云計算能力從數據中心擴展到某種無定形的網絡邊緣，被不同地定義為連接的設備、設備或網絡網關，正在轉變為不僅僅是邊緣計算的東西。隨著人工智能的加入，邊緣云計算正在接近推動者所說的“智能邊緣”，這是一種可以根據應用程序實施的結構，同時結合了人工智能、超大規模服務、低延遲、高帶寬連接和安全的信息技術服務。

[[342220]]

商業顧問德勤(Deloitte)對“智能邊緣”的評估得出結論，企業版的邊緣計算“可能需要一套針對其運營和目標定制的解決方案”。

這些量身定制的解決方案將能夠部署新的智能邊緣服務，包括機器學習模型、定制半導體、廉價低功耗邊緣計算和用于數據分析應用的寬帶管道。

例如，將這些基于云的功能從數據中心和5G無線基站轉移出去，將通過更接近傳感器數據收集和存儲的位置來增強數據分析能力。

根據德勤的評估，基于連通性、安全性和優先級，“智能邊緣不是企業或超大型云數據中心的替代品，而是一種跨網絡分配任務的方式”。

邊緣計算和網絡智能的結合為無人機和自動駕駛車輛提供了一系列低延遲應用，如工業COBOT或協作機器人的遠程控制。

這種向邊緣化的轉變也在縮小處理能力，縮小到微型數據中心的規模，或者被業內分析人士稱為“簡單來說就是一臺超級計算機”。這種配置將提供處理、存儲和聯網。然后，網絡虛擬化工具將增強這些功能。

嵌入在邊緣網絡中的大部分智能和自動化都來自于人工智能自動化的穩步發展和日益廣泛的采用。一旦邊緣設備連接到智能邊緣平臺，它就可以自動運行。

研究指出：“越來越多的，專門用于運行AI和機器學習任務的，經過優化的芯片正在遷移到邊緣設備中。”隨著無處不在的圖形處理器，基于Tensor處理單元，ASIC甚至神經形態芯片的“邊緣專用”芯片架構也正在興起。

可以為那些智能邊緣應用程序量身定制這些構件，這些應用程序涵蓋了通用可編程性到特定任務的范圍。

該報告指出：“邊緣人工智能也是云人工智能的補充，反應在邊緣，學習在核心。”“資源密集型的算法訓練可以在云中完成，然后共享到邊緣，在那里較輕的推理能力可以快速作用于數據。”

報告先進無線技術的百分比對于部署所示技術非常重要。來源:德勤  

另一個智能邊緣驅動器是5G無線網絡的出現，可提供更大的帶寬并大大減少了延遲。德勤研究認為，智能邊緣正在推動針對邊緣應用的5G和Wi-Fi6路由器的采用。

接受調查的高管中有62％告訴德勤，他們正在或計劃在明年內部署下一代無線技術。

事實上，這些先進的無線管道和連接被廣泛視為“力量倍增器”，可以實現智能邊緣的組件：人工智能、大數據分析、物聯網以及將云計算移動到網絡邊緣的能力。

“隨著越來越多的行業領導者采用和部署智能優勢，毫無疑問將出現更多的用例和創新，”德勤研究得出結論。“這種演變對網絡、服務、機器和建筑環境的影響將在未來十年顯現出來。”