2021年將展示分布式計算的真正力量，其中的重要處理不是在云中的集中式服務器中進行，而是在網(wǎng)絡“邊緣”進行(我們所依賴的大部分數(shù)據(jù)都是在這里生成)。這將帶來巨大的收益，不僅是在計算方面，而且也是在越來越多將要連接互聯(lián)網(wǎng)的人們的生活方面。

[[378404]]

邊緣計算將是物聯(lián)網(wǎng)成功的關鍵。

物聯(lián)網(wǎng)設備——從智能手機和智能手表到嵌入設備和基礎設施中的微型計算機——產(chǎn)生了大量的數(shù)據(jù)。這些數(shù)據(jù)將在云中進行處理，然后再將相關處理結果發(fā)送回設備，以指示其如何做出響應。但是，延遲(數(shù)據(jù)在互聯(lián)網(wǎng)上兩點之間傳輸所需的時間)使得這種設置對于時間關鍵型應用(例如醫(yī)療設備使用的應用程序)不可靠，例如，醫(yī)療設備使用的應用，這些應用需要幾乎立即處理傳感器數(shù)據(jù)并做出響應。此外，依賴云還限制了將物聯(lián)網(wǎng)設備部署到幾乎沒有網(wǎng)絡或網(wǎng)絡連接不可靠的地方的可能性。

在2021年，我們將使用邊緣計算來解決這些挑戰(zhàn)，方法是將數(shù)據(jù)處理從中央服務器移到地理上更接近數(shù)據(jù)源的地方。我們將能夠利用Nvidia和Intel等公司開發(fā)的專業(yè)加速器芯片組來做到這一點，這些芯片組能夠運行相對先進的機器學習算法，而這些算法可以在設備本身上運行。這將把延遲降低到幾乎為零。我們還在開發(fā)軟件和硬件優(yōu)化技術，例如模型量化，這將加速基于云的處理，從而進一步減少延遲。像這樣的進步將有助于在全世界推廣先進的物聯(lián)網(wǎng)設備。

邊緣計算還將使我們能夠?qū)?shù)據(jù)進行更多的本地化控制。一種稱為聯(lián)合學習的技術允許在擁有本地數(shù)據(jù)樣本的多個服務器或邊緣設備之間訓練算法，而不必共享或交換數(shù)據(jù)。這意味著可以處理敏感數(shù)據(jù)，例如醫(yī)療或?qū)Ｓ行畔?，并在設備本身上保持安全。智能手機輸入鍵盤就是這樣一個已經(jīng)在使用的例子，該鍵盤為設備上的每個人創(chuàng)建一個本地化的、個人的常用單詞和短語庫，同時僅將人工智能模型的摘要更改發(fā)送到云中進行處理。這使人工智能可以從用例中學習，但可以保護用戶的隱私。

由于邊緣計算減少了對連接性的依賴，因此它將使更多的人能夠使用人工智能解決方案。這將對諸如撒哈拉以南非洲以及亞洲和南美部分地區(qū)等世界許多地區(qū)產(chǎn)生巨大影響，那里許多人面臨著嚴重的互聯(lián)互通問題。例如，邊緣計算已經(jīng)被用于幫助撒哈拉以南非洲國家的自給自足的農(nóng)民。喀麥隆一家初創(chuàng)公司開發(fā)的Agrix-Tech應用在智能手機中使用攝像頭和機器學習算法，以幫助農(nóng)民識別農(nóng)作物上的病蟲害。

農(nóng)民可以在田間立即獲得這些信息，然后，當手機靠近互聯(lián)網(wǎng)節(jié)點時，該應用將匿名數(shù)據(jù)輸入云中，以進一步訓練集中式算法。再加上將減少云延遲的新一代低軌道衛(wèi)星，像這樣的邊緣計算應用將徹底改變這些地區(qū)人們的在線生活。

在2021年，我們將看到邊緣計算在醫(yī)療、交通、工業(yè)、農(nóng)業(yè)和家庭領域帶來的更多突破。邊緣計算以盡可能接近數(shù)據(jù)源的智能方式處理數(shù)據(jù)的能力，將創(chuàng)造一個能夠為全球大眾帶來實際好處的偉大物聯(lián)網(wǎng)。