美国知名创投Andreessen Horowitz经理人Peter Levine认为未来运算趋势将从云端退回边缘，大部分的处理将会在装置层级进行。Levine所抱持的理论为无人机、自驾车和机器人数量激增，这些装置要求极高的处理速度，因此无法等待资料来回云端传送产生的延迟。根据TechCrunch报导，Levine认为，当地球上的装置数量不再局限于人口数量之后，全球的电脑有机会提升一个数量级，而大量兴起的物联网(IoT)装置将改变未来的运算方式，让运算从集中式处理转为分散式处理。但这种转变并不意谓云端将失去其在运算生态系统中的关键地位，而是让云端主要负责机器学习资料的处理，并辅助更多立即性资料处理需求。Levine表示，自驾车可以视为装了轮子的数据中心，无人机是添加翅膀的数据中心，这些装置需要处理大量的即时资讯，系统与云端的资讯传送即使延迟1秒钟都不行。GE Global Research副总裁Danielle Merfeld表示，GE制造的火车头及大型燃气涡轮机等机器所生成的资讯量非常大，数年前该公司便意识到需要将安装在这些大型机器上的传感器资料在位于边缘的装置上进行处理，只将*具价值的资料送到云端做为机器学习之用。每台机器都存有无法再次利用的资料(data exhaust)，如果云端只分享并传回*有用的资料，这些机器就可以在建立、处理和再次使用资料的良性循环中彼此学习。NVIDIA副总裁Deepu Talla指出，企业将运算移向边缘装置的原因很多，首先是对传输速度的要求以及现实考量。以监视器为例，预计2020年，数量会从目前的5亿成长到10亿，当画质超过1080p时，将影片传到云端处理就变得缺乏效率，特别是机场等敏感地区的监测器必须能在问题发生时快速做出决定。其次是延迟的问题，Talla的看法与Levine一致，认为自驾车和工业机器人需能在一瞬间做出决定，因此没有将资料传到云端再传回的时间，而且基于隐私，一些具敏感性的资料并不适合传至云端。*后则是企业基于频宽考量选择在边缘处理资料，而且假使装置所在位置无法进行资料串流，那就只能在边缘进行处理。亚马逊(Amazon)及微软(Microsoft)这两家规模*大的公有云服务商也已推出针对边缘运算市场的产品，例如AWS的Greengrass提供直接在物联网装置进行的运算服务，微软的Azure Stack则将云端运算的灵活度和快速**带到内部部署环境产品。Levine预测边缘运算将会改变我们对于机器学习的认知，未来将会需要新的程式、**防护及储存资料方法，而分散式运算也会颠覆每个运算堆叠领域，为新创公司及创投带来商机。从过去的经验来看，现有运算模式并不会因为新模式的出现而消失，例如IBM仍在销售大型电脑，许多组织内部都架有客户端/伺服器网路，因此移动及云端运算仍会继续存活。
公安机关备案号：
