边缘计算将改变哪些行业？CB Insights详解云边协同下的十大产业变革

编者按：本文作者宋颂、秦杨，发布于微信公众号CB Insights中文，集微网经授权发布。

远程工作、金融服务、自动驾驶，从田间地头到城市活动，数据计算的滞后都可能导致巨大的经济损失和人身安全威胁。

在医疗保健领域，可穿戴设备（包括便携式心电图设备和温度监测传感器）对于收集患者数据越来越重要。随着医院病人数据的增长，即使是微小的处理延迟也可能生死攸关。

当前连接设备的大部分数据处理都是在云中进行的，这就导致在中央服务器上来回发送数据可能需要花费几秒钟的时间，还需要大量昂贵的基础架构。

到 2025 年，预计全球每天将产生 463 艾字节的数据，相当于每天产生超过 2 亿张 DVD。根据 IDC 数据，预计每年产生的数据量将从 2019 年的 40 泽字节（zettabytes，1 泽字节 = 2^70 字节） 增长到 2025 年的 175 泽字节，翻了四倍多。

图1 丨IDC预计到2025年全球将产生175 Zettabytes的数据量（来源：CB Insights）

传统上，云计算已成为将许多设备连接到互联网的可靠且具有成本效益的手段，但物联网和移动计算的不断发展给网络带宽带来了压力。随着越来越多的设备连接到互联网并生成数据，云计算可能无法处理所有这些问题，或者说延迟时间不够低，无法在关键决策时刻发挥作用。

传统云基础架构可能满足不了所有应用和场景，边缘计算可以提供这部分市场的解决方案，这就是边缘计算的由来。这项技术有望在靠近数据源处以更低的成本实现更快的处理。

根据 CB Insights 数据，截至 2019 年年底，美国上市企业财报会议中提到“边缘计算”的次数，首次超过了“云计算”被提及的次数，从一定程度可以反映上市公司领导层对边缘计算技术越来越重视。

图2 丨财报会议中提到“边缘计算”的次数（来源：CB Insights）

市场上也涌现出不少初创公司，根据 CB Insights 数据库，我们看到一些边缘计算公司，已经在为各行各业提供解决方案。下图仅列举出部分活跃公司，并未穷尽。

图3 丨部分边缘计算初创公司（来源：CB Insights）

将计算能力部署到更靠近数据来源端来提高处理速度和可靠性——将计算资源放置在更靠近数据源的位置（例如电机、发电机或各类传感器）或我们所说的“边缘”，减少了与集中式计算位置（诸如云）之间来回传输数据的需求。

图4 丨从边缘传感器到云（来源：CB Insights）

更小的模块化数据中心，部署在边缘提供超本地存储和处理能力。这些数据中心通常是一个“盒子”，放置在信号塔的底部，或靠近工业设施。

参与边缘数据中心市场的并非只有初创企业，施耐德电气（Schneider Electric）这样的大公司不仅与初创企业合作，还开发自己的边缘数据中心产品——提供了许多不同的预制模块化数据中心，适合需要超本地计算和存储容量的多种行业。

华为也提供了类似的预制一体式模块化单元，可以部署在各种不同的环境中。这些类型的解决方案将电源、冷却、消防、照明和管理系统集成到一个机箱中，用于快速部署、操作和远程监控。

图5 丨边缘模块化数据中心（来源：华为）

随着传感器价格和计算成本的持续下降，更多的设备将连接到互联网。根据 CB Insights 预测，到2023 年全球边缘计算市场将达到 340 亿美元。预计边缘计算基础设施到 2028 年将达到 7000 亿美元的市场规模，从提高自动驾驶汽车的反应速度，到保护敏感的健康信息，边缘计算的应用场景多种多样。

