ai边缘计算是什么意思（ai的边界）

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。

什么是边缘计算

边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

主要用途

看似“生僻”的边缘计算其实并不“边缘”，而且意义重大。边缘计算和云计算有些类似，都是处理大数据的计算运行方式。但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。

如果说物联网的核心是让每个物体智能连接、运行，那么边缘计算就是通过数据分析处理，实现物与物之间传感、交互和控制。它是物联网从概念到应用的一把钥匙，更是制造业从“笨拙”变得“智慧”的重要途径。

工信部信息化和软件服务业司副司长安筱鹏在会上说，传统制造业向智能化升级的过程中，特别需要通过边缘计算技术，将车间里的生产设备智能连接，提高效率，创新模式。

当前，全球数字化革命正引领新一轮产业变革。物联网也被普遍认为是推动传统产业变革和全球经济发展的又一次浪潮。据统计，到2020年将有超过500亿的终端与设备互联。未来超过50%的数据需要在边缘侧分析、处理和储存。边缘计算应用广阔，机遇无限。

请问边缘计算服务器是什么，有什么应用场景啊？

随着中国信息产业自主可控的趋势越来越强，服务器的国产化、安全化成为一个重要的议题，在这样的需求下，边缘计算技术受到了愈加广泛的关注。

边缘计算是指将计算资源放置在更靠近设备或用户的位置，对于数据中心来说，这就是位于网络边缘的系统。通常，系统会连接到距离用户或设备一定距离的云服务。通过将数据处理移到边缘，减少等待时间，大部分数据在用户或设备附近进行处理。实现该功能的主要硬件便是边缘计算服务器，因此边缘计算服务器具有实时性、智能性以及安全性等优点。

实时性

边缘计算服务器能够处理在“边缘”形成的数据。就以现在充满争议的“自动驾驶”为例，其实自动驾驶汽车本身就是一台高性能计算机，它需要通过大量的传感器来收集数据。为了安全可靠地运行，它需要迅速对周围的环境做出反应，处理速度有任何延迟都有可能是致命的。如果只利用传统的云计算，虽然数据处理主要是在云端进行，但在中央服务器之间来回传送数据可能需要几秒钟的时间，这对于自动驾驶来说所需时间太长了。而边缘计算服务器能够在“即时计算”的需求下，让自动驾驶汽车在车辆端更快速地处理数据成为可能，不需要在车辆和云端之间来回传输数据。

智能性

利用边缘计算技术，网络里面有大量的功能在边缘节点就可以直接处理掉。传统的架构一些功能都需要回到中央服务器处理，但是现在在边缘就能直接处理并返回对应的结果，这一特性可以满足多种场景的需要，例如：身份验证，日志过滤，数据整合，图像处理和 TLS（HTTPS）会话设置等等。

安全性

边缘计算服务器使终端提取数据无需再传输到云端加工，降低了终端敏感数据隐私泄露的风险，实现了数据的“阅后即焚”，极大保护了用户隐私数据，同时也降低了中央服务器受外界入侵的可能性。

凭借这些独特的优势，边缘计算服务器未来前景广阔，潜在的应用包括自动驾驶汽车、增强现实（AR）、店内个性化营销、人工智能（AI）、大数据分析、制造和IoT设备等。

边缘计算的作用

边缘计算的特点包括：

1、可以提供更快的响应时间，因为数据不需要从中央位置传输到边缘；

2、可以减少存储和带宽成本，因为只需要将少量数据传送到中央位置；

3、可以改善安全性，因为数据不会通过公用网络进行传输。

4)、可以大大减少对云服务的依赖。

5)、可以在物理位置上处理和分析数据。

6)、可以带来新的应用场景如物联网、机器人、无人机、工业4.0和连接式自动驾驶汽车。