随着算力的发展，边缘智能在终端节点的部署越来越广泛，边缘AI与云端中心分离的分布计算模式已成为未来物联网计算发展的一个重要方向。随着通信技术发展，边缘计算基础设施建设不断得到加强，为边缘智能提供了更多的创新应用空间。同时，随着芯片制程的不断推进，边缘计算芯片的性能获得大幅提升，从而助益边缘智能算力的提升。另外，边缘计算领域的初创企业日益备受投资机构青睐，资本的加持将加快边缘智能发展。相关利好将促进边缘智能普及，推动边缘计算提质增效：
边缘AI计算功耗将更低
根据数据统计，大约1/4的物联网设备依靠电池供电，而且这个比例仍在不断提升，有预测认为，到2030年，接近半数的物联网系统都将主要依靠电池供电；同时物联网设备对成本极为敏感，如果将设备投入使用的成本减半，则其销售额或不止翻番。因此，无论从供电环境还是从使用成本出发，大幅降低功耗都至关重要。TinyML已成为边缘智能发展的重要方向，边缘计算的功耗有望不断降低。TinyML融合了物联网、机器学习、边缘计算等技术，将智能下沉到终端设备，有效提高了物联网设备的数据处理效率与速度，众多企业已入局TinyML领域，其未来发展空间巨大。
边缘控制器将更加简化
边缘计算的使用者不仅包括IT工程师，还包括OT运营人员。OT团队往往缺乏IT专业知识来实施部署边缘计算，IT团队则又往往缺乏对工艺和运营的理解，难以构建和完善满足业务流程的创新应用程序。为了做到将复杂留给自己，把简单交给用户，边缘计算平台需要提供低代码能力，将编程和使用过程极致简化，促进IT与OT无缝衔接，这将促进边缘控制器更加简化，加速边缘计算普及。
边缘硬件设备将更小型化、智能化
边缘设备占用空间的大小也是边缘智能发展的一个重要限制因素。更小、更紧凑的外形尺寸，往往意味着边缘设备更易被安装，如智能手表、智能眼镜、智能耳标/脚环等场景，对边缘计算产品的尺寸非常敏感。同时，计算芯片目前的发展仍遵循摩尔定律，FreeRTOS、RT-Thread和LiteOS等各种新型操作系统大大提升了设备的数据处理能力；微型机器学习TinyML使得工程师们在mW功率范围以下的设备上有望实现机器学习，边缘设备有望愈发智能。
边缘计算平台服务将更为灵活多样
虽然边缘计算脱胎于嵌入式系统，但边缘计算与嵌入式系统已有本质不同。嵌入式系统是指软硬件关系非常紧密的一类“计算机”系统，边缘计算将两者解耦，部署更快，可随时升级、按需更新，弹性更强大。大部分边缘计算产品将无线通信作为标配，使得边缘设备的安装位置、边缘计算的使用场景等都更为灵活多样。
边缘计算网关进入加速发展阶段
边缘计算网关（Edge-Gateway）简称边缘网关，是一种可以在设备上运行本地计算、消息通信、数据缓存等功能的工业智能网关，可在不联网的情况实现设备的本地联动以及数据处理分析。边缘计算网关接口丰富，支持海量数据采集和清洗，支持MQTT协议和多种工业通讯规约，支持web配置方式及云端远程配置。随着边缘智能应用场景不断丰富，边缘计算网关正逐渐从起步阶段进入加速发展阶段。
边缘服务器定制化重要性愈加凸显
与传统的计算架构相比，边缘计算的架构有其独特性，传统服务器或难以满足边缘计算环境下的要求。一是边缘环境通常高温、高湿、高尘，电压受限，不同的地方会有直流电、交流电，空间、承重、布线等都有受限的可能，甚至部分环境下不能插网线，只能用无线方式进行网络连接。二是面临应用生态的考验，大多数应用要同时应用在边缘和数据中心，对延时和成本非常敏感，此外，还要实时了解边缘的应用和服务运行情况，并做到无缝的云边协同和融合。三是数据保护的要求更高，由于边缘服务器没有放在数据中心，无专人看护，没有进出限制，如何防范潜在的网络攻击，同时确保数据的一致、高可用、无泄露，就变得更加重要。四是当边缘服务器放在最边缘的地方，通常缺少非常专业的IT运维人员，因此需要做到自动化的无人运维、全方位运维和智能运维。因此，边缘服务器定制化日益凸显其重要性。
