摘要：网宿科技边缘平台资深架构师陈云辉解读报告时指出，边缘计算已经成为数字化、智能化进程中的重要支撑技术。伴随IoT产业成熟、AI时代到来，边缘计算的需求将越发涌现，市场前景更为可观。

松果财经讯，近日，全球领先的边缘计算服务商网宿科技发布了首份《边缘计算市场实践与洞察报告》，深入分析了边缘计算的落地现状以及未来趋势。

网宿科技边缘平台资深架构师陈云辉解读报告时指出，边缘计算已经成为数字化、智能化进程中的重要支撑技术。伴随IoT产业成熟、AI时代到来，边缘计算的需求将越发涌现，市场前景更为可观。

AI带来对边缘计算的算力和推理需求

《报告》基于网宿科技多年的市场实践与洞察，分析了当前边缘计算的落地现状。《报告》显示，从边缘计算的主要产品形态来看，边缘云方面，边缘计算已经在实时音视频交互、CDN、云游戏、AR/VR等方面成熟应用。边缘云安全方面，将边缘与安全结合成为产业共识，诸如SASE架构已被广泛部署。在物联网领域，边缘智能解决方案也在工业制造、交通运输、畜牧养殖、智慧城市等场景中实现了应用创新。

物联网是边缘计算需求最为旺盛的场景之一，随着IoT产业的成熟，市场会逐步形成垂直行业的边缘智能解决方案，届时技术门槛和成本降低，边缘计算的需求也将顺势增长。

根据MarketsandMarkets报告显示，全球边缘计算市场规模将从2023年的600亿美元增长至2029年的1106亿美元，CAGR达到13%。在国内，IDC报告显示，2023下半年，中国边缘云市场规模总计62.6亿元，同比增速36.1%，增速超出预期。

对于驱动市场增长的因素，《报告》指出主要有四个方面，一是IoT产业落地成熟引领边缘计算增长，二是云原生技术应用带来边缘云刚需，三是AI大模型为边缘计算开辟新的商业机遇，四是生成式AI威胁推动云边端一体化安全能力的建设。

陈云辉表示，现在AI发展有两大趋势，一是在中心部署的大模型，会往越来越智能、参数越来越大的方向发展，一个是在端侧部署小模型，比如手机厂商在做的端侧模型，参数要够小同时性能也要满足一定的程度。而我们认为，AI大模型不只是做端和中心，边缘也有机会。

其分析，比如GPT-4o的发布，多了一些多模态、人机自然交互的体验，核心特点除了模型能力本身的提升外，最重要的就是实时性，边缘计算的优势就在于低时延，可以在其中发挥作用。另外，手机设备GPU算力有限，对于部分场景，算力需要外溢，相较于外溢到中心，时延可能要1-2秒，而外溢到边缘侧，位置距离用户更近，时延可能在几百毫秒，才能满足用户对生成式AI实时性互动的需求，体验更自然。

“所以整体来看，AI对边缘计算有两块需求，一个是算力，另一个是推理。推理模型需要部署在边缘侧，未来推理与迭代将在云-边-端呈现梯次分布，所以云边端一体化架构也是AI大模型发展的一个趋势。”陈云辉表示。

智能硬件或成杀手级AI应用入口

此次《报告》发布会上，陈云辉与边缘计算社区创始人史皓天还就业界所关心的杀手级AI应用等话题进行了探讨。

在陈云辉看来，尽管AI在诸多方面的应用已经如火如荼，但真正意义上的杀手级AI应用尚未出现。

比如To C层面，AI搜索、AI角色扮演、AI陪伴等，虽然流量大、用户多，但商业闭环尚未形成，用户留存率也有待提高。此外，AI PPT、AI电商生图等生产力工具，已经实现部分商业闭环，不过目前仍处在市场推广阶段。To B层面，企业内部的AI知识库面临幻觉问题，以及数据隐私和私有化部署成本问题，性能和效果达不到AI数字员工的理想状态，杀手级应用也暂时还未出现。

对于杀手级AI应用何时涌现，陈云辉认为，智能穿戴和AI硬件领域将可能出现杀手级应用，并随之带来对边缘计算的大量需求。

“随着模型能力不断升级，达到比较好的性能和效果，同时推理成本下降，再叠加AI硬件的成熟，将给整个产业带来更大的想象空间。比如AR/VR眼镜、AI耳机要求实时交互，并且搭载语音、视频等丰富内容，对算力要求极高，端侧算力有限，边缘侧将是提供算力承载的理想位置。”陈云辉进一步指出。

据悉，目前网宿科技已经在边缘AI领域进行了深入布局，推出了包括Serverless GPU、边缘AI网关、边缘模型微调与推理服务在内的边缘AI产品。

未来，网宿科技还将面向AI继续投入，一是持续加强建设算力网络和平台能力，降低AI技术的使用门槛，服务AI规模化普及；其次将关注智能硬件的发展，投入边缘计算资源建设以及云边端整体能力的建设，协同行业伙伴探索XR应用的落地。最后，面对AI加剧威胁形势，网宿科技还将以AI驱动安全，全方位提升边缘安全能力。

来源：度半科技圈