边缘计算将解决物联网的最大问题（大部分数据都在这里生成）。这将带来巨大的好处，不仅在计算方面，而且在越来越多将连接到互联网的人的生活中。边缘计算将是物联网成功的关键。物联网设备——从智能手机和智能手表到嵌入设备和基础设施中的微型计算机——会产生大量数据。这些数据在云端进行处理，然后发送回设备以指导它如何响应。然而，延迟（数据在Internet上的两点之间传输所需的时间）使得此设置对于时间关键型应用程序不可靠，例如医疗设备使用的应用程序，这些应用程序需要处理传感器数据并几乎立即做出响应。此外，依赖云也限制了将物联网设备部署到网络连接很少或没有的地方的可能性。2021年，我们将使用边缘计算来解决这些挑战，将数据处理从中央服务器转移到地理位置更接近数据源的位置。我们将能够使用Nvidia和Intel等公司开发的专用加速器芯片组来做到这一点，这些芯片组能够运行可以在设备本身上运行的相对先进的机器学习算法。这会将延迟减少到几乎为零。我们还在开发软件和硬件优化技术，例如模型量化，这将加速基于云的处理以进一步减少延迟。像这样的进步将有助于在世界范围内传播先进的物联网设备。边缘计算还将使我们能够对数据进行更本地化的控制。一种称为联合学习的技术允许在具有本地数据样本的多个服务器或边缘设备上训练算法，而无需共享或交换数据。这意味着可以在设备本身上处理和保护敏感数据，例如医疗或专有信息。一个已经在使用的这样的例子是智能手机输入键盘，它为设备上的每个人创建一个本地化的个人常用单词和短语库，同时仅将摘要更改发送到AI模型以在云端进行处理。这允许AI从用例中学习，但保护了用户的隐私。随着边缘计算减少对连接的依赖，它将使更多人能够使用人工智能解决方案。这将对世界许多地区产生巨大影响，例如撒哈拉以南非洲以及亚洲和南美洲的部分地区，许多人在这些地区面临严重的连通性问题。例如，边缘计算已经被用于帮助撒哈拉以南非洲国家的自给农民。喀麦隆一家初创公司开发的Agrix-Tech应用程序使用智能手机中的摄像头和机器学习算法来帮助农民识别作物上的病虫害。农民可以在田间即时获取这些信息，然后，当手机靠近互联网节点时，该应用程序将匿名数据输入云端，以进一步训练集中式算法。再加上新一代低轨道卫星将减少云延迟，像这样的边缘计算应用将彻底改变这些地区人们的在线生活方式。2021年，我们将看到边缘计算在医疗、交通、工业、农业和家庭等领域带来的更多突破。边缘计算以智能方式处理尽可能靠近其源头的数据的能力将创建一个伟大的物联网，可以为世界各地的大众带来真正的利益。
