Gartner，这家IT研究与顾问咨询机构，在每年末例行发布一份来年的十大战略性趋势。在Gartner预测的2018年和2019年的战略性技术趋势中，唯一一个连续上榜的技术趋势叫做“数字孪生”。

数字孪生，是指现实世界中的实体或系统的数字化表示。到2020年，Gartner预测全球将有超过200亿个联网的传感器和端点，可能会有数十亿个物件存在数字孪生。可以去想象，当随着数字化更进一步，数据量越来越庞大，今天的物理世界、甚至生物世界，在未来可以在数字世界中构建出一个孪生的数字化对应。数字孪生，提供现实世界对象的状况方面的信息，可以响应变化或改进操作。

在2018年与2019年的更替之时，我们可以展开深入讨论的主角，也许还不是未来某时的“数字孪生”。而如今在新一轮科技革命中扮演者重要角色，智联万物的物联网（IoT）、人工智能（AI）和大数据（Big Data），正是联接数字世界和现实世界的接口和方法。

在Gartner这两年的战略性技术预测中，还有一个被连续提及的词——“边缘”。2018年的“从云到边缘”和2019年的“赋权的边缘”，尽管方向有所不同，但无疑把“边缘”所代表边缘计算（Edge Computing）推向了数字化技术的C位。

▲ Gartner十大战略性技术趋势（2018-2019）

不同于“数字孪生”的需要想象，边缘计算近两年在物联网和人工智能的落地中正在广泛应用。那么，今天小特（Terminus）就带你来聊聊究竟啥是边缘计算？

我们等的“数字孪生”在不远的未来

能听讲数字世界吹来的地铁和人海

云和边缘，谁拿着去往数字世界的号码牌？

从云到边缘

云计算已经走过了它辉煌的10年，云计算架构也日臻完善，越来越多的产品也登上了云。在“云端”架构中，融入大数据和AI，构成的各种类型的“智能大脑”，也逐步被公众认知。

云计算，如同其名。就像是在每个不同地区开设不同的自来水公司， 依托网络这一无形的管道联通数据，向世界每个角落提供服务——就像天空上的云一样，不论你身处何方，只要你抬头，就能看见。

如果把“云”从天上拉近，与之对应的概念叫做“雾”。雾，触手可及，贴近地面。不同于飘浮于天空云，雾就在你我身边。

雾计算，可理解为本地化的云计算，是一种面向物联网的分布式计算基础设施，可将计算能力和数据分析应用扩展至网络“边缘”，它使得在本地分析和管理数据更弹性可控，从而通过联接获得即时的见解。如果说，云计算的重点是研究计算的方式。那么，雾计算更强调计算的位置。

当物联网的感知层构建进一步完善，万物互联的基础设施建设愈加健全，如Gartner的预测，到2020年全球200亿传感器的数据节点，如果都将数据传输到云端。对于传输网络带宽和云端储存、计算的需求，将是如今几何倍数。当数据量庞大，或如音视频类的数据需要较大量的传输带宽时，将数据的存储、计算和处理，在借助AI和大数据分析进行应用建模，更多地本地化，配置在应用的边缘端，是更符合未来发展的模式。

因此，传统的“云+端”的物联网平台架构，目前更多地考虑到从云端下移到边缘，向前置化的“雾”端去部署。

从集中云到边缘，并非是云计算和边缘计算两种的相互竞争。

边缘计算指的是一种计算拓扑结构，它让内容、计算和处理更接近用户/物件，或者说是处在网络的“边缘”，是相较于云计算的集中化而言。

而雾和边缘，实则是相似计算位置的不同描述侧重。雾，既在终端和数据中心之间再加一层，叫网络边缘层。如再加一个带有存储器的小服务器或路由器，把一些并不需要放到“云”的数据在这一层直接处理和存储，以减少“云”的压力，提高了效率，也提升了传输速率，减低了时延。

在短期内，推动边缘的是物联网发展的需求，使处理接近端点，而不是在集中式云服务器上处理。然而目的不是打造一种新的架构，云计算和边缘计算将作为互补模式而共同发展，云服务作为一种集中式服务加以管理，不仅在集中式服务器上执行，还在本地的分布式服务器和边缘设备本身上面执行。

