在Gartner发布的物联网技术十大趋势里，人工智能的最后一公里是边缘计算。
边缘计算将为未来的百亿终端提供AI能力，形成万物感知、万物互联、万物智能的智能世界，打通AI的最后一公里。另外，“边缘将吃掉云”的趋势不断显现，具备设备、芯片和算法能力的企业将成为边缘智能的终极玩家。
AI的新机会在边缘智能。
边缘计算是什么？
边缘云是基于云计算技术的核心和边缘计算的能力，构筑在边缘基础设施之上的云计算平台。形成边缘位置的计算、网络、存储、安全等能力全面的弹性云平台，并与中心云和物联网终端形成“云边端三体协同” 的端到端的技术架构，通过将网络转发、存储、计算，智能化数据分析等工作放在边缘处理，降低响应时延、减轻云端压力、降低带宽成本，并供全网调度、算力分发等云服务。
简单来说，边缘计算就是指在靠近物或数据源头的网络边缘，融合了网络、计算、存储以及应用处理能力的分布式平台，就近提供智能服务。边缘计算可以理解为云计算的一个逆操作，云计算强调的是计算和存储等能力从边缘端或桌面端集中，而边缘计算则是将这种计算和存储能力重新下沉到边缘。
边缘计算的应用场景
边缘计算的应用场景从覆盖上可以分为全网覆盖和本地覆盖两类。
全网覆盖类应用的核心要求是从边缘节点在地区和运营商网络两个层面上的覆盖度，来保证就近计算（如 CDN、视频直播、边缘拨测/监控等业务），或者基于足够多的节点进行网络链路优化。本地覆盖类应用的核心要求是边缘节点的本地化，即边缘节点的接入距离要足够近（《30 公里），时延足够低（《5ms），来支持本地化服务的上云需求，例如新零售、医疗等行业的监控数据上云等。这类应用的大带宽需求是最能体现边缘云计算时延和成本优化等核心优势的场景。
过去AI必须依靠强大的云端计算能力来进行数据分析与算法的运作，随着技术的成熟以及新应用的出现，商业数字化概念逐渐深入人们的思想，芯片能力不断提升、边缘计算平台成熟，开始赋予了AI更强的能力，协助数据初步筛选分析、装置设备实时反应等，在工业领域、智慧城市、视频识别都能让服务有进一步的提升。
边缘云计算技术将成为人工智能、物联网等领域的关键组成部分，也将得到更大的发展，覆盖的潜在客户和场景将不断出现。随着边缘云计算的应用场景越来越多，用户需求的变化将是未来关注的重点。
