大讲堂
上周去苏州工业园跑智能制造的调研，在一家做汽车焊装车间的厂子里，工程师给我指了指焊枪旁边挂的一个巴掌大的黑盒子。说这玩意儿现在比他们车间里那台用了十年的老工业控制机还贵——就是个边缘计算节点。
我当时第一反应是，之前大家吹了好几年的边缘计算，终于不是PPT上的概念了？
首先得掰扯清楚，边缘计算到底“边”在哪
很多人对这个概念的误解从一开始就错了。有人说CDN就是边缘计算，有人说把服务器从市中心搬到郊区就是边缘。全不对。
边缘计算的核心判断标准从来不是物理距离的远近，而是计算位置和数据产生位置的匹配度。
举个最直白的例子：路口的摄像头拍下来一辆车闯红灯，要是按照传统云端计算的路子，得先把这段视频传到几公里外的云数据中心，由云端的服务器识别车牌、匹配违章记录，再把结果传回本地的交管系统。这一套流程跑下来，少说也要几百毫秒的延迟。要是碰到需要实时响应的场景——比如自动驾驶的车辆要识别前方突然窜出来的行人，工厂的机械臂要接住掉下来的加工零件——这点延迟足够出事故了。
延迟要求是多少？
10毫秒以内。
你要是把这部分计算全部放到千里之外的云数据中心，哪怕走最顺的专线，光信号在光纤里跑个来回的物理延迟就已经超过这个阈值，根本没得商量。所以边缘计算的本质，就是把原本要在云端做的实时计算任务，拆解成小的模块，放到离数据源只有几十米、几百米的本地节点上跑，只把那些不需要实时处理的、非敏感的统计数据传回云端做长期存储和分析。
说穿了，就是算力的“搬家”。之前所有的人都往市中心挤（把所有算力集中到核心云数据中心），现在发现市中心太堵，大家干脆把家安在工作的园区旁边，省下来回通勤的时间。
现在行业里的热闹，一半是真需求，一半是凑风口
过去三年这个赛道的变化，说快也快。国内三大运营商在过去三年累计部署的边缘计算节点，已经覆盖了绝大多数地级市的核心商圈和工业产业园；做边缘芯片的厂商今年的出货量比三年前翻了快五倍；甚至之前做家用路由器的厂商，现在都要在产品参数里加一行“支持边缘计算”。
但热闹归热闹，水也深。
说实在的，去年我碰到个创业公司的BP，上来就说自己是国内边缘计算赛道TOP3，翻了三页才发现，他们的核心业务就是给本地奶茶店做线上点单的小程序托管——这也能叫边缘？本质上就是个本地服务器托管的生意，跟实时计算半毛钱关系都没有。
真金白银投下去的需求其实很集中：一个是工业场景，工厂里的设备要做实时的运行状态监测，不能等数据传到云端再报警，不然设备烧了都不知道；一个是车联网，路侧的感知设备要实时把路况信息传给跑在路上的自动驾驶车辆，延迟高一点都不行；还有一个是视频监控，之前所有的监控视频都要传到云端存着，带宽成本高得吓人，现在直接在本地的边缘节点上做行为识别，只把有异常的片段传上去，成本能砍八成。
现在的产业链其实已经分成了很清晰的几层：上游是做低功耗边缘芯片的，从之前的工业级MCU，到现在能跑小参数大模型的AI边缘芯片，价格从几十块到几万块不等；中游是做边缘操作系统和平台的，比如开源的EdgeX，还有国内厂商做的轻量化边缘管理系统，核心能力是能远程管散在各个地方的成百上千个边缘节点，不用人跑到现场去重启；下游就是各个垂直场景的解决方案商，结合自己行业的know-how，把硬件、软件、场景需求拼起来给客户交付。
真正卡脖子的，从来不是硬件
很多人觉得边缘计算的难点是做硬件，其实真不是。现在的边缘节点硬件已经很成熟了，你要多大算力、什么功耗，都能在市场上找到现成的方案。真正卡壳的地方，全是软的。
