边缘计算主流解决方案实战总结>和<VMware认证体系和生态集成>电子书和大家见面了。内容涵盖技术发展趋势、行业、规范组织，边缘市场空间，硬件要求，架构，异构计算、主流玩家和对应解决方案解析。购买过全店打包资料的读者，可在微店留言免费获取下载地址。
据IDC 预测，2015 年全球物联网连接数约60 亿个，预计2025 年全球物联网连接数将增长至270 亿个，物联网设备数量将达到1000 亿台，连接数的急速增长意味着海量数据的产生，全球数据总量预计2020年达到47 个ZB，2025 年达到163 个ZB。
未来超过70% 的数据需要在边缘侧分析、处理和存储。边缘计算领域的多样性计算架构、产品与解决方案越发重要。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台（架构），就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
根据Gartner报告分析，最近几年，边缘计算已经进入技术炒作高峰去，相信不久将来相关技术和应用将成熟。预计在未来2至5年内成熟的技术包括：边缘人工智能 、 边缘视频分析、5G 、微云、物联网边缘架构和边缘区块链。
边缘计算所有厂商都不想错过这个技术红利期，这导致边缘计算还处于混战状态，厂商和解决方案鱼目混珠。但边缘计算厂商大致可以归纳为以下几类：
1、智能安防厂商：聚焦深边场景，IOT接入，实时性，边缘数据转发、分析处理，优势在于在安防行业长期积累，具备算法、推理一体机，设备具有工控机（宽温、室外IP55 标准）环境适应能力。但缺乏云边协同，硬件规格低，软硬难解耦、存储特性弱。
2、公有云厂商：聚焦混合云场景，将部分云计算能力推至边缘设备，通过云上软件堆栈吞噬边缘市场；优势在于云边协同、低时延、容器，AR 5G新应用上发力，典型厂商如：AWS、Azure，阿里等。不足点表现在硬件X86 OEM或定制可靠性差、存储特性弱。
3、传统IT厂商：聚焦浅边/中心场景，基于传统IT硬件优势，以ISV合作，AI加速，HCI、统一管理切入边缘；聚焦硬件、HCI能力、AI（GPU、NPU）加速优势，主打软硬解耦。但缺乏云边协同、且设备环境参数低于工业标准。
一句话总结：深边、浅边场景是智能安防和传统IT主战场，通过盒子优势规避其云边协同、软件服务能力不足；公有云聚焦云中心、浅边市场，以混合云为手段把云软件优势延伸边缘，对边缘设备进行监控、管理。目前边缘市场呈三分天下局面，各家方案能力互补，场景各有偏重。
边缘服务器要满足多种业务诉求、多样性数据的计算需求，必须要支持异构计算。异构计算的核心是多芯片支持，包括CPU、GPU、NPU、NP 等。CPU 包含X86 架构、ARM 架构。
ARM 架构的CPU 在终端领域占据绝大部分份额。随着ARM高性能核的不断推出，也可以满足服务器领域的应用。特别是边缘计算领域，作为数据的第一入口，ARM 架构在终端领域的优势可以更好地实现端边协同，应对海量数据的多样性。
ARM 的多核优势可以更好的应对边缘侧数据的高并发。通用CPU 的对比如下图所示：
GPU 在视频编解码、并行计算、人工计算有广泛的应用，典型的厂家是NVIDIA、AMD 等。NPU 是神经网络处理器，采用数据驱动并行计算的架构，在人工智能、深度学习方面有广泛的应用，典型的厂家有寒武纪、昇腾等，典型厂家如Broadcom、Marvell等。
边缘计算服务器在硬件上兼容PCIE、DDR 等硬件基础规范，保证硬件生态的完整。操作系统有主流CentOS、Kylin、EulerOS等支持，并兼容主流AI 框架，如TensorFlow、CUDA（Compute Unified Device Architecture）、MindSpore 等。
更多边缘计算内容请参阅<缘计算主流解决方案实战总结>电子书，内容涵盖技术发展趋势、行业、规范组织，边缘市场空间，硬件要求，架构，异构计算、主流玩家和对应解决方案解析。
