一．什麼是邊緣計算
邊緣計算(Edge Computing)是相對數據中心提出的概念，它是指收集並分析數據的行爲發生在靠近數據生成的本地設備和網絡中，而不需要將數據傳輸到計算資源集中化的數據中心進行處理。邊緣計算又被叫做分佈式雲計算、霧計算或第四代數據中心。
二. 爲什麼需要邊緣計算
整個計算產業發展了進半個世紀，從專用的大型機、小型機到走進千家萬戶的x86通用服務器，服務器推動着整個計算產業發展，如今，隨着數字化程度的加速發展，世界逐步走向智能化，計算已經不僅僅侷限於數據中心，也不僅僅侷限於x86，無論是技術形態還是場景，計算都進入了多元化和智能化。
IDC預測到2025年，年數據總量將達165ZB，其中有50%的數據將在邊緣產生，邊緣所需的算力需求也會急劇爆發。
根據全球產業展望GIV 2025預測，到2025年，數字化、智能化將進一步向縱深發展，數據利用率將達80%，而AI利用率會高達86%。這就意味着：在過去我們認爲價值不大的數據將會被重新計算，通過AI技術和邊沿計算髮掘數據潛在價值。
數據來源：Gartner
Gartner預計到2020年全世界有多達260億的智能設備會連接互聯網，所產生的數據量相當2015年數據量的5倍多。如果將這些設備產生的數據全部傳輸到數據中心，對網絡帶寬、網絡流量成本控制、雲端存儲能力都是一個巨大的挑戰。
在計算供應方面，隨着摩爾定律失效，算力的年增加量無法滿足AI對算的劇增需求。這預示着依賴單一CPU計算架構的時代即將結束，計算需要進入多樣性時代，在這個時代沒有一個單一的計算架構能夠滿足所有場景、所有數據類型的處理。
爲了應對計算多樣化需求，物聯網場景中海量數據傳輸、存儲和計算帶來的挑戰，領先的雲計算廠商紛紛推出邊緣計算產品。CPU、DSP、GPU、NPU和FPGA等芯片和技術需要通力配合協作，通過多種計算架構共存的異構邊沿計算解決方案來更好的滿足多業務多樣性（智能手機、智慧家庭、IoT物聯網、智能駕駛等）、場景的多樣性、數據多樣性（數字、文本、圖片、視頻、圖像、結構化和非結構化數據等）需求。
三、華爲邊緣計算服務器和方案
華爲基於客戶價值不斷創新，以鯤鵬處理芯片、智能SSD控制器芯片、智能網卡芯片和昇騰芯片五大系列自研芯片爲基石，基於智能管理和智能加速兩大智能引擎，突破摩爾定律極限，推出TaiShan服務器和Atlas人工智能計算平臺場景智能計算解決方案。而Atlas 500智能小站是華爲邊緣計算方案。
Atlas 500智能小站基於華爲自研Da Vinci架構的昇騰芯片（昇騰310和昇騰910）。Da Vinci架構是一種獨特的3D Cube架構，具備高算力、可擴展、高能效三大優勢。通過統一架構滿足AI的多樣化需求。
Atlas 500智能小站(包括帶盤和不帶盤兩種形態）
Atlas500智能小站，機頂盒大小，可實現16路視頻實時處理能力，支持JPEG、PNG等圖像硬編解碼和視頻硬編解碼。滿足多種環境部署要求，數據實時本地處理，且具備邊雲協同功能，實時更新雲端推送的算法，可廣泛應用於平安城市、人臉識別、設備巡檢、污染檢測、智慧交通和智慧零售等場景。
Atlas 500智能小站技術優勢：
- 安全可靠：Atlas 500是華爲最新推出的邊緣計算產品，搭載2核通用計算CPU和2 核AI分析、推理CPU，Atlas 500系統採用雙機熱備設計，當一個設備出現故障或供電問題，另一個設備可以實施接管業務，保證業務連續性。
- 節能減排：一臺Atlas 500智能小站的功耗40W，這樣極大的降低供電系統的成本和投入。
- 容器支持：支持Docker等容器技術，在一臺Atlas中可以通過容器等技術運行多個應用，實現對不同應用網絡、運行環境、文件系統等隔離。
- 運維管理：支持雲邊協同，實現對設備的統一管理。
- 工作環境：適應-40-70℃室外溫度，外殼自然散熱，典型功率≤60w。
四、Atlas 500智能小站帶來的客戶價值
首先，現階段數據中心、邊緣之間的數據無法有效互通、協同，數據中心缺乏邊緣節點的數據用於訓練、邊緣節點無法及時獲得數據中心最新的訓練模型等。
Atlas 500支持雲、邊、端協同，通過雲端下發訓練好的模型到邊緣的小站，小站對端側（攝像頭）上傳圖片和視頻的實時分析，並將結構化數據上傳雲端，實現邊緣計算、雲端管理的業務場景，解決客戶網絡帶寬和算力匱乏問題。
其次，Atlas 500適用於平安城市、智慧交通、視頻監控、智能製造、智能看護，智慧零售等場景，支持室外部署，在嚴苛的室外環境工作，減低客戶機房和空調投入成本。
AI已經是繼雲計算、微服務之後的當紅熱詞，各個公司在AI技術的積累和能力將決定下一次技術騰飛的起點，AI時代已經到來，但AI技術的學習曲線非常長，門檻高，人才稀缺，在中小型公司搭建一套AI訓練和模型環境技術面臨不可逾越的技術壁壘。Atlas500智能小站則提供完成的開發環境、訓練模型和算子能力，簡化AI環境搭建、開發和調試。