12 月 21 日，在国际电信标准组织 3GPP RAN 第 78 次全体会议上，5G NR 首发版本正式冻结并发布。作为全球第一个可商用部署的 5G 标准，5G NR 的出现比原计划提前六个月到来。
同一天，国内安防公司海康威视发布了酒店智能门禁产品「明眸」。对于这款智能产品，除了 AI 之外，海康威视主打的另一卖点则是「边缘计算」(Edge Computing)。5G 和安防摄像头，看起来似乎没什么交集的两个事件，最终都指向了一个在即将到来的物联网时代越来越重要的技术——边缘计算。
从 2005 年提出概念到现在，经过近十几年的发展，云计算已经成为当今互联网最重要的平台技术，几乎所有大型公司都已经将任务交至「云端」来处理。不过，在即将到来的物联网时代，云计算平台将会面临海量设备接入、海量数据、带宽不够和功耗过高等高难度挑战，这也成为了边缘计算发展的契机。
如果将云计算看成大数据处理的 1.0 时代的话，那么边缘计算则是 2.0 时代，后者通过「简政放权」的方式，将云计算中心的任务分配到网关等「网络边缘」设备上，实现物联网设备和边缘设备的实时交互和决策。
实时、高效、安全和低功耗是边缘计算技术的优势，这也是为什么思科、华为、英特尔、ARM 等巨头纷纷布局这个在物联网时代最重要的技术。
云计算的物联网挑战
自从本世纪初云计算模型的出现和广泛应用，云计算已经改变了我们的生活、学习和工作，例如，SaaS 服务已经被谷歌、微软等公司运用到自己的数据中心。云计算核心在于「集中」，即将大量数据集中式存储和处理，实现方式是建造大型数据中心，利用数据中心海量机器的算力来计算和解决问题。从贵州到冰岛，全球都可以看到大公司的数据中心。对于亚马逊、微软、阿里和腾讯来说，云计算平台也已经成为非常重要的业务和收入来源之一。
不过，随着物联网时代的逐渐临近，云计算将会面临诸多挑战。首先是数据量，根据互联网数据公司 IDC 预测，到 2020 年，全球范围内的数据总量将大于 40ZB(1ZB=1 万亿 GB)。和普通的电脑、手机等设备相比，交通工具物联网设备产生的数据堪称海量。例如，波音 787 飞机每秒产生的数据量超过 5GB;目前较热的无人驾驶大量使用摄像头和激光雷达，这些传感器每秒产生的数据就达到 1GB 大小。以目前的带宽水平来看，无法支持设备到云端之间的数据传输，而让云计算中心实时返回数据决策也变成了不可能的任务。
据思科互联网业务解决方 案集团预测，到 2020 年，连接到网络的无线设备数量将达到 500 亿。而这其中大部分设备都需要实时联网进行数据交换。即便到了 5G 成熟的时代，其带宽也无法支持海量物联网设备将海量数据传输到云计算中心进行集中处理。
同时，从能耗角度来看，云数据中心的能耗已经是一个挑战。根据环境报告显示，我国数据中心所消耗的电能的总和已经超过匈牙利和希腊两国用电的总和。随着在云计算中心运行的用户应用程序越来越多，未来大规模数据中心对能耗的需求将难以满足。
另外，云计算模型中，用户的一切数据都需要上传到数据中心，而在这个过程中，数据安全性就成了一个重要问题。从电子金融账户密码、到搜索引擎历史再到智能摄像头监控，这些个人的隐私数据在上传到数据中心的过程，都蕴含了数据泄露的风险。
而要解决物联网时代数据的处理难题，则需要从结构上来重新思考，这就是边缘计算的诞生背景。
边缘计算的潜力及应用
如果将云计算称为大数据处理的 1.0 时代的话，这个阶段数据的类型主要以文本、音视频、图片以及结构化数据库等为主，数据量维持在 PB 级别，云计算模型下的数据处理对实时性的处理要求不高。而即将到来的物联网时代，则已经是数据处理的 2.0 时代，这个阶段数据的量已经是 ZB 级别，且数据的实时性要求非常高。可以说，是数据处理的升级，催生除了边缘计算。
边缘计算是指在网络边缘执行计算的一种新型计算模型，其中「边缘」指的是数据源到云计算中心路径之间的任意计算资源和网络资源。例如，可穿戴设备就是个人用户和云计算中心之间的边缘，智能家居中的网关则是智能设备和云计算中心之间的边缘。边缘计算的核心，是将计算任务从云计算中心，迁移到产生源数据的边缘设备上。由于数据只在源数据设备和边缘设备之间交换，不在全部上传至云计算平台，因此能够大大提升数据处理速度，实现物联网设备需要的实时性和安全性。