全球范围内，云正在成为一门巨大的生意，这门生意之大，不仅体现在各大科技巨头的财报数字里，也体现在各行各业转型升级的变化之中。
自 2006 年 AWS 发布第一款云服务开始，云计算从无到有、从小到大，已然成为全球范围内各个行业转型升级的技术支撑。过去两年的时间里，全球云计算行业也迎来了新的技术变量，随着 AI 芯片、5G 技术的逐步成熟，海量的硬件设备进一步加速了边缘计算的快速发展，边云融合，俨然成为云计算下半场里最大的技术趋势。
这一切也构成了5月30日百度 ABC Inspire 智能物联网峰会的行业大背景。在此次大会上，百度智能云宣布其天工物联网平台全新升级，同时在边云融合、时空洞察和数据智能等三大领域一口气发布了9大新产品。此外，百度智能云还宣布了多项建设IoT生态新措施。
正如百度副总裁、百度智能云总经理尹世明在现场所言，「ABC 技术成为行业趋势」。他认为，以「ABC+X」为核心的数字化、智能化新型体系架构将会成为新一代的企业架构。更进一步，则是「ABC+IoT+Edge computing+5G」带来的无限可能。
这一系列产品和表态，展现了百度在物联网，尤其是边云融合上的巨大野心，也是为了争夺云计算下半场主动权的主动出击。在探究百度智能云此次产品的细节之前，不妨先从行业的视角，来看看边云融合的基本态势。
边云融合的行业趋势
理解边云融合的关键是搞清楚什么是边缘计算。
从技术的角度去解释，边缘计算是一种将计算能力放在终端或距离数据源较近的计算架构。由于使数据处理最接近数据源，从而能够在保证数据安全的基础上提供更实时的计算能力。
以自动驾驶汽车为例。自动驾驶汽车在产品形态上更像是一个「移动数据中心」。由于配备了非常多的传感器，汽车随时随地都在感知周围环境，从而源源不断地产生数据。汽车需要将这些数据实时处理，形成汽车行驶过程的指令。
比如当汽车感知到右侧有车流汇入时，就需要实时计算出车速、车距（包括与右侧、左侧、前、后），进而下达指令，或是减速，或是并道，这一系列复杂的计算过程必须实时而且还需要低延时。
这也是边缘计算典型的场景。利用边缘计算，可以将整个计算放在了汽车内部，这也意味着，数据不用再上传到云端，可以只在汽车内部计算并完成指令的部署，在提升计算效率的同时，还能保证驾驶安全。
值得注意的是，当下行业的边缘计算并非绝对的「离线（状态）计算」，而是将云、边能力融合后的计算形态。还是在自动驾驶的案例，边缘侧的计算架构应对实时决策的需求，与此同时，这些处理过的数据也会上传到云端，不仅可以成为搭建云端机器模型的重要数据来源，还将利用云端自动驾驶的仿真训练实现车辆系统的更新和升级。
类似的场景也出现在其他物联网设备的边缘计算场景里。因此，从某种意义上说，在芯片、网络（如5G）的加持下，越来越多的设备可以根据计算需求去选择云或边的计算，从而实现了云边融合，也让设备更具智能化属性。
边云赛道的玩家们
由于边缘计算涉及到设备终端、芯片、云等多个领域，这个赛道的选手们也各自从不同的领域切入。
比如 AWS，先是发布了 Greengrass，试图将 AWS 的云服务延伸到边缘设备上，接着，又将机器学习能力纳入到 Greengrass 中，实现边缘侧的机器推理。
Google 在 2018 年推出云端芯片 Edge TPU（硬件）和软件工具 Cloud IoT Edge（软件），将 AI 与边缘计算紧密结合在一起。
而微软则在 2018 年的微软 Build 大会上，宣布旗下的边缘计算产品 Azure IoT Edge 开源，借助开源的 Azure IoT Edge，开发人员可以更灵活地控制自己的边缘解决方案，以及运行时或调试问题。
BAT 也在 2018 年相继踏入到云边融合的竞争里。
阿里云的定位于「云+边+端」三位一体的计算模式，推出边缘计算产品 Link Edge；腾讯则在边缘计算中选择「CDN+云」的路线，强化 CDN 的计算能力。
百度智能云在2018 年 9 月推出ABC 3.0，即通过「最全面最落地的A+最开放最安全的B+持续领先的C」与IoT、区块链、边缘计算结合，面向多个行业提供了云端一体的智能解决方案。
