摘要：ICT行业的新技术新应用层出不穷，热点概念被频频引爆。曾几何时，边缘计算成为科技领域的热门词汇，频繁出现在各类报道中，引起了行业内外的广泛关注；如今，伴随着ChatGPT的横空出世，一场以大模型、AIGC为代表的AI浪潮在全球迅速席卷开来，深刻改变着人们的工作

通信世界网消息（CWW）ICT行业的新技术新应用层出不穷，热点概念被频频引爆。曾几何时，边缘计算成为科技领域的热门词汇，频繁出现在各类报道中，引起了行业内外的广泛关注；如今，伴随着ChatGPT的横空出世，一场以大模型、AIGC为代表的AI浪潮在全球迅速席卷开来，深刻改变着人们的工作和生活。

那么，当前后两代热点技术相遇，又将激发出怎样的增长曲线？近日，网宿科技发布了首份《边缘计算市场实践与洞察报告》（简称《报告》），网宿科技边缘平台资深架构师陈云辉在解读《报告》时表示，边缘计算已经成为数字化、智能化进程中的重要支撑技术，伴随着AI时代到来，边缘计算的需求将越发涌现，市场前景更为可观。

AI开辟边缘计算新机遇

在2018年左右爆火的边缘计算并非一个全新技术。梳理来龙去脉，陈云辉表示，边缘计算的前身是上世纪九十年代出现的内容分发网络（CDN），随着云计算的兴起，CDN厂商将空闲资源对外出租，由此CDN演进到了边缘计算，如今边缘计算已在多个领域得到广泛部署和成熟应用。

《报告》显示，在边缘云方面，边缘计算已经在实时音视频交互、CDN、云游戏、AR/VR等方面成熟应用；在边缘云安全方面，将边缘与安全结合成为产业共识，诸如SASE架构已被广泛部署；在物联网领域，边缘智能解决方案也在工业制造、交通运输、畜牧养殖、智慧城市等场景中实现了应用创新。

展望未来，边缘计算将依旧保持高速增长态势。根据MarketsandMarkets的报告，全球边缘计算市场规模将从2023年的600亿美元增长至2029年的1106亿美元，CAGR达到13%。在国内，IDC报告显示，2023下半年，中国边缘云市场规模总计62.6亿元，同比增速36.1%，增速超出预期。

边缘计算何以保持持续高速增长？《报告》认为，其背后有四大驱动因素：一是IoT产业落地成熟引领边缘计算增长，二是云原生技术应用带来边缘云刚需，三是AI大模型为边缘计算开辟新的商业机遇，四是生成式AI威胁推动云边端一体化安全能力的建设。

特别值得一提的是AI的驱动力量。IDC数据显示，2022—2027年中国生成式AI投资的复合年增长率有望达到86.2%；Gartner预测，2026年将有80%的全球企业使用生成式AI，50%的全球边缘部署将包含AI。生成式AI对边缘计算的巨大促进作用由此可见一斑。

推动算力和推理需求增长

眼下，越来越多的企业都想登上AI的“高速列车”，然而AI的技术研发与应用往往需要长期的积累和投入，对处于初创阶段的企业而言，技术难题和高昂成本无疑成为两座大山。

首先，大模型训练周期通常长达数月，需要大量的高性能GPU资源和专业深厚的技术人才作为支撑，技术门槛和成本居高不下。其次，AIGC应用包括文本、音频、图像、视频、代码、多模态等内容生成形式，这些内容会产生大带宽需求，相应的带宽成本不容小觑。最后，在AIGC应用过程中，大模型的训练成本相对固定，推理成本会随着推理次数的增加而增长，其成本占比也会越来越大。

边缘计算因其部署在更靠近用户的位置，将AI大模型推理从中心云计算下沉到边缘计算，有助于解决日益增长的带宽需求，降低带宽成本，并获得更快的响应速度。同时，AI大模型推理与边缘计算结合，也将促进诸多领域的应用创新，开辟出新的商业机遇。

展望未来，陈云辉表示AI发展呈现两大趋势：一是在中心部署的大模型向更加智能、参数更大的方向发展；二是在端侧部署的小模型，参数要足够小同时满足一定的性能需求。

网宿科技强调，AI大模型不只做端和中心，边缘也有机会。比如GPT-4o的发布增加了多模态、人机自然交互的体验，提升了模型能力，增强了实时性，边缘计算凭借低时延的优势可在其中发挥作用。此外，手机GPU算力有限，对于部分场景，算力需要外溢，相较于外溢到中心，时延可能要1-2秒，而外溢到边缘侧，位置距离用户更近，时延可能在几百毫秒，才能满足用户对生成式AI实时性互动的需求，体验更自然。

“所以整体来看，AI对边缘计算有两块需求，一是算力，二是推理。推理模型需要部署在边缘侧，未来推理与迭代将呈现云-边-端梯次布局，所以云边端一体化架构也是AI大模型发展的一个趋势。”陈云辉表示。

网宿科技三大边缘AI产品

据悉，目前网宿科技已经在边缘AI领域进行了深入布局，推出了包括Serverless GPU、边缘AI网关、边缘模型微调与推理服务在内的边缘AI产品，以降低AIGC应用落地的门槛，以低成本、高效率的方式实现AIGC创新。

Serverless GPU为用户提供高度可扩展、按需使用的GPU算力资源服务，主要适用于计算密集型任务。基于网宿的GPU算力资源，结合Serverless K8S和GPU加速的优势，用户无需管理GPU服务器和K8S，只需上传容器镜像即可方便快捷运行AI应用。除了免运维的特性外，该GPU还具有低时延优势，并且通过按需分配和虚拟化技术，大大提高GPU资源利用率，有效降低用户的GPU使用成本。

边缘AI网关是基于边缘无服务器计算平台，预先集成市面主流模型，支持企业通过统一的通道入口和管理平台实现多模型接入、管理、运营一体化的AI服务。边缘AI网关提供缓存管理、边缘特殊配置和数据分析等丰富的功能，帮助企业自定义模型应用规则。同时，为用户构筑一道安全防线，有效抵御AI安全漏洞、数据泄露、数据违规等潜在风险。边缘AI网关还提供AI治理手段，帮助企业优化AI应用性能，提升业务的可用性和安全性。

边缘模型微调与推理提供了一个全球性的边缘推理运行环境，配备了模型微调环境以及所需的GPU资源和完整的工具链，支持企业将微调好的模型一键部署到网宿全球边缘节点上，并基于不断优化的推理性能，提供最经济可靠的模型推理服务。

陈云辉表示，未来网宿科技将面向AI继续投入：一是持续加强建设算力网络和平台能力，降低AI技术的使用门槛，服务AI规模化普及；二是关注智能硬件的发展，投入边缘计算资源建设以及云边端整体能力的建设，协同行业伙伴探索XR应用的落地；三是以AI驱动安全，全方位提升边缘安全能力。

来源：通信世界一点号