边缘计算是一种将算力从云端下沉到靠近数据源的终端、网关或本地服务器的技术架构,用于降低延迟、减少带宽消耗并提升数据隐私保护。随着大模型和生成式 AI 的普及,边缘计算的定位正在从传统 IoT 数据处理,转向承接端侧与边缘侧的 AI 推理与模型管理,成为云—边—端协同体系中的关键一环。
边缘计算的近期进展
当前焦点与观察点
从近期动态看,边缘计算的讨论集中在三个方向。其一是边缘 AI 芯片的军备竞赛:Axera AX8860(256 TOPS)与 Synaptics 内置 Coral NPU、提供至多 400 GOPS 算力的 Astra SR200 MCU,分别覆盖高端推理与低成本嵌入式视觉两个层级,说明边缘算力供给正在快速分层。
其二是产业落地向工厂、交通等物理场景集中。京东工业与 AMD 达成 AI 合作,计划推出面向工厂与边缘计算的 AI 终端;Flox Intelligence 则用 AI 边缘设备在铁路、机场周边驱赶野生动物,体现实时性要求高的场景更依赖本地推理。
其三是边缘侧的模型生命周期管理成为新问题。AWS 推出 SageMaker SDK v3,支持在摄像头级别的设备群上进行视觉模型的统一部署与迭代,反映出当边缘设备规模扩大后,模型更新、监控与回滚等运维能力成为竞争点。
值得观察的问题包括:端云 Token 分配的实际比例走向、边缘 AI 芯片性价比战对产业格局的影响,以及天基算力这类新架构能否与地面边缘网络形成有效互补。