AI與5G的初步落實將仰賴邊緣計算的助力,據估計2022年全球邊緣計算年復合成長率將逾30%，將提供行動用戶更低延遲、更佳網絡質量。

邊緣計算（Edge Compu TI ng）有助於降低傳統雲端架構的運算負荷、提升邊緣端的數據與數據處理能力，而傳統架構的改變除大幅提昇運算效率以及數據應用之外，更有機會進一步落實AI與5G等新興技術發展 ，因此在2017年成為市場中熱門技術議題，拓墣產業研究院預估，2018年至2022年全球邊緣計算相關市場規模的年復合成長率（CAGR）將超過30%。

拓墣產業研究院分析師劉耕睿指出，過往傳統雲端架構引領運算市場多年，並帶動雲端儲存、大數據分析等新商機的崛起，但隨著更大量、更實時的運算需求興起，傳統雲端架構已 逐漸無法負荷未來需求;邊緣計算則是在如現場端裝置、網關等邊緣端，融合網絡、運算、存儲、自我管理等能力，並建立分佈式架構，有助於實現設備於現場端的實時反應， 並提升數據收集與進階應用的效率，更能降低過往傳統架構所造成的成本消耗。

標準組織與供應鏈皆已積極佈建生態系

由於邊緣計算將對市場造成架構與實質應用上的改變，許多標準組織積極訂定標準，包括歐洲電信組織ETSI的多重接取邊緣計算（Mul TI -access Edge Compu TI ng，MEC）、OpenFog的開放霧運算（Fog Compu TI ng）、中國廠商華為所主導的邊緣計算產業聯盟，都積極且持續地釋出參考架構與建立生態系。

除此之外，產業鏈中的許多廠商也已開始自行推出邊緣計算的解決方案，如雲端大廠Microsoft推出Azure IoT Edge，將機器學習、進階分析與AI服務，帶向更靠近數據源的 前端IoT裝置;芯片IP商ARM亦推出Mbed Edge邊緣計算平台，協助通訊協議轉譯（Protocol Translation）、網關管理以及邊緣計算;除此之外，產業鏈中的其餘業者如服務器、網絡設備、工業計算機 、傳統製造、開源組織等都有對應的解決方案推出。

AI與5G的初步落實將仰賴邊緣計算的助力

自 2017 年成為顯學的邊緣計算，其重要性更是彰顯於 AI 人工智能與 5G。 劉耕睿分析，過去AI 必須仰賴強大的雲端運算能力來進行數據分析與算法的運作，但隨著芯片能力提升、邊緣計算平台成熟，開始可賦予現場端裝置、網關擁有較為初階的AI能力，協助 數據初步篩選分析、裝置設備實時反應，該優勢在工業領域、智慧城市、消費性市場都能讓既有服務有進一步的提升，如實時警示、安全監控、語音助理、預防維護等應用的實現。

邊緣計算對於5G亦是重要的技術變革，相較於過去3G、4G時代，應用多元且網絡需求差異極大的狀況將同時發生於5G網絡上，因此5G必須擁有針對不同應用而有相對應的 解決方案，邊緣計算便能提供行動用戶更低延遲、更佳網絡質量，並讓電信商有機會推出更多創新服務。