本文选取 10 个最为关键的场景来看边缘计算的应用。

农业

伴随着越来越智能的农业器械、越来越高的无人机分析技术水平，我们曾经脑海中“朴实劳累”的农业正在经历数字化转型，这也就意味着农业会产生越来越多的数据处理需求。

边缘计算可以让及时筛选海量数据并在网络不发达的偏远地区实时分析数据成为可能。通过在边缘端分析数据，农民们就无需一直向云端传输数据，从而大大降低成本。

在边缘端的机器人加上人工智能的辅助，可以更快地作出决策。John Deere 的智能机器生产公司 Blue River Technology 使用英伟达的边缘计算平台来驱动其人工智能技术 “See & Spray”。通过 Blue River Technology 的这项技术，其可以在农田中检测出杂草，然后立即喷洒相关药剂除掉杂草。

科技巨头也在积极发展边缘计算在农业方面应用的合作关系。2018 年 10 月，微软与专注于精准农业方向的初创公司 SlantRange 达成合作关系，其将在产品中使用微软 Azure 的 IoT 边缘平台，将硬件与数据分析结合起来，让无人机可以进行分析，以帮助优化提高粮食作物的健康度。

来源：slantrange官网

2019 年 10 月，亚马逊与一家 IoT 软件基础设施公司 MachineShop 以及 一家专门为偏远地区提供边缘计算解决方案的初创公司  FreeWave 达成了合作关系。这两家初创公司将帮助亚马逊拓宽 AWS 在工业边缘应用上的范围。

汽车

对于车上的乘客（包括司机在内）来说，汽车的最小反应时间关乎性命。伴随着自动驾驶技术的进步，边缘计算将可以帮助汽车以最小的延迟作出实时决策。

举例来说，一辆自动驾驶汽车探测到路上有一名行人，那么就应该立即执行刹车行为。但是对于汽车来说，这个过程并没有这么简单，首先车要探测到行人，然后它需要把这个信息发到云端，云端进行计算分析，作出应对指令，然后车才会作出动作。等着一切处理完，可能就太晚了。但边缘计算不一样，可以在距离本地很近的地方处理数据，避免在数据传输上时间，保证在意外情况下的快速反应。

主要的汽车代工商和生产商都意识到了边缘端基础建设的重要性。电装和本田已经参与到了汽车边缘计算集团（Automotive Edge Computing Consortium，AECC）中，在这个组织中，还有英特尔、三星的参与。这些公司将一起在边缘计算解决方案、应用方面的发展方面协作。

2019 年 7 月，宝马 i 风投与本田 AI 风投一起参投了一家视觉导向的 AI 初创公司 Recogni 的 2500 万美元 A 轮融资，这家总部位于加州的公司将人工智能与边缘计算结合，为自动驾驶汽车的视觉系统提供支持。

硬件方面，中国独角兽地平线也正在研发可以进行大量信息处理的人工智能边缘端设备处理器芯片。

2019 年 2 月，电装集团下的半导体公司 NSITEXE 收购了一家超级电脑初创公司 Quadric.io 来开发用于自动驾驶的边缘处理单位器件。

来源：quadric.io

能源

对于未来能源的能源产业来说，边缘计算可以帮助其实现智能电网：将边缘设备集成到电网中，可以让能源供应更加有效率，能源数据响应更快，降低电量峰值并基于实时消耗量分配电量。

博世拥有一个边云平台 Tantalus Systems，可以实现住宅级别的能源管理，通过这个系统可以开发一个智能电网系统，这个系统可以在边缘端跑起来，更好地自动化，从而更好地服务于用户或者住户。

来源：developer.bosch-iot-suite.com

边缘计算也可以降低企业需要运算的数据量，从而更好地维护系统，避免系统宕机，并为企业节省时间和成本。此外，边缘计算还可以很好的提高监控和安全水平。石油巨头沙特阿美能源风投以及通用电气投资机构都投资了 IoT 初创公司 Xage，其使用区块链技术来分发边缘端的许可认证。

此外，企业还可以使用无人机或者机器人来实现能源站点的监测。加州的 DroneDeploy 就是通过使用边缘计算来形成实时热度监测，以避免过热引起的机器停摆、油气泄漏等。

金融服务

在金融服务领域，边缘计算可以通过去中心化在保护敏感信息方面发挥巨大作用。将账号用户信息保存在本地设备上，可以降低大众对于需要将敏感信息上传到服务器的担忧。随着金融服务越来越依靠生物特征识别，这种需求可能会越来越受关注。因为边缘计算可以在设备上获得或者忘记一些特征信息，比如面部识别，而不是将这些特征信息发到某个远方的数据库存起来。

