news 2026/4/1 14:02:22

边缘计算十年演进(2015–2025)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
边缘计算十年演进(2015–2025)

边缘计算十年演进(2015–2025)

一句话总论:
2015年边缘计算还是“CDN静态缓存+手工部署+云端主导”的辅助时代,2025年已进化成“万亿级多模态VLA端侧原生计算+实时意图级自愈+量子混合精度+全域具身边缘智能闭环”的普惠智能时代,中国从跟随Akamai跃升全球领跑者(华为昇腾Edge、阿里云IoT、地平线、比特大陆、小鹏/银河端侧等主导),边缘算力从GFLOPS级飙升至TFLOPS级端侧,延迟从百ms降至<10ms,功耗<100mW万亿参数实时推理,推动AI从“云端集中计算”到“端侧实时具身普惠智能”的文明跃迁。

十年演进时间线总结
年份核心范式跃迁代表技术/平台端侧算力/延迟功耗/多模态能力中国贡献/里程碑
2015CDN静态缓存+云端辅助Akamai / CloudFlare CDNGFLOPS级 / 百msW级 / 单模态CDN主导,中国阿里云CDN起步
2017边缘节点+初步IoTAWS Greengrass / Azure IoT10–100GFLOPS / 50–100ms数W / 初步多设备华为NB-IoT + 阿里云Link Edge,中国边缘IoT领先
2019边缘AI+深度学习初探NVIDIA Jetson / Google Coral100GFLOPS–1TFLOPS / 20–50ms10–50W / 视觉初步地平线征程 + 华为Atlas边缘AI量产
2021端侧大模型+高效推理MobileNet / EfficientNet Lite1–10TFLOPS / <20ms<10W / 实时视觉小鹏/华为端侧ViT + 地平线征程5
2023多模态端侧大模型元年Mini-SAM / MobileVLM10–100TFLOPS / <10ms<5W / 多模态初步阿里通义Lite + 华为昇腾Nano端侧多模态
2025VLA端侧自进化+量子混合终极形态Grok-Lite / DeepSeek-Edge>100TFLOPS / <5ms(量子加速)<100mW / 全域意图自进化华为昇腾Lite + 小鹏/银河端侧VLA + 比亚迪天神之眼边缘
1.2015–2018:CDN缓存+初步IoT时代
  • 核心特征:边缘计算以CDN静态内容分发+初步IoT网关为主,算力GFLOPS级,延迟百ms,主要降低云端负载。
  • 关键进展
    • 2015年:Akamai/CloudFlare CDN巅峰。
    • 2016–2017年:AWS Greengrass/Azure IoT Edge初步边缘逻辑。
    • 2018年:中国华为NB-IoT + 阿里云Link Edge。
  • 挑战与转折:计算弱、仅缓存;边缘AI需求爆发。
  • 代表案例:视频流CDN加速,中国阿里云CDN全球领先。
2.2019–2022:边缘AI+端侧实时时代
  • 核心特征:NVIDIA Jetson/地平线征程等专用边缘芯片+深度学习推理,算力1–10TFLOPS,延迟<20ms,支持实时视觉/语音。
  • 关键进展
    • 2019年:Jetson Nano+地平线征程1。
    • 2020–2021年:Atlas 200/征程3车规级。
    • 2022年:小鹏NGP + 华为ADS 2.0端侧实时感知。
  • 挑战与转折:大模型端侧瓶颈;多模态端侧大模型兴起。
  • 代表案例:地平线征程5车载实时检测。
3.2023–2025:多模态VLA端侧自进化时代
  • 核心特征:万亿级多模态大模型端侧压缩(Mini-SAM/MobileVLM)+VLA统一感知-决策+量子混合精度自适应+在线自进化,<5ms全场景实时。
  • 关键进展
    • 2023年:Mini-SAM端侧零样本分割+阿里通义Lite。
    • 2024年:量子混合精度+自适应量化。
    • 2025年:华为昇腾Lite + 小鹏/银河端侧VLA + 比亚迪天神之眼,7万级智驾/机器人端侧万亿级实时推理。
  • 挑战与转折:黑箱/长尾;量子+端侧自进化标配。
  • 代表案例:比亚迪天神之眼(7万级端侧VLA全天气理解),银河通用2025人形(端侧VLA实时意图控制)。
一句话总结

从2015年CDN静态缓存的“云端辅助”到2025年VLA量子自进化的“端侧万亿级具身大脑”,十年间边缘计算由内容分发转向实时意图闭环,中国主导昇腾→地平线→端侧VLA创新+普惠下沉,推动AI从“云端集中计算”到“端侧实时具身普惠智能”的文明跃迁,预计2030年端侧算力>1000TFLOPS+功耗<50mW全普惠。

数据来源于华为昇腾/地平线报告、高工智能汽车研究院及2025年行业分析。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/26 9:56:14

阿里通义Wan2.1视频生成完整指南:5步快速搭建专业级创作平台

阿里通义Wan2.1视频生成完整指南&#xff1a;5步快速搭建专业级创作平台 【免费下载链接】WanVideo_comfy 项目地址: https://ai.gitcode.com/hf_mirrors/Kijai/WanVideo_comfy 还在为复杂的视频制作流程而烦恼吗&#xff1f;阿里通义Wan2.1图生视频量化模型让视频创作…

作者头像 李华
网站建设 2026/3/27 5:32:43

Multisim安装教程步骤分解:适合教师与学生共同参考

教师与学生都能看懂的 Multisim 安装实战指南&#xff1a;从下载到激活&#xff0c;一次搞定 你有没有遇到过这种情况&#xff1f; 开学第一堂《模拟电子技术》课&#xff0c;老师说&#xff1a;“今天我们用 Multisim 做个共射放大电路仿真。” 结果你刚打开电脑&#xff0…

作者头像 李华
网站建设 2026/3/26 9:53:45

终极指南:如何用Demucs实现高质量音频分离与音乐分析

终极指南&#xff1a;如何用Demucs实现高质量音频分离与音乐分析 【免费下载链接】demucs Code for the paper Hybrid Spectrogram and Waveform Source Separation 项目地址: https://gitcode.com/gh_mirrors/dem/demucs Demucs是一款强大的开源音频分离工具&#xff0…

作者头像 李华
网站建设 2026/3/27 18:21:44

MACE模型库实战指南:快速掌握移动AI推理与预训练模型部署

MACE模型库实战指南&#xff1a;快速掌握移动AI推理与预训练模型部署 【免费下载链接】mace MACE is a deep learning inference framework optimized for mobile heterogeneous computing platforms. 项目地址: https://gitcode.com/gh_mirrors/ma/mace 还在为移动端AI…

作者头像 李华
网站建设 2026/3/15 19:21:41

5分钟快速搭建kkFileView:打造高效文件预览服务

5分钟快速搭建kkFileView&#xff1a;打造高效文件预览服务 【免费下载链接】kkFileView Universal File Online Preview Project based on Spring-Boot 项目地址: https://gitcode.com/GitHub_Trending/kk/kkFileView kkFileView作为基于Spring-Boot的通用文件在线预览…

作者头像 李华