剛裝了AI攝像頭的紐約沃爾瑪“未來商店”的店員塞伯瑞納小姐，發現最近的巡店壓力小了很多。

她再也不用耗費大量時間在一件件地檢查店內貨物上了，因為一款高分辨率的AI攝像機能捕捉每一個貨物的存貨情況，甚至可以分析食物是否新鮮，是否可以繼續售賣，并得出詳盡的分析結果。塞伯瑞納只需要根據AI攝像頭分析出的貨物信息，進行補貨和換貨即可。

來到這家商店的顧客拿到的食物永遠是最新鮮的，而塞伯瑞納也不用加班了，可以按時下班約會了！

大洋彼岸的這一頭，在深圳的一所潮流商場，收銀臺重度臉盲患者小郭成為了“會員收割機”。

不僅不用擔心因為認不出VIP用戶、老客戶的臉而業績趕不上別人，反而從此走上了人生巔峰。因為店內的AI攝像頭早在顧客進入時就通過人臉識別確定了會員身份和回頭客身份，與此同時店內其他服務人員能夠第一時間獲取顧客會員身份信息從而提供個性化服務。

每位顧客都能欣然而歸，因為小郭和他的同事們早已“看穿一切”。

走向C位的邊緣？

塞伯瑞納和小郭工作效率的提升顯然受益于現代科技。具體來說，他們再也不用在貨架間跑斷腿，不用再死記硬背客戶的大眾臉，只需安裝一個AI攝像頭，對，洞（ji）察（suan）在邊緣就那么自然而然地產生了！

這正是計算的一種趨勢。此前，海量的數據無時無刻都在云中誕生，并有很多工作負載不斷遷移到云中，云計算吞噬企業數據中心之勢逐漸顯現。

但值得注意的另一個趨勢是，工作負載、數據、處理能力和業務價值都將明顯遠離云端而愈發靠近邊緣，繼而形成邊緣吞噬云，云吃數據中心，這樣一串類似貪吃蛇游戲的鏈條。

在前兩年就有一個很有趣的觀點，來自Gartner：邊緣計算會吃掉云計算。

我們不妨一起來看下這個很有意思的貪吃蛇游戲以及它的打法。

誰會吃掉誰？

首先，隨著云計算的發展，憑借其敏捷性和安全性，大量數據和分析會在云中進行，從而逐漸遠離企業的數據中心。然而這種遠離并沒有克服兩大物理限制——數據的量、光的速度。人們仍然有強烈的實時交互的需求，依賴數千里之外的數據中心顯然是行不通的。延遲是一個重要問題。

與此同時，在物聯網快速發展的今天，很多數據誕生在邊緣。Statisca預計，到2025年，全球互聯設備的數量將達到744.4億個，遠遠高于目前266.6億個這樣的規模。思科還預測，物聯網設備每天將產生5萬億字節的數據。

因而，對響應速度和實時交互的強大需求將工作負載推向了邊緣，因為“邊緣技術將是截然不同的，是更加動態、不斷進化且極具競爭力的1”。邊緣將發揮更大的作用，更多地受到消費者和消費者體驗的驅動而不是企業本身。這是一種完全不同的工作負載。無論是供應商還是企業，邊緣都將創造出更多面向未來的場景，急速響應和分析更多數據，繼而提供洞察。

那么邊緣就是會取代云嗎？或者說邊緣、云和數據中心就是“吃”和“被吃”的關系嗎？

玩轉“貪吃蛇”

我們前文所提的塞伯瑞納所在的紐約沃爾瑪未來商店，在新安裝的AI攝像頭背后，是商店后面的玻璃封閉數據中心中的9個冷卻塔，100個服務器和其他處理所有數據的大量計算機設備。

小郭所在的潮流商場，最新安裝的這些AI攝像機后，數據需要經過云端進行深入分析，攝像機才可以加速進行預處理和對象檢測。

所以顯然，邊緣、云和數據中心是共生共息的，并不是誰“吃掉”誰或者是誰取代誰的關系，數據的處理和應用應該具體到不同設備不同場景里，看看到底誰更合適，才能夠產生更為我所用的巨大價值。而這也是“貪吃蛇”游戲的終極意義——讓終端成為更智慧的存在——能夠實時處理數據、低延時做出有效反饋。

那么如何玩好這套游戲呢？這一整套體系的背后又有著怎樣的一系列規則？

深諳數據中心時代之道的英特爾已經給出了一個答案。

憑借一系列能夠遷移、存儲和處理數據的產品，包括最新推出的第二代英特爾至強可擴展處理器來加持數據中心和云端的海量數據實時處理與分析、英特爾?傲騰內存讓“玩家”的數據可以隨時調用、隨時存儲、暢行無慮，英特爾Movidius Myriad芯片加速AI攝像機的推理，讓識別到的數據快速產生洞察，以及英特爾? Agilex? FPGA等邊緣計算解決方案讓邊緣更加智能，這套看似鏈路復雜，實則自成一體的”貪吃蛇“游戲其實可以玩得非常有趣并彰顯強大。