摘要
过去十年，边缘计算一直是各种会议上的高频热词。 早期，行业探讨的重心在于“什么是边缘计算”和“为什么需要它”，行业陷入远边缘、近边缘、网络边缘等定义之争；而后，边缘计算开始与 5G、工业互联网、车联网绑定，核心关键词变成“实时性”和“本地决策”，运营商、设备厂商开始推动 MEC（多接入边缘计算）架构；再后来，随着概念逐渐明晰，AI 推理开始下沉到边缘侧，摄像头、机器人、工业设备不只是采集数据，而是能够本地分析、实时响应；如今，随着生成式 AI 和 Agent 兴起，行业讨论重点又从“算力下沉”转向“分布式智能协同”——许多过去停留在理论层面的边缘计算构想，正在真实产业场景中加速落地。 近期，在海外举行的一场专题讨论会上，来自仲量联行、英特尔、爱立信、高通和美国铁塔公司的多位专家，围绕边缘计算的最新趋势展开讨论。参与者横跨房地产、芯片、通信设备与铁塔基础设施等产业链多个环节，不少观点颇具启发性，本文借此进行梳理与分享。 “迟到的”杀手级应用：AI 推理 与会者并未试图给“边缘”下一个唯一标准定义，而是逐渐形成了一种“连续体（continuum）”的共识，即一个横跨中心云、区域边缘、本地边缘乃至企业边缘的灵活且可编程的执行环境。在这一体系中，工作负载会根据时延、隐私、安全与成本需求，被动态部署到不同位置。 在这场讨论中，最值得注意的一个观点是：AI 推理（AI Inferencing）正在成为边缘计算真正的“杀手级应用”。 美国铁塔公司的 Jim Poole 用一句颇为形象的话总结了过去十年的 MEC 发展：“MEC 像是在拿着钉子找锤子。”所谓多接入边缘计算 MEC，是一种网络架构，在网络边缘提供云计算功能和 IT 服务环境，目标是减少延迟，确保高效的网络运营和服务交付，并改善客户体验。 从 MEC 的定义来看，行业其实很早就预判到了未来需要一个分布式计算层，因此运营商与基础设施厂商提前布局了大量边缘节点。但问题在于，当时并没有真正需要这些节点的业务场景。换句话说，基础设施走在了需求前面。这一判断其实也解释了过去几年边缘计算为何长期“雷声大、雨点小”。无论是工业互联网、VR/AR，还是车联网，虽然都被视作边缘计算的重要方向，但这些场景始终没有形成足够规模、足够持续的算力需求。 如今的不同在于需求侧的根本性转变。随着生成式 AI 的普及，
摘要可能不完整，可查看原文