摘要：正处于从研究阶段迅速转向大规模实际应用部署的临界点，而边缘算力盒子就是走向落地的有力现实。目前，边缘算力盒子应用最多的还是在智能视频监控分析和数据存储等应用场景。
大家可能对边缘盒子这个名字听起来有些陌生，认为它是一个新兴的高科技产物。事实上，它并不是一个横空出世的新产品，甚至可以追溯到早期的嵌入式数据分析盒子。当时主要为了辅助终端设备对采集数据做初步的分析与加速，不过由于数据类型较少，单次处理数据量小，实时处理性能要求并不高，并且也不具备上传云端功能，很难直接共享数据。它有很多名字：智能边缘计算盒、AI 算力盒、AIoT 盒、边缘智盒、边缘智能物联网盒，本质就是具备 AI 能力的轻量级边缘计算设备。
正处于从研究阶段迅速转向大规模实际应用部署的临界点，而边缘算力盒子就是走向落地的有力现实。随着算法模型越来越复杂，落地应用逐渐增多，大量的数据产生于端侧，对于靠近端侧的算力产生了前所未有的需求：需要满足实时性、带宽利用率、处理能力等。边缘算力盒子就在这些需求下火爆。
随着嵌入式硬件计算与存储能力的提升，以及云计算、大数据技术的发展，众多硬件厂商给出了一些加速引擎，使得嵌入式数据分析盒子能够处理大数据能力，出现了微型大数据分析盒子。
有了以上两个阶段的基础，随着 5G 等通信技术的发展，使得端边云可以进行海量数据的快速传输。此外，随着深度学习技术的发展和应用，嵌入式人工智能领域十分重要的两类算法——语音识别和图像识别，在近两年取得了突破性进展，对于靠近端侧的算力产生了前所未有的需求。正是在这一背景下，边缘算力盒子需求大增，与之前的数据分析盒子相比，计算性能大大提升，且时延降低、带宽利用率更高，安全性、实时性都更好。
目前，边缘算力盒子应用最多的还是在智能视频监控、分析和数据存储等应用场景。
正处于从研究阶段迅速转向大规模实际应用部署的临界点，而边缘算力盒子就是走向落地的有力现实。随着算法模型越来越复杂，落地应用逐渐增多，大量的数据产生于端侧，对于靠近端侧的算力产生了前所未有的需求：需要满足实时性、带宽利用率、处理能力等。边缘算力盒子就在这些需求下火爆。
随着嵌入式硬件计算与存储能力的提升，以及云计算、大数据技术的发展，众多硬件厂商给出了一些加速引擎，使得嵌入式数据分析盒子能够处理大数据能力，出现了微型大数据分析盒子。
有了以上两个阶段的基础，随着 5G 等通信技术的发展，使得端边云可以进行海量数据的快速传输。此外，随着深度学习技术的发展和应用，嵌入式人工智能领域十分重要的两类算法——语音识别和图像识别，在近两年取得了突破性进展，对于靠近端侧的算力产生了前所未有的需求。正是在这一背景下，边缘算力盒子需求大增，与之前的数据分析盒子相比，计算性能大大提升，且时延降低、带宽利用率更高，安全性、实时性都更好。
目前，边缘算力盒子应用最多的还是在智能视频监控、分析和数据存储等应用场景。