據(jù)IDC數(shù)據(jù)統(tǒng)計,2015年全球智能可穿戴出貨量達7810萬,虛擬現(xiàn)實產(chǎn)業(yè)達15.4億,智能服務機器人市場規(guī)模達80億美元,預計,2020年我國智能硬件產(chǎn)品和服務的總體市場規(guī)??蛇_10000億??梢?,IOT在呈爆炸式增長,萬物萬聯(lián)時代即將到來,據(jù)Garetner預測,到2020年全球物聯(lián)網(wǎng)連接設備將達260億。
隨著智能互聯(lián)硬件設備的愈日劇增,數(shù)據(jù)量愈加龐大,眾所周知,物聯(lián)網(wǎng)的真正價值來源于數(shù)據(jù),但是,據(jù)相關數(shù)據(jù)顯示,99%的設備產(chǎn)生的數(shù)據(jù)未被采集和存儲,因此需要布置越來越來的傳感器到智能設備中,這是龐大數(shù)據(jù)來源的基礎。最為關鍵的是,在智能終端、網(wǎng)關或本地服務器,由于采集的數(shù)據(jù)流要先傳輸至云端,由云端的大數(shù)據(jù)中心平臺進行批量分析,再將結(jié)果傳輸至智能終端,中間時間過到延遲,導致無法基于運算結(jié)果做實時的決策,可以說,數(shù)據(jù)的能量尚未“覺醒”,數(shù)據(jù)價值還遠遠未被有效利用。
針對由于計算資源不足導致的數(shù)據(jù)能量“冬眠”,僅靠提升寬帶傳輸能力是不夠的,必須能靈活部署計算資源,減少中間傳輸環(huán)節(jié),能根據(jù)用戶需求,實時做決策,但目前這是單靠云計算的傳統(tǒng)能力是無法實現(xiàn)的。