移動(dòng)邊緣計(jì)算(MobileEdgeComputing,MEC)可利用無(wú)線接入網(wǎng)絡(luò)就近提供電信用戶(hù)IT所需服務(wù)和云端計(jì)算功能，而創(chuàng)造出一個(gè)具備高性能、低延遲與高帶寬的電信級(jí)服務(wù)環(huán)境，加速網(wǎng)絡(luò)中各項(xiàng)內(nèi)容、服務(wù)及應(yīng)用的快速下載，讓消費(fèi)者享有不間斷的高質(zhì)量網(wǎng)絡(luò)體驗(yàn)。根據(jù)Gartner的報(bào)告，到2020年全球連接到網(wǎng)絡(luò)的設(shè)備將達(dá)到約208億臺(tái)，移動(dòng)端應(yīng)用將迫切需要一個(gè)更有競(jìng)爭(zhēng)力、可擴(kuò)展，同時(shí)又安全和智能的接入網(wǎng)。移動(dòng)邊緣計(jì)算將會(huì)提供一個(gè)強(qiáng)大的平臺(tái)解決未來(lái)網(wǎng)絡(luò)的延遲、擁塞和容量等問(wèn)題。除此之外，根據(jù)各大設(shè)備廠商、運(yùn)營(yíng)商較近發(fā)布的報(bào)告，5G將會(huì)是一個(gè)聚集了計(jì)算和通信技術(shù)的平臺(tái)，而移動(dòng)邊緣計(jì)算將是其中不可缺少的一個(gè)重要環(huán)節(jié)。在5G時(shí)代，MEC的應(yīng)用將伸展至交通運(yùn)輸系統(tǒng)、智能駕駛、實(shí)時(shí)觸覺(jué)控制、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域。編程模型需要利用邊緣節(jié)點(diǎn)支持任務(wù)和數(shù)據(jù)的并行，并且同時(shí)在多個(gè)層級(jí)的硬件上執(zhí)行計(jì)算。山西輕便邊緣計(jì)算VR

隨著物聯(lián)網(wǎng)越來(lái)越火，同時(shí)伴隨著物聯(lián)網(wǎng)而來(lái)的，就是各種概念和各種技術(shù)，其中一個(gè)就是邊緣計(jì)算，當(dāng)然還有霧計(jì)算。其實(shí)邊緣計(jì)算和霧計(jì)算都差不多，霧計(jì)算只是和云計(jì)算是相對(duì)的。使用邊緣計(jì)算的優(yōu)勢(shì)在哪里呢：讓計(jì)算變得更為靈活和可控。前面說(shuō)到，接入設(shè)備的服務(wù)器比較難做到統(tǒng)一的計(jì)算分析標(biāo)準(zhǔn)，因?yàn)槲锫?lián)網(wǎng)可是一個(gè)萬(wàn)物接入的網(wǎng)絡(luò)，每一個(gè)設(shè)備采集的數(shù)據(jù)不一樣。如果使用了邊緣計(jì)算，就可以單獨(dú)針對(duì)每一個(gè)設(shè)備進(jìn)行相應(yīng)的計(jì)算和分析。當(dāng)然，如果相同的設(shè)備或者相同參數(shù)的，可以進(jìn)行復(fù)制使用同一套計(jì)算標(biāo)準(zhǔn)或算法。如果將計(jì)算腳本開(kāi)放出來(lái)給用戶(hù)，用戶(hù)就可以自定義去添加自己的計(jì)算公式和行為。云南AI邊緣計(jì)算智慧校園若想更好的在邊緣節(jié)點(diǎn)上部署應(yīng)用程序的工作負(fù)載，需要考慮的方面：連接策略。

邊緣計(jì)算正在改變?nèi)驍?shù)百萬(wàn)臺(tái)設(shè)備處理和傳輸數(shù)據(jù)的方式?；ヂ?lián)網(wǎng)連接設(shè)備（IoT）的爆裂性增長(zhǎng)，以及需要實(shí)時(shí)計(jì)算能力的新應(yīng)用，繼續(xù)推動(dòng)著邊緣計(jì)算系統(tǒng)的發(fā)展。更快的網(wǎng)絡(luò)技術(shù)，如5G無(wú)線，使邊緣計(jì)算系統(tǒng)能夠加速創(chuàng)建或支持實(shí)時(shí)應(yīng)用，例如視頻處理和分析、自動(dòng)駕駛汽車(chē)、人工智能和機(jī)器人等。從根本上講，邊緣計(jì)算使計(jì)算和數(shù)據(jù)存儲(chǔ)更靠近收集數(shù)據(jù)的設(shè)備，而不是依賴(lài)于可能遠(yuǎn)在數(shù)千英里之外的中心位置。這樣做是為了使數(shù)據(jù)（尤其是實(shí)時(shí)數(shù)據(jù)）不會(huì)遇到可能影響應(yīng)用程序性能的延遲問(wèn)題。此外，公司可以通過(guò)在本地完成處理來(lái)節(jié)省資金，從而減少需要在集中式或基于云的位置處理的數(shù)據(jù)量。