在今后五年，专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到种类更广泛的边缘设备上。这个嵌入式物联网世界极具多样性，加上工业系统等资产具有很长的生命周期，这将带来管理方面的重大挑战。从长远来看，随着5G日渐成熟，不断扩展的边缘计算环境会有更可靠的通信技术连回到集中式服务。5G提供更低的延迟、更高的带宽，并且每平方公里的节点（边缘端点）数量急剧增加，最后一点对边缘来说非常重要。

在通往数字孪生的路上，“云”和“边缘”相互进益，共同搭建现实空间联接数字世界的桥梁。所以，自然是两者携手并肩，一同手持过桥的号码牌。

特斯联的“云-雾-端”布局

特斯联科技，作为全国较大的城市智能物联网平台，提供一体化的AIoT（人工智能物联网）产业解决方案。特斯联早于现今的行业趋势，以自主研发的达尔文数据智能分析平台为核心，构建起“云-雾-端”的平台架构。并开放接口，可以与第三方已有设施、设备、系统实现无缝对接。既为产业提供智能化升级方案，不需要对现有设备、系统和网络全部推倒重来，真正“升级改造”，而非更新替换已有的成型设施。

目前，特斯联已经形成以AIoT技术为核心的“5大产品线+12大场景”全矩阵产业智能化解决方案。“5大产品线”，既AIoT+安保／能源／消防／停车／通行；“12大场景”，既智能安保、智能消防、智能商业、智能建筑、智能水务、智能停车、智能医院、智能校园、智能环境、智能管廊、智能旅游。

特斯联的云平台，既达尔文数据智能分析平台，可提供城市-区县级-街道乡镇级-社区级分层、分域的智慧城市综合服务平台。

“雾”的架构，则是在边缘端部署能具备连接管理和数据清洗功能的边缘服务器。以目前特斯联的智慧社区、智慧城市的业务举例。连接管理，既充当了网关的作用，把场景当中通过有线的、无线的、运营商网络（NB-IoT）的、社区自组网……这些窄带和宽带的数据，首先都会连接到特斯联的边缘网关来，然后做一个简单的数据落地。

而数据清洗，则是在边缘服务器上，通过计算，把收集到的大量数据进行结构化，一部分数据直接实现在前端进行分析处理后，直接输出回前端设备做出判断，另一部分需要更高一级处理的数据以结构化的形态上传的云端。

“端”，是指部署在物联网感知层的各类前端设备。现在，特斯联把一些AI相关的算力内置到“端”，可以实现在人、车、物的识别。比如门禁，可实现在行进中识别，体验无感通行。再比如，原来的停车场大多采用刷卡或有人值守的管理方式，现在可以借助视频识别来实现。这些解决方案的前提，实际都是要首先在“端”侧增加算力部署，把AI技术应用落地到“端”。

对数据处理能力，是AI技术落地应用中的关键部分。“云-雾-端”的平台架构，使得特斯联在打造AIoT产业赋能引擎的过程中，能够更精细化地将技术结合场景落地应用。在边缘端，将AI的学习训练平台前置，通过特定应用环境中的数据获取和指定数据范围的深度学习，更好地实现AI的技术价值。

▲ 特斯联智能物联网生态平台

未来，当AI成为基础性的技术已经被广泛掌握时。对于机器学习而言，无非是循环多少次、学得更多的方法问题。那么人工智能更多的价值，还是体现在对于行业、场景深刻理解的基础上，对技术做出的快速实现的结果输出。

特斯联提供的智能解决方案，通过“云-雾-端”的架构，前端智能硬件、边缘计算网关和后端智能分析平台，可以将基础层、前端层、中间层以及后台原始数据等不同层间的数据，在后台平台端进行大融合，并结合对使用者（管理者）原生的动态、静态及历史数据的挖掘，进行多维度的数据碰撞，进而做出最终更智能、可视化的数据展示，更有效地发挥AI的替代和辅助作用，进而帮助指挥决策和形成预测，真正实现赋能，达到对所赋能行业效率、效能的提升。