邊緣計算市場前景及估值
邊緣計算（Edge computing），是一種分散式運算的架構，它將應用程序、數據資料與服務的運算，由網絡中心節點，移往網絡邏輯上的邊緣節點來處理。邊緣計算能提高數據處理能力，使數據處理最接近數據源，從而提供更好的性能和實時體驗。據IDC統計數據顯示，到2020年將有超過500億的終端和設備聯網，其中超過50%的數據需要在網絡邊緣側分析、處理與存儲，邊緣計算市場之大，可超萬億。也正是如此，各大巨頭紛紛發力邊緣計算，邊緣計算市場吸引了許多知名企業，包括AWS、思科、華為、IBM、英特爾、微軟等，下面盤點各類邊緣計算的“玩家”們，看看2018年上半年他們做了什么。
邊緣計算對云計算有一定沖擊，但它與云計算也有很強的協同。國內外云服務商為了守住原本該有的市場空間，紛紛提前布局邊緣計算避免被吞噬。物聯網時代，更多的終端或傳感器接入物聯網，節點規模遠遠大于互聯網，每個物聯網節點都會產生大量的實時數據，這意味著云服務商要在邊緣端布局計算，投入規模和時間周期都是巨大的挑戰。當然，云服務商也不甘心被人來動自己的奶酪，國外有微軟、亞馬遜、谷歌，國內有阿里、騰訊還有百度都在積極部署邊緣計算。
微軟公司在去年Build大會上，微軟全球CEO Satya Nadella正式向中國市場推出了微軟混合云解決方案Azure Stack，它可以將云端能力融入到終端，數據可在本地處理，然后進行聚合分析與決策，屬于邊緣計算服務，同年該公司正在推進的“智能云/智能邊緣”策略中重點強調了邊緣計算業務。在2018年度舉行的微軟開發者大會上，微軟通過發布關于使用語音、攝像頭以及人工智能技術的新一代邊緣計算工具引導更多開發人員，將業務重心從Windows操作系統轉移到智能邊緣計算方面來。微軟還宣布與高通建立合作伙伴關系，歐洲服務器租用 云服務器，合作構建一個運行Azure IoT Edge的可視化人工智能開發人員工具包。
AWS也不示弱，去年年底發布的Greengrass軟件可以“將AWS無縫擴展到設備上，以便它們可以對其生成的數據進行本地操作，同時仍使用云端進行管理、分析和長期存儲”。2018年4月，AWS的邊緣計算平臺AWS Greengrass以機器學習推理支持的形式進行了改版，憑借Greengrass對機器學習的最新支持，客戶將能夠構建自己的DeepLens設備，并在邊緣進行推理。
Google在2017年發布了全新的邊緣計算服務Cloud IoT Core，協助企業連接及管理物聯網裝置，以及快速處理物聯網裝置所采集的數據。今年5月谷歌在加州山景城召開一年一度的I/O大會。谷歌大會全程圍繞AI技術展開，并發布了一款針對家電和其他設備設計的獨立Android系統，和微軟AI不同，谷歌全轉向了邊緣計算。
阿里云明確2018年將戰略布局邊緣計算，未來的核心戰略是“云+邊+端”三位一體的計算模式。今年3月，其已推出首個IoT邊緣計算產品Link Edge，可被用于AI實踐，在發布時已經有16家芯片公司、52家設備商、184款模組和網關支持阿里云物聯網操作系統和邊緣計算產品。阿里云在其公有云之上推出量子計算服務，且據稱相關計算資源來自一套擁有11量子位的處理器。
騰訊與阿里云的戰略不太一樣，騰訊在今年上半年采取了“CDN+云”的路線讓CDN具備智能計算的能力，但尚未推出基于邊緣的開放框架，僅僅是在騰訊具有優勢的視頻直播、游戲、智能鑒黃等大場景上的探索。
百度在2018年伊始，百度云天工發布“智能邊緣”，并開啟邀請制測試。百度云天工將云端的數據管理與計算功能以軟件的方式放在設備端上，將智能計算能力帶向離數據源更近的地方，與云端計算良好協同，讓設備變得更加智能。
邊緣計算二類玩家：設備巨頭
網絡接入設備的迅速增加，以及它們產生的大量數據，迫使設備供應商和企業將他們的目光投向邊緣環境。計算被嵌入邊緣設備中是有意義的，它可以解決延遲問題帶來的時間成本和預算問題帶來的資金成本，因此邊緣計算為設備商們提供了一個大量銷售全新軟硬件及解決方案的機會。目前思科、華為、戴爾、芯片生產商等正在積極布局邊緣計算。
華為去年在德國舉行的漢諾威工業博覽會上，和GE數字集團聯合發布了工業預測性維護解決方案。一邊是華為的邊緣計算EC-IoT（Edge Computing IoT）方案，一邊是GE的工業物聯網（Industrial IoT）云平臺Predix，實現工業設備運行狀態的實時監測，提供預測性維護的智能決策。