邊緣計(jì)算的AI芯片：作為邊緣計(jì)算的中心基礎(chǔ)，邊緣AI芯片有著重要地位，邊緣AI芯片廠商作為產(chǎn)業(yè)鏈上游參與方投入大量資源進(jìn)行技術(shù)研發(fā)，從供給方面為邊緣智能的實(shí)現(xiàn)打下堅(jiān)實(shí)牢固基礎(chǔ)。AI根據(jù)參考文獻(xiàn)的分類(lèi)包括三類(lèi)，1、經(jīng)過(guò)軟硬件優(yōu)化可以高效支持AI應(yīng)用的通用芯片（GPU）；2、側(cè)重加速機(jī)器學(xué)習(xí)（尤其是神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)）算法的芯片；3、受生物腦啟發(fā)設(shè)計(jì)的神經(jīng)形態(tài)計(jì)算芯片。在邊緣計(jì)算和AI芯片里，涌現(xiàn)出不少的創(chuàng)業(yè)公司（在中國(guó)的中國(guó)芯片初創(chuàng)公司有15家以上），如前面所說(shuō)的幾家。按部署的位置來(lái)分，AI芯片可以部署在數(shù)據(jù)中心，和手機(jī)，安防攝像頭，汽車(chē)等終端上。編程語(yǔ)言需要考慮工作流中硬件的異構(gòu)性和各種資源的計(jì)算能力。

邊緣計(jì)算處理數(shù)據(jù)中心明顯的優(yōu)勢(shì)有以下幾點(diǎn)：1、邊緣計(jì)算可以實(shí)時(shí)或更快的進(jìn)行數(shù)據(jù)處理和分析，讓數(shù)據(jù)處理更靠近源，而不是外部數(shù)據(jù)中心或者云，可以縮短延遲時(shí)間。2、在成本預(yù)算上可以較大減輕經(jīng)費(fèi)預(yù)算。企業(yè)在本地設(shè)備上的數(shù)據(jù)管理解決方案所花費(fèi)的成本較大低于云和數(shù)據(jù)中心網(wǎng)絡(luò)。3、減少網(wǎng)絡(luò)流量。隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的增加，數(shù)據(jù)生成繼續(xù)以創(chuàng)紀(jì)錄的速度增長(zhǎng)。結(jié)果，網(wǎng)絡(luò)帶寬變得更加有限，壓倒了云，導(dǎo)致更大的數(shù)據(jù)瓶頸。4、提高應(yīng)用程序效率。通過(guò)降低延遲級(jí)別，應(yīng)用程序可以更高效、更快速地運(yùn)行。5、個(gè)性化：通過(guò)邊緣計(jì)算，可以持續(xù)學(xué)習(xí)，根據(jù)個(gè)人的需求調(diào)整模型，帶來(lái)個(gè)性化互動(dòng)體驗(yàn)。邊緣運(yùn)算將原本完全由中心節(jié)點(diǎn)處理大型服務(wù)加以分解。山東高性能邊緣計(jì)算

邊緣計(jì)算仍處于起步階段，有可能為更高效的分布式計(jì)算鋪平道路。山西輕便邊緣計(jì)算VR

邊緣計(jì)算的大數(shù)據(jù)計(jì)算體系規(guī)模龐大．結(jié)點(diǎn)失效率高，因此還需要完成一定的自適應(yīng)管理功能。系統(tǒng)必須能夠根據(jù)數(shù)據(jù)量和計(jì)算的工作量估算所需要的結(jié)點(diǎn)個(gè)數(shù)，并動(dòng)態(tài)地將數(shù)據(jù)在結(jié)點(diǎn)間遷移。以實(shí)現(xiàn)負(fù)載均衡；同時(shí)．結(jié)點(diǎn)失效時(shí)，數(shù)據(jù)必須可以通過(guò)副本等機(jī)制進(jìn)行恢復(fù)，不能對(duì)上層應(yīng)用產(chǎn)生影響。

計(jì)算層級(jí)內(nèi)的優(yōu)化技術(shù)，構(gòu)建計(jì)算系統(tǒng)時(shí)．需要基于成本和性能來(lái)考慮，因此計(jì)算系統(tǒng)通常采用多層不同性?xún)r(jià)比的計(jì)算器件組成計(jì)算層次結(jié)構(gòu)。邊緣計(jì)算的計(jì)算規(guī)模是比較龐大的。 山西輕便邊緣計(jì)算VR