北京
来源：市场资讯
（来源：研报虎）
同时，向本地客户和员工传递价值的速度和效果需要本地计算处理，其中数据收集和实时处理正变得越来越重要。因此，延迟和带宽正成为关键性能决定因素，并推动了对更好电信网络和更多计算能力靠近终端用户和机器的需求。安全和数据量也是可以影响终端用户在边缘放置更多计算能力的因素
企业、电信网络提供商和云服务提供商(CSP)已采用边缘计算策略。例如，CSP方法基于在边缘部署硬件的前提，该硬件需与云服务提供商提供的核心云解决方案连接并兼容
许多企业选择在边缘拥有自己的硬件，而不是依赖CSP或电信运营商运营的数据中心(DC)。事实上，企业是边缘计算的早期采用者。许多企业拥有分布式业务模式，需要在多个分支机构、办公室或商店提供应用支持。此外，许多企业一直在运行对延迟敏感的工作负载，例如医疗保健和工业应用；现场数据整合、数据共享和分析；以及零售店管理。使用GenAI，应用程序的开发在某些情况下需要大量的计算资源，例如GPU和TPU。然而，由于隐私和延迟的原因，这些应用程序的执行可能会分布到边缘
本地计算已相当成熟，但尖端云基础设施和人工智能的集成标志着一项变革性转变。云技术正在赋予开发者创建灵活且响应迅速的应用程序的能力，以满足不断变化的内部和外部客户需求。此外，人工智能和生成式人工智能的飞速发展正解锁新的机遇，用于应对复杂、昂贵且资源密集型挑战，例如预测分析和视觉检测。本地计算、云技术和人工智能的融合为IT决策者开创了一个新纪元：AIAnywhere。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
