边缘计算：为什么 AI 正在逃离数据中心

过去十年，所有计算都在往云端集中。现在趋势正在反转。

---

云端的「最后一英里」问题

云计算有一个物理限制：光速。从传感器到数据中心的网络延迟对于自动驾驶、工业机器人、实时视频分析等场景是不可接受的。

AI 为什么要「走向边缘」？

实时性需求：自动驾驶需要毫秒级决策。 隐私和合规：医院数据、工厂参数不能随意传到外部。 成本效益：7×24 运行的 AI 推理，一次性硬件投入比持续云服务费更经济。

边缘 AI 的硬件生态

NVIDIA Jetson 系列、高通 Cloud AI 100、海思/安霸的 AI SoC 正在让边缘 AI 普及。ONNX Runtime、TensorFlow Lite 等框架让同一模型可部署到从云端 GPU 到边缘 MCU 的各种设备。

边缘与云的协同

典型模式是「边缘推理 + 云端训练」和「边缘预处理 + 云端深度分析」。到 2026 年底，预计超过 75% 的企业数据在网络边缘产生和处理。