从欧洲电信标准化协会（ETSI）成立移动边缘计算规范工作组算起，边缘计算已走过6年发展历程，从概念出现到形成产业共识，再到落地应用，边缘计算经历了飞速发展的6年。
在产业界的共同推动下，边缘计算不再“边缘”，开始快步迈向IT产业发展的舞台中心。
在国内，特别是边缘计算产业联盟（ECC）在2016年的成立，进一步加速了边缘计算的产业繁荣和落地、实践。ECC成员单位从初创时期的6家发展到如今的301家，使得产业合作交流进一步深入、产业活跃度进一步增加。
从技术角度来说，技术体系发展的脉络逐渐清晰化，包括边缘智能、边云协同、算力网络等技术框架渐渐形成，而不再是早期的混沌状态；从商业层面来看，今天的边缘计算在运营商、电力能源、工业制造、智能交通、智慧城市、数字文娱等领域已经有较多成功实践，并且发挥出了显著的商业价值。
站在当下，回顾10年间云计算为整个IT产业甚至社会带来的改变，以此去审视边缘计算的发展，我们丝毫不会怀疑它的未来。
因为边缘计算的潜力与价值正在快速释放！
边缘计算，计算架构演进的必然
按照中国科学院姚建铨院士的话说，边缘计算是数字世界的计算架构不断演变过程中的必然，这和生物进化过程中的单细胞生命体到多细胞联合体，再到复杂生命体的演化过程如出一辙。云边端协同的计算架构仿佛人的大脑、脊髓以及周围神经系统的架构一样，有着相似的规律。
从集中式单体计算到分布式网联计算，再到异构、协同、全面泛在的智能计算，边缘计算是必不可少的关键组成部分和演进的必然趋势。
“下一代计算平台，一定会从现在的大集中走向集中跟分布相结合的递阶式的控制系统。”在日前召开的2020边缘计算产业峰会（ECIS2020）上，国家信息中心信息化和产业发展部主任单志广表达了同样的观点，边缘计算将促使整个社会的信息系统，走向集中和边缘相折中的、科学的、最优化的匹配，而它所释放的能力空间是无限的。
说到这，必然绕不过一个关键点——边云协同，它也将是未来两者形成协同关系的长期状态。
如同CCF分布式计算与系统专委会副主任郭得科所说，边缘计算的出现，让我们有一个新的机会把过去过于集中的计算模式重新否定，站在需求侧，用分布式的角度去思考新的计算模式的选择，这个选择显然是边云协同。
边云协同放大边、云价值
“边缘计算与云计算之间不是替代关系，而是互补协同关系”。这是ECC多次强调的观点，在ECIS2020峰会上，ECC与工业互联网产业联盟 (AII) 联合发布了《边缘计算与云计算协同白皮书2.0》，白皮书认为，边缘计算与云计算需要通过紧密协同才能更好地满足各种需求场景的匹配，从而放大边缘计算和云计算的应用价值。
白皮书同时指出了边云应具备的三大协同特点，从而在技术落地和产业实践方面明晰了方向，这包括：应用协同、服务协同和资源协同。
ECC边云协同2.0产业项目经理阮斌锋解释说，应用协同实现边缘应用的统一注册接入，体验一致的分布式部署，集中化的全生命周期管理；服务协同为边缘应用的构建，提供了所需的关键能力组件以及快速灵活的对接机制，从而有效提升边缘应用的构建速度；资源协同提供了底层硬件的抽象，简化上层应用的开发难度，这是从单节点的角度，从全局的角度，资源协同还提供了全局视角的资源调度和全域的Overlay网络动态加速能力，满足效率和实时性要求。
当然，这每一项，白皮书从总体架构和关键技术等层面均给出了详细的剖析和论述。
边缘智能，智能化服务下沉
如果边云协同重新厘清了边缘计算与云计算的协同和互补关系，那么，作为边缘计算本身又该如何变化与演进？答案是边缘智能。
引入AI能力的智能边缘能够更好地提供高级数据分析、场景感知、实时决策、自组织与协同等智能化服务。
在天津大学教授王晓飞看来，边缘计算为人工智能提供了一个高质量的计算架构，对一些时延敏感、计算复杂的人工智能应用提供了切实可行的运行方案。边缘智能依托于边缘计算的低时延、分布式的特性，实现了将人工智能的自主学习、智能决策能力进行下放。进而使得AI在边缘计算的许多环节中扮演着决策者的角色，对节点资源起到了优化作用，成为边缘计算的重要技术支柱。
举例来说，华为Atlas智能计算平台就将AI能力带出数据中心延伸到边缘，例如将普通的摄像头变成智能摄像头，将边缘服务器打造成边缘智能服务器，从而为边智能边缘提供保障。
至此，边云协同和边缘智能也成为边缘计算2.0的重要内涵。
边缘计算2.0，引发产业变革
ECC于2017年发布的《边缘计算参考架构1.0》中给出了边缘计算1.0的定义，而随着技术能力的不断发展和产业的不断演进，边缘计算也有了新的内涵，ECC称之为边缘计算2.0。
ECC需求与总体组主席黄还青指出了其三大特点：
首先，边云协同和边缘智能是边缘计算未来发展的两大核心能力和发展方向。
其次，边缘计算软硬件平台需要匹配新场景和新能力，例如软件平台需要考虑导入云理念、云架构、云技术，提供端到端实时、协同式智能、可信赖、可动态重置等能力；硬件平台需要考虑异构计算能力，如鲲鹏、ARM、X86、GPU、NPU、FPGA等。
第三，在落地形态上，边缘计算形成了云边缘、边缘云和边缘网关三类主要形态。云边缘形态的边缘计算，是中心云服务在边缘侧的延伸，逻辑上仍是中心云服务的一部分，如华为云提供的IEF解决方案、AWS提供的Greengrass解决方案等；边缘云形态的边缘计算，是在边缘侧构建中小规模云服务或类云服务能力，如多接入边缘计算（MEC）等；边缘网关形态的边缘计算，以云化技术与能力重构原有嵌入式网关系统，并在边缘侧提供协议/接口转换、边缘计算等能力。
目前，这三落地形态都已经有了较多的商业实践，以海尔基于边云协同AI的质检案例举例，其在工业园区落地MEC（UPF+MEP），构建了行业内首个“5G+MEC”虚拟专网。通过“云边协同”的质检方案，实现质检应用部署中的资源、业务管理、应用管理、以及检测服务的云边协同。目前边缘云平台已经对接入企业云平台，用户可以定制化选择自己所需功能下单部署，实现随时了解各应用场景的网络指标和状态，并能根据业务场景随时调整网络参数。
在ECIS2020峰会现场，中科院沈自所、华为、中国移动、中国电信、新松机器人、霍尼韦尔TRIDIUM、NI、神州数码、上实龙创、九州云等展示了行业领先的边缘计算创新应用和解决方案，涵盖智慧城市、智能交通、工业制造、OPC UA over TSN等多个领域，可以说边缘计算的方案应用正呈现蓄势爆发之势。
而随着边云协同、边缘智能、算力网络、Edge Native等技术框架和模型的清晰和逐渐成熟，技术为商业赋能，一场边缘计算引发的产业变革正在到来！
