3月6日消息（岳明）Gartner预测，到2025年，50%以上的企业管理数据将在数据中心或云之外创建和处理。而且，随着AI为自动化带来更多机会，到2030年，至少一半的边缘计算部署将纳入AI。
从市场规模来看，根据STL Partners边缘计算关键数据统计，2030年全球边缘计算潜在市场规模将达到4450亿美元，10年复合增长率为48%。
作为云网AI基础设施芯片市场的领导者，英特尔公司副总裁兼网络与边缘事业部软件工程总经理Pallavi Mahajan指出，我们已经进入了AI无处不在的时代，在“三重驱动力”下，边缘计算将会迎来新一轮发展机遇；但边缘计算与云计算是截然不同的，尤其是在AI方面。
基于深厚的专业知识和丰富经验，在MWC24期间，英特尔推出了全新的商用边缘原生软件平台，是代号为Project Strata的升级版，可帮助企业在标准硬件上大规模开发、部署、运行和管理边缘应用，让边缘计算同样具有云计算般的简洁性。
三重动力驱动边缘计算前行
Pallavi Mahajan指出，无论是地缘政治、社会经济压力，还是市场竞争，都在促使企业寻求提高自动化和智能化水平，以保持竞争力并为客户提供更多价值。
“订单是否准时？库存是否充足？员工与业务是否安全？这些问题都在推动边缘技术的发展。”Pallavi Mahajan表示。在他看来，边缘技术主要由三条法则驱动：
物理法则：向外发送数据的成本很高，用户希望在本地更快地处理数据，以便完成时间紧、任务急的行动。经济法则：用户希望尽可能实现自动化，以确保在价格和创新方面兼具竞争力。国土安全法则：关于数据出境和安全的监管法律更加严格。
关注场景价值：云和边缘截然不同
如果回顾计算的发展历程，就会发现它和钟摆的节奏一样——从分布式到集中式。十年前，云计算的兴起，产业界开始关注运营的敏捷性、灵活性和简洁性。现在，边缘计算快速崛起。
但云与边缘是截然不同的，“边缘非常复杂，多样化的硬件、软件、操作系统，到有限的功率和空间；特别是在AI方面，边缘AI更多涉及的是推理，不需要建立单独的集群来运行AI工作负载。”
当然，目前市场上也有一些定制解决方案，可以帮助解决边缘的复杂问题。但这些解决方案往往建立在封闭系统和专用硬件的基础上；因此，整合旧系统和增加新的用例既费钱又费时。其中许多系统缺乏edge-in OT功能，这导致半数以上的AI项目在投入生产之前就已失败。这些市场上的解决方案都是定制的，难以扩展、难以维护、集成复杂，总体拥有成本高。
架构平滑演进：无需升级或重构
在MWC24上，英特尔推出了全新的商用边缘原生软件平台，是代号为Project Strata的升级版，可帮助企业在标准硬件上大规模开发、部署、运行和管理边缘应用。
“英特尔的边缘平台充分利用我们深厚的专业知识和丰富经验——英特尔的边缘计算业务目前已部署了90000 多台边缘设备，在过去10年中销售了超过2亿台处理器。”
“该平台采用模块化设计、完全开放、并支持brownfield或greenfield硬件，企业开发人员可以在新的或现有的基础架构上构建边缘原生AI应用，而无需考虑硬件的复杂性。其独特的功能包括支持异构组件以降低总体拥有成本，通过一个控制面板对整个边缘节点机群的基础设施、应用程序和AI进行零接触、基于策略的管理。另外，内置AI模型开发、管理和AI推理运行时优化，可实现混合实施。加快规模部署时间，有助于降低总体拥有成本。”
Project Strata平台内置了OpenVINO，专为边缘AI设计，可以帮助开发者优化应用软件，实现低延迟、低功耗以及在现有硬件（特别是边缘硬件）上部署，使已经部署的标准硬件能够高效地运行AI应用，而无需昂贵的升级或重构。此外，平台还提供了基于策略的IT和OT管理任务的安全自动化功能。
英特尔技术专家指出，对于运营商而言，其在5G、边缘计算上的投入都非常巨大。如何快速实现盈利，提升ROI是迫切需要关注的问题。英特尔希望通过提供部署的便捷性、降本增效、节能等多个特性，帮助运营商和企业客户实现“边缘服务货币化”的目标。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
