「邊緣計算」是個新風口嗎？
技術挑戰、商業規則都是擺在邊緣計算面前的「大山」。
2019 年 2 月 27 日，地平線 (Horizon Robotics) 公佈獲得 6 億美金左右的投資，由 SK 中國、SK Hynix 以及數家中國一線汽車集團（與旗下基金）聯合領投的 B 輪融資，本輪融資後估值達 30 億美金。
地平線在釋出中稱：將繼續向著「成為邊緣人工智慧晶片和計算平臺的全球領導者」這一願景不斷邁進。這一包含著「邊緣計算」的 300 餘字野心獲得了超 2 萬人的關注。以「邊緣計算」為關鍵詞的百度搜索指數在 3 月 6 日一躍達到了 15032，而此前則在 1000 左右徘徊。
從 2015 年在安防監控、智慧 城市、智慧家居等行業實現了應用試點開始，邊緣計算的這把火終於燒了起來。騰訊優圖 AI 應用研究高階研究員王川南解釋道，前 10 年是雲端計算高速發展期，通過雲端計算實現了本地計算資源雲端化，做到按需使用、按需付費。但隨著雲端計算的普及、場景雲端化，出現了高延遲、資料量巨大、頻寬不夠等問題，於是邊緣計算應運而生。
邊緣計算的出現則能將計算、決策前置，獲取最原始的資料，實時在邊緣結點進行資料的分析和決策，同時還能將過濾後的資料傳輸上雲，與雲端形成協同效應。簡而言之，邊緣計算是一種在網路邊緣執行計算任務的計算模型，相比於雲端計算模型，能夠更快速、可靠、節能地響應使用者需求。
升溫的投入
王川南認為：「雖然目前邊緣整體還在起步階段，但明顯能看到大量的公司在邊緣側產品研發和方案都在追加投入，不同場景下邊緣類的產品不斷湧現。」
除了地平線外，各大公司早已紛紛佈局邊緣計算。物聯網領域中，騰訊雲釋出了其基於邊緣計算的物聯網平臺 IoT Suite，阿里雲能力在邊緣端的拓展則是物聯網邊緣計算平臺 Link IoT Edge。在 AI 應用領域，曠視、商湯、科大訊飛等公司紛紛推出 AI+硬體產品，通過 AI 賦能傳統硬體。在車聯網及自動駕駛方向更需要實時計算，減少反應延遲，在車輛本地進行實時的智慧分析、決策計算已經成為了標配，特斯拉更是針對自動駕駛場景研發了 AI 晶片。
一位相關從業者坦言，一般來說，只要做晶片相關的公司都在關注邊緣計算。 星翰資本創始人楊歌 也表示，今年投資方向上，物聯網領域將是其重點關注方向之一。而邊緣計算是物聯網的核心 。「物聯網需要每個端具有一定的智慧，這就是邊緣計算。」雲從科技科技研究院副院長周翔 對極客公園說。
當 AI 成為風口時，據「清科私募通」的統計資料顯示，僅 2016 年到 2017 年年初就有 112 家公司獲得融資。當無人機成為風口時，Hover Camera 創始人王孟秋說，每家投資機構的 portfolio 上都恨不得加上無人機。楊歌則認為，隨著物聯網的發展，今年與邊緣計算相關的創業公司一定會增多，這是必然。
技術向的王川南則不認為邊緣計算將會和 AI 一樣成為一個過熱的風口：「雲邊協同中邊緣計算本質上是一種技術方案，是為了解決實際場景中遇到的問題而出現的，是否『過熱』還是看有沒有需求。雲端計算為物聯網、智慧城市的發展提供了基礎設施，但仍無法滿足低延遲、大資料、低頻寬這一類更高的多樣化的要求，而邊緣計算可以有效的解決這些問題，從而大力推動了邊緣計算的發展。」
聯想之星的投資副總裁高天垚曾評價「新風口」說，資本市場從來不缺新的炒作概念，物聯網、網際網路金融、O2O、共享經濟等等，一波接一波。「可能初衷都是好的，但過度的渲染就會導致一些泡沫，使本來不應該出現的創業者或資本進入某個領域。」
前行的枷鎖
中國經濟資訊社在 2018 年 9 月釋出的《2017—2018 年中國物聯網發展年度報告》中提到，2017 年物聯網裝置達到 84 億臺，超過全球人口數量。隨之而來的便是資料的快速增長, 資料統計公司 Statista 預測，在 2020 年將大約有 310 億個物聯網裝置連線。
在這樣的前提下，無論邊緣計算是否能會成為下一個風口，解決邊緣計算目前存在的一些問題，加速建設雲網端一體化建設程序一定是必然 。
從技術角度來說，王川南認為目前邊緣計算面臨著演算法、架構、運維、安全性四個方面的挑戰：演算法側需要針對邊緣結點受限的算力進行網路模型的優化；工程側需要針對不同的邊緣裝置型別設計一套 AI 多端統一的架構；邊緣結點裝置部署分散，如何管理分散的數以萬計的終端裝置，對運維的方式和效率也提出了新的挑戰；同時邊緣裝置因為更接近資料來源，資料種類和數量的激增，新興的攻擊方式尤其是針對物理裝置的攻擊，為裝置和資料安全帶了新的挑戰。
美國韋恩州立大學的施巍鬆教授團隊則在 2016 年提出了邊緣計算面臨著的六種挑戰：可程式設計性、命名、資料抽象、 服務管理、隱私及安全、效能指標優化。
「對於普通使用者來講，安全性是最先需要關注的問題。」 一位相關從業者說。在此之前，亞馬遜 Echo 就因違規錄取使用者對話，引起了全球對物聯網中隱私權利的探討。
邊緣計算模型可以在網路邊緣完成一部分資料處理工作, 相比於雲端計算模型, 可以避免使用者隱私在傳輸鏈路上或雲端計算中心被竊取。但正如王川南所說，目前攻擊者竊取物聯網裝置上的資訊並不困難，而網路邊緣的高度動態性也增加了網路的脆弱性。
可喜的是，有學術論文指出目前在可程式設計性、命名、服務管理和隱私安全問題上，學界及業界已經取得了相關成果。相關統計顯示，計算機領域頂級會議 ICDCS 在 2015 年、2016 年和 2017 年收錄的邊緣計算方向的文章比例分別為 6.7%、9.3% 和 12.7%。的確，逐年攀升的研究成功學界將指向更好的解決方案。
除了這些問題外，邊緣計算落地還要受到商業規則的限制。楊歌感到很遺憾，他認為由於相同的原因，目前很多學術成果真正運用到商業中的比例非常低。 這興許也解釋了為什麼邊緣計算首先在安防、自動駕駛領域落地。一位投資人稱，邊緣計算得到真正的發展也需要搭載整個能夠賦予其 B 端能力的行業，就像同是高瓴投資的地平線與百麗進行了「聯姻」。
在融資公告中，地平線最後寫到：以人工智慧賦能萬物，讓每個人的生活更安全，更美好。目前看來，這兩個願景最終成為現實還面臨漫漫長路。