模化发展;在医疗领域中与5G、AR/VR技术融合发展，促使远程医疗(包括远程手术、远程监护等)业务规模化发展。

边缘数据中心产业蓬勃发展的同时也存在部分问题。边缘数据中心规模虽小，但数量多，总量巨大而且物理位置极其分散，这势必将对我国数据中心行业造成巨大影响。我国基础运营商、IDC服务商、设备厂商等纷纷开始布局，但在其技术研究及推广应用过程中面临诸多问题。

以上数据参考前瞻产业研究院《中国5G产业发展前景预测与产业链投资机会分析报告》。

根据咨询公司STL Partners的研究发现，边缘计算能够在许多场景大展身手，这里选择了以下9个重要的应用场景：
1、自主汽车
卡车车队的自动组队可能是自动车辆的首批使用案例之一。在这里，一群卡车在车队中彼此紧跟着行驶，节省了燃料成本，减少了拥堵。有了边缘计算，除了前面的卡车，所有卡车都将不再需要司机，因为卡车将能够以超低延迟相互通信。
2、油气行业资产的远程监控
石油和天然气的失败可能是灾难性的。因此，他们的资产需要仔细监控。
然而，石油和天然气工厂往往位于偏远地区。边缘计算使得实时分析与处理更接近资产，这意味着更少地依赖于与集中式云的高质量连接。
3、智能电网
边缘计算将成为更广泛采用智能电网的核心技术，有助于企业更好地管理其能源消耗。
连接到工厂、工厂和办公室边缘平台的传感器和物联网设备正在被用于实时监测能源使用并分析其消耗。有了实时可见性，企业和能源公司就可以达成新的交易，例如在电力需求的非高峰时段运行大功率机械。这可以增加企业对绿色能源，如风能的消耗。
4、预测性维护
制造商希望能够在故障发生之前分析和检测生产线的变化。
边缘计算有助于使数据的处理和存储更接近设备。这使物联网传感器能够以低延迟监控机器健康状况，并实时执行分析。
5、住院病人监护
医疗保健包含几个优势机会。目前，监测设备，如血糖监测仪、健康工具和其他传感器等，要么未连接，要么需要将来自设备的大量未处理数据存储在第三方云上。这给医疗保健提供者带来了安全问题。
医院网站上的边缘可以在本地处理数据，以保护数据隐私。边缘计算还可以向从业者及时通知患者的异常趋势或行为。
6、云游戏
云游戏是一种新型的游戏，它可以将游戏的实时内容直接传输到设备上，这种游戏高度依赖于延迟。
云游戏公司正在寻找尽可能接近玩家的边缘服务器，以减少延迟，提供完全响应和沉浸式游戏体验。
7、内容交付
通过在边缘缓存内容，如音乐、视频流、网页等，可以极大地改善内容传播。延迟可以显著降低。内容提供商正在寻求更广泛的分发CDN，从而根据用户流量需求保证网络的灵活性和定制性。
8、交通管理
边缘计算可以使城市交通管理更加有效。这方面的例子包括在需求波动的情况下优化公交频率，管理额外车道的开启和关闭，以及未来管理自动驾驶汽车流量。
通过边缘计算，使处理和存储距离智能家居更近，减少了回程和往返时间，并在边缘处理敏感信息。例如，亚马逊的Alexa等语音助手设备的响应时间会快得多。
有了边缘计算，就不需要将大量的流量数据传输到集中式云，从而降低了带宽和延迟的成本。
9、智能家居
智能家庭依赖于物联网设备从房子周围收集和处理数据。通常，这些数据被发送到一个中央远程服务器，在那里进行处理和存储。然而，这种现有体系结构存在回程成本、延迟和安全性方面的问题。
通过边缘计算，使处理和存储距离智能家居更近，减少了往返时间，并在边缘处理敏感信息。
这些只是边缘计算跨多个行业支持的许多用例中的一小部分。以谐云边缘计算应用实例来说，通信领域，谐云为行业巨头某在线服务公司业务场景定制开发、打造了云边协同平台，助力其轻松应对流量洪峰；交通领域，联合上汽集团商用车技术中心打造了“基于容器的下一代车云协同架构”，是汽车行业的首款“云、边、端”一体化架构，可实现百万级车联网大规模接入；为某跨海大桥打造了一体化协同的产品，积累了丰富的“边-端”设备协议对接经验，交付了行业顶尖的“软硬一体化”的整体解决方案。
其中，某在线服务公司和上汽集团案例分别荣获《2020年分布式云与云边协同十佳实践案例》奖项和《2021年分布式云与云边协同十佳实践案例》奖项。旗下边缘计算产品通过“2021云边协同类能力评估”、“边缘一体机、可信物联网云平台（通用/安全要求）”多项能力评估，获浙江CCF2021优秀产品奖，在业内拥有极佳口碑，并获得行业权威认可。
目前，谐云边缘计算已实践于分布式云、物联网、车云协同、边缘智能金融等多场景，为边缘计算领域树立了实践标杆和经典案例。并在一些典型行业如通信、交通、金融、军工等多个行业领域中得到大规模的落地验证。

---