邊緣運算加速 AI 與 5G 發展,至 2022 年市場規模 CAGR 將逾 30%

作者 | 發布日期 2018 年 01 月 22 日 14:40 | 分類 AI 人工智慧 , 網路 , 網通設備 follow us in feedly

邊緣運算(Edge Computing)有助於降低傳統雲端架構的運算負荷、提升邊緣端的數據與資料處理能力,而傳統架構的改變除大幅提升運算效率以及數據應用之外,更有機會進一步落實 AI 與 5G 等新興技術發展,因此在 2017 年成為市場中熱門技術議題,TrendForce 旗下拓墣產業研究院預估,2018 年至 2022 年全球邊緣運算相關市場規模的年複合成長率(CAGR)將超過 30%。



拓墣產業研究院分析師劉耕睿指出,過往傳統雲端架構引領運算市場多年,並帶動雲端儲存、大數據分析等新商機的崛起,但隨著更大量、更即時的運算需求興起,傳統雲端架構已逐漸無法負荷未來需求;邊緣運算則是在如現場端裝置、閘道器等邊緣端,融合網路、運算、儲存、自我管理等能力,並建立分散式架構,有助於實現設備於現場端的即時反應,並提升數據收集與進階應用的效率,更能降低過往傳統架構所造成的成本消耗。

標準組織與供應鏈皆已積極布建生態系

由於邊緣運算將對市場造成架構與實質應用上的改變,許多標準組織積極訂定標準,包括歐洲電信組織 ETSI 的多重接取邊緣運算(Multi-access Edge Computing,MEC)、OpenFog 的開放霧運算(Fog Computing)、中國廠商華為所主導的 Edge Computing Consortium,都積極且持續地釋出參考架構與建立生態系。

除此之外,產業鏈中的許多廠商也已開始自行推出邊緣運算的解決方案,如雲端大廠 Microsoft 推出 Azure IoT Edge,將機器學習、進階分析與 AI 服務,帶向更靠近資料源的前端 IoT 裝置;晶片 IP 商 ARM 亦推出 Mbed Edge 邊緣運算平台,協助通訊協定轉譯(Protocol Translation)、閘道器管理以及邊緣運算;除此之外,產業鏈中的其餘業者如伺服器、網路設備、工業電腦、傳統製造、開源組織等都有對應的解決方案推出。

AI 與 5G 的初步落實將仰賴邊緣運算的助力

自 2017 年成為顯學的邊緣運算,其重要性更是彰顯於 AI 人工智慧與 5G。劉耕睿分析,過去 AI 必須仰賴強大的雲端運算能力來進行數據分析與演算法的運作,但隨著晶片能力提升、邊緣運算平台成熟,開始可賦予現場端裝置、閘道器擁有較為初階的 AI 能力,協助數據初步篩選分析、裝置設備即時反應,該優勢在工業領域、智慧城市、消費性市場都能讓既有服務有進一步的提升,如即時警示、安全監控、語音助理、預防維護等應用的實現。

邊緣運算對於 5G 亦是重要的技術變革,相較於過去 3G、4G 時代,應用多元且網路需求差異極大的狀況將同時發生於 5G 網路上,因此 5G 必須擁有針對不同應用而有相對應的解決方案,邊緣運算便能提供行動用戶更低延遲、更佳網路品質,並讓電信商有機會推出更多創新服務。

(首圖來源:shutterstock)

關鍵字: , ,