万事达卡（Mastercard）已经在进行相关布局了。作为支付解决方案巨头，万事达卡最近刚刚获得了一项边缘计算相关的专利，这项专利可以在对银行转帐进行提速的同时，保护用户隐私。

除此之外，边缘计算还可以针对关键信息，提高金融服务机构的反应速度。对店家来说，他们经常需要针对新闻或者新的市场动向作出应对方案，这时候，边缘计算就可以帮助店家或者对店家使用的算法进行策略或者参数调整，快速分析，作出基于大数据的反馈方案。

英特尔和三星背书的边缘端基础设施初创公司 Pixeom 就可以提供一揽子边缘服务，其中就包括分析全球市场数据的金融服务解决方案。中国的数字银行微众银行也与其母公司腾讯的云部门和加拿大的人工智能研究机构 Mila 合作，推进联邦学习方面的相关研究。联邦学习由谷歌提出，是一种去中心化的边缘设备网络为基础的机器学习，可以让银行在不牺牲用户个人数据的条件下更新本地边缘服务器。

游戏

边缘计算可以保证低延迟、高带宽要求，这对于高画质、增强/混合现实以及其他先进的游戏技术来说，至关重要。

谷歌下的游戏部门 Niantic 就与边缘计算初创公司 Mobiledge 达成合作伙伴关系，将边缘计算应用到其增强现实游戏中，比如精灵宝可梦，依靠其低延迟、高带宽、精准定位才能实现游戏的沉浸式增强现实。

来源：Marc Bruxelle, via Alamy

2018 年 9 月，电信巨头 AT&T 与爱立信和英伟达达成合作伙伴关系，并一起对外展示了边缘基础设施可以提供的低延迟条件下的图像水平——古墓丽影（Shadow of the Tomb Raider）的直播视频，在视频中，游戏端与支持数据中心的延迟只有 16 毫秒，当然随着技术的进步，延迟还可以降到更低。

医疗健康

与金融服务业一样，医疗保健业也是一个受到严格监管的行业，会涉及到处理高度敏感的信息。边缘计算允许敏感数据保留在本地设备上，不发送到中央服务器，帮助医疗行业服务商保护患者隐私。

当医疗行业服务商希望改善服务质量和共享实践经验时，他们需要为 AI 系统提供大量和更准确的数据集。通过利用联合学习（federated learning），使跨边缘基础设施的AI学习成为可能，医疗机构可以协作开发互惠互利的 AI 模型，而不必共享原始患者数据。

2019 年 12 月，英伟达与伦敦国王学院（King's College London）和 AI 健康初创公司 Owkin 联手，将这家初创公司的联合学习方法与英伟达的边缘平台 NVIDIA EGX 结合起来。该计划旨在通过联合数据集连接英国医院，以改进医疗模式。

来源：nvidia.com

此外，跟踪生物特征的可穿戴设备和医疗设备会产生大量连续、实时的数据，边缘计算可以提高监测和应对异常的能力。

例如，可穿戴设备可以立即通知患者或医生，被跟踪生命体的体征显示心跳不规则。跟踪高危患者（如中风或心脏病发作患者）的设备可以在没有人为干预的情况下，立即向应急小组发出警报。

GE 在其医疗设备中使用了英伟达的芯片，来改善边缘的数据处理。通用电气医疗集团（GE Healthcare）总经理 Jason Polzin 认为：“实时的重症监护案例需要边缘人工智能的参与。”

制造业

工厂车间变得更加数字化，制造商正在利用边缘计算来管理传感器、机械和机器人产生的恒定、实时数据流。

鉴于工厂生产的数据量巨大，在云端发送和存储所有数据可能会很昂贵。很大一部分数据可能在日常操作中并未使用，且会耗尽有限的带宽。边缘计算可以帮助制造商更有效地管理数据。

