但很多人都在问的一个大问题——边缘最终会取代云吗?
战胜云——支持和反对的理由
实际上，专家们的意见分歧很大。一些人认为，在某个时候，边缘的数据存储会变得比云更普遍。但有些人则不这么认为。这样想的原因是，虽然边缘计算将从源头处理数据，但为了技术的发展，仍需要与更大的网络进行明确的通信。
以人工智能和计算机学习为例。对于诸如家庭安全摄像头和其他智能设备此类设备来说，信息的实时处理没有延迟是至关重要的。
设备本身和或边缘计算需要分析产生的图像，并立即采取相关行动。需要将数据发送到云或传统网络来完成这一任务不仅速度慢(虽然只有延迟1毫秒左右)，而且还会占用宝贵的带宽，并存在潜在的安全风险。
家用设备能够实时进行必要的分析。数据被保存在离家很近的地方，并且由于太大而无法在设备本身上解密的较大图像可以通过边缘存储轻松处理。
虽然这句话似乎支持了边缘计算取代云计算的观点。但是，这是一个很大的但是……
随着技术的进步，随着人工智能模型等具有持续学习的需求，如果大量数据永远不会返回到中心来源，正因为如此，无论边缘和物联网设备变得多么先进，这种传统存储都不太可能过时。
边缘和云之间的通信和合作对技术的发展至关重要。在人工智能的世界里，这归结为两个任务:训练和推理。
训练:人工智能模型必须经过训练，以识别它正在处理的内容。
这是通过给智能输入大量正确的标签来完成的图像来了解它们是什么。一旦完成，不要忘记这种学习在不断推进——模型的其他元素可以发挥作用。
推断:这就是技术可以根据收到的信息而采取行动的地方。例如语音识别、面部识别和激活，具体取决于数据。
虽然推断发生在设备本身(或家庭边缘存储)，但训练需求要复杂得多，且数据量大，这意味着只有在云计算中才能有效地进行推断。
换句话说，这个过程需要两者之间的无缝合作。
虽然边缘计算的使用将会呈指数级增长，但正是由于这种合作需求，边缘不太可能取代云。
人工智能和先进技术的三个不同元素(端点或设备、边缘和云)代表了一种共生关系，这意味着每个元素只能与其他元素结合存在。
至少，现在是这样的。在那之后——谁知道呢?但是，就目前而言，可预测边缘将是增强而不是吞噬云。
