企业官网建设流程全解析

边缘计算发展历程回顾

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”，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、工业设备能本地分析、实时响应；如今，随着生成式 AI 和 Agent 兴起，行业讨论重点从“算力下沉”转向“分布式智能协同”，许多边缘计算构想在真实产业场景加速落地。

海外专题讨论会聚焦边缘计算趋势

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。

“迟到的”杀手级应用：AI 推理

与会者形成“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，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，AI 推理（AI Inferencing）被认为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 总结过去十年的 MEC 发展为“MEC 像是在拿着钉子找锤子”。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。过去运营商与基础设施厂商提前布局大量边缘节点，但当时没有真正需要这些节点的业务场景，基础设施走在了需求前面，这解释了过去几年边缘计算“雷声大、雨点小”的现象。如今，随着生成式 AI 的普及，上行数据量大幅增加，用户行为从视频消费转向 AI 生成流量，智能体数据将在未来几年内超过人类生成的数据。爱立信的 Joe Constantine 援引数据表明，全球数据流量到 2029 年将增长两倍，到 2035 年，上行链路流量将增长 10 倍。这种新模式对网络延迟和带宽提出高要求，正是边缘计算的用武之地。仲量联行的 Sean Farney 断言“边缘 AI 推理正让基础设施领域重新变得性感起来”。AI 推理具备计算密度高、对延迟敏感的特性，迫使计算能力从集中的云数据中心向外扩散。

AI 迫使数据中心体系“重写一遍”

过去 25 年里，全球约 95% 的数据中心围绕每机柜 5 - 10kW 的功率密度设计，而新一代 AI 系统的功率密度已达每机柜 150 至 200kW，谷歌还展示出单机柜 1MW 的配置方案。这带来两个变化：首先，“企业自建数据中心”失去可行性，随着 AI 基础设施复杂度与功率密度提升，自建模式越来越难成立；其次，液冷从“先进方案”变成行业标配，现场发电（on - site power generation）在美国部分州从“可选项”变为监管要求。同时，算力基础设施的地理分布发生变化，北美大部分算力资源集中于约 15 个核心都市圈，未来行业将在短于过去 25 年的周期内扩展至 30 至 50 个二线、三线市场。未来边缘基础设施走向“集中化”还是“离散化”悬而未决，铁塔公司倾向于在每座通信铁塔旁部署 2000 个 60kW 的边缘机柜。高通认为并非所有 AI 推理任务都依赖 GPU，部署在终端设备与远边缘侧、专门针对推理优化的 NPU，更适合承担边缘连续体中的轻量化推理任务。AI 让数据中心重回“重工业”属性，边缘计算的竞争从软件能力转向能源、地产与基础设施能力。

2028 - 2029：行业将走向何处？

高通的 Koymen 将预测与 6G 路线图挂钩，2028 年出现预商用设备，2029 年与全球运营商同步实现商业化，届时边缘基础设施将支撑起 AI Recall、“所见即所得”的 AR 眼镜以及机器人分布式计算等应用场景。爱立信的 Constantine 给出三个量化判断：到 2029 年，全球 75% 的数据流量将运行在 5G 网络上；行业将转向争论服务等级协议（SLA）和 TM Forum 四级/五级自动化；数据中心的可持续发展压力将成为首要的设计约束。英特尔 Agarwal 认为到 2028 年，行业讨论会面目一新，台上分享的将是零售商、矿业公司和港口运营商讲述实际投资回报率，他警告行业避免重蹈私有无线网络的覆辙。Farney 预测人形机器人将出现在数据中心运营中，NVIDIA 与 T - Mobile 已宣布合作，在 5G 网络边缘部署 AI - RAN 基础设施，让 AI 代理能实时感知和响应，借助边缘算力降低对终端设备的要求。

写在最后

这场讨论指出了电力、人才与数据等现实问题。AI 推理使算力需求急剧增加，但全球电网建设速度跟不上，美国电网不适合局部高密度负载；仲量联行存在上千个数据中心相关岗位缺口；Constantine 认为未来胜出的企业可能是拥有最高质量数据体系的公司，数据质量、结构与治理能力可能是 AI 竞争的护城河。综合来看，边缘计算已进入“如何把它建好”的工程实施阶段。