物联网的爆发已成为行业共识，预计到2020年，物联网将提供百亿计的连接和万亿级的商业价值，这是远超我们现有的智能设备连接量，计算力和数据为根本的推动力。

在近年来关于物联网的会议和演讲中，边缘计算的概念经常被提起，最主要的原因就是物联网通常被认为是边缘计算架构得以普及的关键，用来实现更快的实时分析，降低管理、分析和存储物联网数据的成本。

产业链上游的公司对这种大环境带来的变化最为敏感，去年11月，以华为、英特尔、中国科学院沈阳自动化研究所为代表的公司和机构还专门成立边缘计算产业联盟，来搭建边缘计算产业合作平台。

作为一直以来都将物联网视为公司重大战略方向的英特尔，也在联盟之中广结伙伴，尝试着不同垂直领域的产业应用，企图在物联网时代扮演更重要的角色。

英特尔中国区物联网事业部首席技术官张宇博士认为，物联网发展可以分成三个阶段，即从「互联」走向「智能」，从「智能」再走向「自治」，并将这个过程形象地比喻成“物联网领域的摩尔定律”。

物联网发展进程中，边缘智能正在越来越起到关键的作用。

去年，AlphaGo利用增强学习的技术打败了人类的棋手，类似的很多人工智能应用在一些边缘智能的场景里已经逐渐找到落地的方式，世界上大多数革命性创新都始于边缘。

边缘计算指在靠近物或数据源头的网络边缘侧，就近提供边缘侧的计算，满足实时、安全、隐私等方面的需求，让物联网的每个边缘设备都具备数据采集、分析计算，通信，以及最重要的智能。

如同人工智能一样，边缘计算的发展同样离不开数据，在未来任何我们所面临的问题都可以转化为某种程度上的数据问题，这个过程中需要大量的数据进行训练，而当下的万物智能互联时代，数据量的产生速度超出了一般人的想象。

以智能摄像头为例，一个智能摄像头的分辨率正在从1080P向4K方向转化，每个摄像头一天所采集到的数据的数量可以从100GB向200GB发展。谈到未来的自动驾驶，今后的每一辆车都将内置各种各样的数据传感器，这些传感器同时工作一天所产生的数据量将超过4TB。

一方面，数据的数量在以远超过我们预期的指数级速度增长，另一方面数据的类型也变得越来越多样化。以前我们拿到的数据很多都是结构化的数据，可以通过简单的关系型的数据库对这些数据进行维护和管理，但今后会面临越来越多的非结构化数据，它对计算模式提出了新的要求。

物联网时代面临的海量数据需要更敏捷地连接、更有效地数据处理，同时要有更好地数据保护。这是正是边缘计算所具备的优势，边缘计算能够有效的降低对带宽的要求，提供及时的响应，并且对数据的隐私提供保护。