这是腾讯云基于丰富的技术经验和案例实战，对物联网解决方案布局的又一次跨越。

作为一种边缘计算解决方案，腾讯云物联网边缘计算平台要解决的是物联网落地“远水救不了近火”的难题。

腾讯云物联网边缘计算产品负责人戴国超指出，边缘计算可以把云中心的计算，快速交付到离用户或者是离数据离物最近的源头，让人、物、环境应用，方便使用边缘计算的计算能力。

五大优势，破解物联网落地难题

边缘计算的流行源于两个行业变化，一个是5G和云计算的商用化普及，第二个是企业的数字化转型。这个过程中，就衍生出随处可见的智能设备连接和交互，这些智能设备组成物联网场景，同时运转会产生海量的数据。

如何有效处理数据，成为物联网落地的第一道阻碍。

通常情况下，这些数据主要运算能力由云计算提供。然而随着物联网智能设备数量的指数级增长，很多数据流产生于靠近日常使用场景的边缘智能设备。

根据权威统计，一台不是完全智能化的波音787每秒产生5GB的数据，如果足够智能化的情况下，数据量更为庞大，是没有办法放到云端去快速计算和分析。这就导致云计算由于距离智能设备较“远”，在能耗、成本、网络带宽、实时交互、隐私保护等层面遭遇挑战。

腾讯云物联网边缘计算平台助力用户实现就近计算和分析数据，快速的给出分析结果。比如你开的车具备车联网功能，通常情况是依托于云计算进行汽车传感器数据处理。然而随着汽车智能化的快速发展，会有更多的数据产生，这些数据传到云端进行分析，会产生很大网络资源消耗和带宽成本，并且由于汽车的机动性和无线网络基础设施受环境干扰的不稳定性，会导致由于网络的问题导致汽车传感器的数据不能及时的传输到云端进行数据分析和风险预测，这可能会威胁到车主的人身安全，会阻碍智能汽车和智能驾驶的发展，怎么办？

如果应用腾讯云物联网边缘计算平台，助力用户搭建可以伴随汽车移动的边缘计算节点，通过边缘节点的计算分析能力，在汽车行驶的过程中实时的对轮胎气压、倒车影像、行车记录仪、电池、油压、行车时间等智能汽车的实时数据，在本地边缘进行实时的计算和分析，结合云端训练的风险模型，给出司机合理驾驶建议和风险告警，并将过滤清洗后的数据推动到云端进行AI模型训练和分析展示，提前感知驾驶过程中的安全风险。

（腾讯云边缘计算平台整体服务架构）

据介绍，腾讯云物联网边缘计算平台集中了实时响应、离线处理、简化部署、优质传输、云端一体管理五大优势，实现物联网在实际场景中数据处理和快速落地，并且有效解决了数字物联使用中心云计算遇到的困境。

以离线处理为例，腾讯云物联网边缘计算平台可以无缝的将腾讯云的大数据分析、机器学习、语音识别、图像识别等智能数据分析能力与本地的计算节点进行结合，实现数据的边缘与云上的分层分析处理，最大限度降低数据分析成本，也能确保数据分析实时和高效。

除此之外，腾讯云物联网边缘计算平台实现了灵活性的云端一体管理。只需要通过腾讯云物联网边缘计算的控制台，就可以实现对边缘节点和云上中心进行统一化的控制管理，满足两个环境一体管控的管理需求。同时也可以选择哪些功能放到云上中心管理，哪些数据在云上中心的灵活管理控制。

事实上，不只是在物联网领域，智慧出行、工业制造、智慧安防等行业，都能看到边缘计算的影子，这些行业对效率和速度、数据隐私保护等方面均有着高可靠的要求。

腾讯云加速“边云协同“时代到来

腾讯云推出物联网边缘计算平台，一方面顺应了物联网发展趋势，同时也是腾讯布局物联网产业的重要一环。据了解，腾讯云物联网边缘计算平台可以跟腾讯物联网产品打通，实现服务的直接联动。

相比云计算传输到云端，再把结果反馈到终端的路径，显然边缘计算就近解析的效率更高。但是边缘计算作为一种新型解决方案，核心聚焦的是物联网场景下，靠近用户的“小数据”计算难题，它并不能取代云计算。

腾讯云物联网边缘计算产品团队指出，边缘计算是云计算的另一种形式，是计算的一种下沉，并没有跟云计算、云中心脱离，包括核心数据、核心应用都跟云中心连接，这样才能保证应用稳定性和数据安全性。

简而言之，边缘计算和云计算是属于相互协同的关系，就好像一个服务于中心主流主干枢纽，而另一个则负责处理枢纽侧的分支，两个服务相互协作，每个服务的用户都需要适合自己的产品和能力。

根据数据机构IDC的预测，2020年将有超过500亿的终端与设备联网，50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘分析、处理与储存，而边缘计算市场规模将超万亿。

可见，物联网时代的边缘计算已经逐渐成为能够与云计算同台竞技的解决方案，未来定会形成“边云协同”的存在方式，腾讯云物联网边缘计算平台的落地，则加速了“边云协同”时代的到来。