拓墣產(chǎn)業(yè)研究院分析師劉耕睿指出，過往傳統(tǒng)云端架構(gòu)引領(lǐng)運算市場多年，并帶動云端儲存、大數(shù)據(jù)分析等新商機的崛起，但隨著更大量、更實時的運算需求興起，傳統(tǒng)云端架構(gòu)已逐漸無法負荷未來需求；邊緣計算則是在如現(xiàn)場端裝置、網(wǎng)關(guān)等邊緣端，融合網(wǎng)絡、運算、存儲、自我管理等能力，并建立分布式架構(gòu)，有助于實現(xiàn)設備于現(xiàn)場端的實時反應，并提升數(shù)據(jù)收集與進階應用的效率，更能降低過往傳統(tǒng)架構(gòu)所造成的成本消耗。yP4esmc

標準組織與供應鏈皆已積極布建生態(tài)系

由于邊緣計算將對市場造成架構(gòu)與實質(zhì)應用上的改變，許多標準組織積極訂定標準，包括歐洲電信組織ETSI的多重接取邊緣計算(Multi-access Edge Computing，MEC)、OpenFog的開放霧運算(Fog Computing)、中國廠商華為所主導的邊緣計算產(chǎn)業(yè)聯(lián)盟，都積極且持續(xù)地釋出參考架構(gòu)與建立生態(tài)系。yP4esmc

除此之外，產(chǎn)業(yè)鏈中的許多廠商也已開始自行推出邊緣計算的解決方案，如云端大廠Microsoft推出Azure IoT Edge，將機器學習、進階分析與AI服務，帶向更靠近數(shù)據(jù)源的前端IoT裝置；芯片IP商ARM亦推出Mbed Edge邊緣計算平臺，協(xié)助通訊協(xié)議轉(zhuǎn)譯(Protocol Translation)、網(wǎng)關(guān)管理以及邊緣計算；除此之外，產(chǎn)業(yè)鏈中的其余業(yè)者如服務器、網(wǎng)絡設備、工業(yè)計算機、傳統(tǒng)制造、開源組織等都有對應的解決方案推出。yP4esmc

AI與5G的初步落實將仰賴邊緣計算的助力

自2017年成為顯學的邊緣計算，其重要性更是彰顯于AI人工智能與5G。劉耕睿分析，過去AI必須仰賴強大的云端運算能力來進行數(shù)據(jù)分析與算法的運作，但隨著芯片能力提升、邊緣計算平臺成熟，開始可賦予現(xiàn)場端裝置、網(wǎng)關(guān)擁有較為初階的AI能力，協(xié)助數(shù)據(jù)初步篩選分析、裝置設備實時反應，該優(yōu)勢在工業(yè)領(lǐng)域、智慧城市、消費性市場都能讓既有服務有進一步的提升，如實時警示、安全監(jiān)控、語音助理、預防維護等應用的實現(xiàn)。yP4esmc

邊緣計算對于5G亦是重要的技術(shù)變革，相較于過去3G、4G時代，應用多元且網(wǎng)絡需求差異極大的狀況將同時發(fā)生于5G網(wǎng)絡上，因此5G必須擁有針對不同應用而有相對應的解決方案，邊緣計算便能提供行動用戶更低延遲、更佳網(wǎng)絡質(zhì)量，并讓電信商有機會推出更多創(chuàng)新服務。yP4esmc

yP4esmc