云计算和边缘计算，人工智能或为之搭建桥梁

　　随着科技发展，我们的生活和互联网的联系逐渐紧密，我们身边具有计算能力的设备在不断增加，从我们使用的智能手机，电脑，手环，手表等都可以得到体现，这些设备的智能化，为我们的生活提供了诸多便利性。

　　和智能设备得到同步发展的，还涉及到一些边缘设备和物联网设备，根据数据显示，到达2020年，全球的智能物联网将超过200亿，将会产生50ZB的数据需要进行处理，这个数字将达到1990年的2万倍。

　　对于当前的智能设备和物联网设施的发展，微软提出的发展攻略是通过使用人工智能技术来解决当前的智能云和智能边缘的发展为题。

　　长远来看，微软希望完成各式的智能应用开发，完成智能云和边缘设备的技术结合。

　　同时，微软希望能够设立覆盖全球市场、按需取用、无限扩展的云端算力，为后期的大数据，物联网和智能边缘做好平台运算基础。并且将数据分析和业务智能和物联网结合起来，将智能真正应用于边缘设备。

　　为了完成这项任务，微软制定了完整的云部署策略，并且开始积极地对相关产品进行优化。即通过Microsoft Azure公有云，到本地部署的Azure Stack混合云方案，再到Azure Data Box脱机及联机数据迁移方案，面向边缘设备管理的Azure IoT Edge 云+端，以及芯片级的Azure Sphere解决方案，满足智能元业务到智能边缘的具体应用场景。

　　边缘计算范式可以应用在智能家居，社区甚至在城市里。主要原因有以下几点：

　　1. 大数据量：到2019年，一个拥有一百万常住人口的城市每天将产生180PB的数据，这些数据来自于公共安全，医疗健康，交通运输等等。建造一个集中式的云数据中心来处理这些数据是不现实的。边缘计算则是一个有效的解决方案。

　　2. 低延迟：对于那些需要确定且低延迟时间的应用如医疗设备或者公共安全设备来说，边缘计算也是一种合适的范式，它可以节省传输时间，简化网络结构。相比云端处理来说，在边缘进行数据处理，做决策也会更加高效。

　　3. 位置感知：对于基于地理位置的应用如交通运输设施管理，边缘计算可以获得更准确的位置信息。可以根据位置收集数据并处理，不需要传到云端。

　　云计算平台在各个行业都有应用，通过将数据长传至云端，实现数据的云处理和分析。云计算平台受到隐私问题的影响，数据之间的分享很难进行。边缘计算通过连接云和终端用户，保护了用户的隐私权，降低了数据处理的成本。谷歌此次在智能云和智能边缘的投入，长远来看对谷歌的发展十分有益。