总部位于加州的机器学习初创公司 Falkonry 最近推出了一个边缘计算平台，帮助制造商在本地设备上运行预测分析。此外，FogHorn 的机器学习边缘平台提供了许多 IIoT 解决方案，从规范性维护到资产优化。微软的 Azure 物联网边缘平台为智能制造提供了类似的解决方案。

边缘计算还可以提醒制造商注意数据中的异常情况，可能是设备故障或网络安全等问题。Arundo Analytics 是一家 IIoT 分析初创公司，帮助用户快速响应从边缘收集的数据。

零售

对于将重点转移到自主开发、无人零售的零售商来说，边缘计算可能是其店内技术的重要组成部分。

2018 年 1 月，亚马逊向公众开放了第一家  Amazon Go。这家商店允许顾客在他们的移动 App 上用二维码刷卡，店内摄像头和传感器可以识别顾客，并登记他们选择购买的商品。这些技术由边缘计算支持，使得监控更容易和可拓展性更强。

亚马逊并不是唯一一家推出无人收银的公司。零售商 Ahold Delhaize 正与自助结账初创公司 AiFi 合作，在荷兰试点一家微型店，AiFi 提供传感器和摄像头来支持这种体验。

2019 年 10 月，沃尔玛宣布将使用英伟达的边缘平台 NVIDIA EGX，提升店内消费者体验。

边缘计算还解决了零售中的隐私问题。无收银台结帐技术初创公司 Zippin 称，其相机未使用面部识别，而是依靠边缘计算来识别购物者的一般特征。此外，在边缘收集的数据不需要存储在中央服务器中，并且可以在处理后自动被设备遗忘。

来源：getzippin.com

智慧城市与政府

地方政府和大型科技企业都依赖边缘计算来帮助连接城市所需的数据处理。

在实时交通管理等智能城市应用中，设备需要与动态环境和其他本地设备进行通信，以不断分析数据流。例如，联网汽车可能需要与智能交通设备进行通信才能在道路上平稳运行。边缘计算可以帮助优化这些连接。

一家致力于这项技术的公司是 SWIM，它利用边缘计算来分析从基础设施点收集的数据，并实时管理智能城市的交通。

边缘计算也有助于增强城市安全。边缘设备加上计算机视觉功能，可以分析监视图像，然后做出实时决策，例如向有关当局发出可疑活动的警报。

多家公司正专注于边缘计算在政府和安全领域的应用。Shield.ai 将无人机监控与其边缘计算软件 Hivemind Edge 结合在一起，用于保护服务人员和平民。这家位于加州的初创公司从投资者 Homebrew 和 Andreessen Horowitz 手里获得了 2220 万美元的 B 轮融资。

总部位于犹他州的初创企业 Fortem Technologies 也使用无人机驱动的边缘计算技术提供实时监控和风险分析。该公司最近与北约签约，致力于反恐解决方案。

2020 年 1 月，苹果以约 2 亿美元的价格收购了边缘人工智能公司 Xnor.AI，Xnor.AI 构建了用于低功耗安全摄像头的图像识别解决方案。虽然目前还不完全清楚苹果公司的计划是什么，但智能图像解决方案可以用于未来的苹果智能设备，从智能家居到苹果手机。

电信

随着数据消耗和对更低延迟的需求的增加，电信公司正在寻求开发缓解带宽问题和改善连接性所需的边缘计算基础架构。CB Insights 专利分析工具显示，华为、AT＆T 和 Verizon 等大型电信公司均是顶尖边缘计算专利持有者。

来源：CB Insights

一些电信公司正在使用边缘计算解决方案用于 5G 网络的开发。高通在 2019 年 4 月宣布推出 Cloud AI 100 芯片，希望通过将 AI 推向边缘来为 5G 做准备。

2019 年 12 月，Verizon 与 AWS 合作，将亚马逊的边缘平台 AWS Wavelength 整合到 Verizon 的 5G 网络中。

结语

边缘计算已经走到城市发展和日常生活中，现有的云提供商将不是唯一提供数据存储和处理服务的实体。

新兴的分布式存储模型将为当今不断增长的集中式产品提供替代方案。展望未来，共享多余的存储和处理功能可能会为客户提供从个人设备产生收入的新方法。