第一个就是标准不统一。你买了A厂商的边缘节点，想接B厂商的工业传感器，发现接口协议根本对不上，要做适配就得花好几十万，折腾一两个月。之前我接触过一个做智慧园区的项目，园区里有来自七八个不同厂商的摄像头、门禁、传感器，最后为了对接所有设备，光是写适配代码就花了三个人月，最后算下来，适配的成本比买所有硬件加起来还贵。
第二个就是安全问题。之前大家觉得云是安全的，因为有专门的团队7*24小时做防护，所有的服务器都在锁着的机房里。但边缘节点是散在各个地方的——挂在路灯杆上的，装在车间角落里的，埋在路口的，谁都能碰到。去年看到个安全报告，说某省的道路监控边缘节点，有接近两成的设备默认密码从来没改过——就是123456那种，这哪是做计算，这是给黑客留的后门啊。
还有个更难的问题，就是数据治理。按照现在的监管要求，所有涉及个人信息的数据处理都要留痕、可审计。但边缘计算的特点就是数据在本地处理完就完事了，根本不往云端传。那监管怎么知道你在本地到底处理了什么数据？有没有偷偷把人脸信息、车牌信息拿去做别的用途？总不能每一个巴掌大的边缘节点都派个人盯着吧。这事儿其实挺矛盾的：一方面企业说在本地处理数据效率高，还能减少数据传输的合规风险；另一方面监管要穿透到底，总不能让这些散在各个角落的节点变成数据监管的盲区。
未来3到5年，别指望边缘计算能颠覆云
之前赛道上有个很有意思的论调，说边缘计算起来之后，传统的公有云就要被替代了。我每次听到这种话都想笑。
根本不可能。
未来的格局一定是云-边-端协同的，没有谁能替代谁。云端的优势是大算力、大存储，适合做那种需要海量数据、不需要实时响应的任务——比如大模型的预训练，比如全球范围的用户行为分析，比如长期的历史数据归档；边缘的优势是低延迟、低成本，适合做实时的本地推理；端侧的优势是最贴近用户，适合做最基础的交互和感知。三者是配合的关系，不是抢饭碗的关系。
说几个我觉得比较确定的判断吧。
第一，未来边缘计算最大的增量市场，根本不是消费端，是工业场景。现在工厂里的数字化改造已经过了装传感器、传数据上云的阶段了，接下来要做的就是实时的生产优化——比如焊接的参数调整，比如产品的瑕疵检测，比如设备的预测性维护，这些全是边缘计算最擅长的场景。按照现在的产业渗透速度，未来三年工业场景的边缘计算市场规模，会比现在的消费端大至少三倍。
第二，大模型一定会快速往边缘下沉。之前大家觉得大模型只能在云端跑，现在随着模型量化技术的成熟，7B、13B参数的大模型，经过量化压缩之后，完全可以放到几百块钱的边缘芯片上跑。到时候不管是家里的智能音箱，还是路口的摄像头，还是工厂里的质检设备，直接在本地就能跑大模型做推理，根本不需要把所有数据传到云端，不仅响应速度快，还能避免隐私泄露。
第三，这个赛道不会像公有云那样形成两三家独大的格局。因为每个垂直场景的需求差太多了——工业场景要的是99.99%的稳定性，车联网要的是绝对低延迟，智慧家居要的是极致低成本，没有哪个厂商能把所有场景都做透。最后一定是各个垂直领域的厂商，结合自己的行业经验，做出适配自己场景的边缘方案，百花齐放。
上次从苏州工业园回来，我在车上跟那个车间的工程师聊天，他说之前他们上一套系统，所有数据都传到公有云，每个月的带宽费用就要十几万，现在换成边缘节点做实时处理，只需要把非实时的统计数据传到云端，带宽成本砍了七成。
没有什么技术是突然冒出来的救世主。
就是当旧的路子走到头了，大家自然会找新的走法而已。
作者|fawen
排版|fawen
审核|满满