12 月，在百度的新一轮架构调整中，智能云事业部（ACU）升级为智能云事业群组（ACG，同时承载AI to B和云业务的发展），进一步凸显出云、边缘以及 AI 在百度内部业务的重要性。随后的 CES 上，百度发布了国内首个边缘计算产品 BIE，同时还带来了国内首个开源边缘计算平台 OpenEdge，OpenEdge 集成了智能边缘 BIE 的核心能力，还可以和智能边缘 BIE 云端管理套件配合使用，能够实现云、端的设备管理和数据计算协同，引发包括 TechCrunch 等海外科技媒体的热议。
由此也拉开了 2019 年边云融合的序幕。
突破物联网的计算、时空与场景边界
纵观此次百度智能云在边云融合领域的产品，无论是商用产品 BIE 2.0 还是开源产品 OpenEdge 都实现了快速迭代，从架构和功能上得以全面提升。
首先，架构更灵活。BIE 2.0 全面支持容器化，这不仅意味着可以提升 10 倍的部署效率，还通过资源有效隔离，在应用安全性上有了更大保障，与此同时，利用容器化的优势，可以在云与边、边与边之间无缝、灵活地迁移应用。
另一方面，新增的跨服务器的共享存储卷，可以提供资源共享与持续化存储能力，进一步增加了应用配置的灵活性。
其次，视觉 AI 实现了真正的边云融合。具体来说，边缘侧可以提供视频流片服务，可以快速完成 AI 视觉模型的搭建和推理；而在云侧，利用边缘侧的模型打造「AI 模型工厂」，优化模型训练，从而进一步提升边缘侧 AI 模型的精准度。
值得一提的是，BIE 2.0 的这些能力，也在开源产品 OpenEdge 上得以同步升级。这意味着，企业和开发者也可以利用 OpenEdge 集成的能力，结合百度智能云此次发布的三款边缘硬件上产品，比如天工 IoT Module、BIE AI BOX 以及 BIE 开发套件等，实现不同业务场景下的边云融合计算需求。
如果说边云融合是计算边界的突破，那么在时空维度、计算场景上也需要相应的突破。这也是百度此次同时发布时空洞察和数据智能产品的要义所在，前者包含了地图空间服务、货运路径规划，和智能调度ROS，后者则拥有时序洞察和小度企业音箱行业解决方案。
上述这几个产品，配合此次全新升级的百度智能云天工物联网平台，形成了百度对于未来物联网的基本判断，不仅突破了过往物联网的计算、时空与场景等多个边界，还利用 AI 构筑了一个全新的物联网平台并定义了一系列全新的游戏规则。
写在最后：技术进化的目的是赋能行业
产业互联网的场景里，一项技术是否成功的判断依据并不是技术本身有多炫酷，而是不同行业如何利用这些技术实现自身业务的转型升级。
这意味着，技术进化的目的是赋能行业，百度智能云也在贯彻这个原则，不管是边云融合产品 BIE 的升级还是全新发布时空洞察、数据智能产品，其核心要义都是给行业带来真正的价值。
在制造行业，百度智能云的边缘融合架构，可以将智能质检模型的部署时间，从至少一天缩短到1分钟，还可以远程更新模型，解决柔性制造场景下的质检难题。
在物流、智能出行行业，基于百度在时空洞察领域的智能调度引擎，一家名叫京博物流的石油物流公司，可以将每天排单降为分钟级，并且可以根据每辆车到达目的地的时间窗，实现循环排单，每年会提高20%的里程利用率。
类似的场景还出现在智能制造、出行、水电站、园区等多个行业，这一系列落地案例展现了百度智能云天工物联网平台在产业升级转型里的价值。在云计算的下半场的战事里，基于边云融合、时空洞察等产品的布局，结合尹世明所谈的「ABC+X」全新企业架构，也进一步凸显出百度智能云对于引领产业互联网发展的战略决心。当越来越多的企业用户将百度智能云作为物联网重要设备智能化升级的首要选择时，接下来的战况进展，也颇令人期待。
【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】
延伸阅读：
- 影响数据驱动业务目标的大数据挑战
- 东南亚地区的云计算发展现状
- 啥是医疗SaaS？信息化跃迁利器怎样为基层诊所降本增效、正逆向赋能？