2020年开始，国家提出加快新基建进度，作为其中重要的一环：人工智能的体量将会进一步增长。当前技术结构下，人工智能（AI）的处理大多通过云中心完成。AI处理以深度学习模型训练为主，这需要大量的计算能力。而在过去几年里，计算的需求量增加了数十万倍，其中图形处理单元（GPU）分散了大部分计算压力。AI推理是基于大量推理训练之后实现的，计算强度相对较低，对算力需求不大。过去，与训练一样，推理计算也主要在

随着边缘计算的逐渐普及，更多的行业开始享受到边缘计算带来的灵活与快捷。推动数字化和智能化的发展。

随着物联网的发展，各行各业对海量信息的实时需求也将得到提升。根据麦肯锡咨询公司的数据，交通在边缘计算的应用行业应用中占比最高。智能交通的作为一个庞大的系统工程，涵盖了车路协同、信号控制、无人驾驶、执法监控、道路养护等各个方面。边缘计算在交通领域基于位置的应用，如城市智能公共交通工具运行与交通设施管理时，可以进行基于位置状态的实时处理和数据采集。而在视频监控的应用中，边缘计算可以建立视频监控的计算模

工信部《“十四五”智能制造发展规划》中提到的，到2025年规模以上制造业企业基本普及数字化，智能制造装备国内满足率超70%。工业互联网（Industrial Internet）的加速发展，带来新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态。人、机、物、系统的全面连接，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。随着工业互联网发展，边缘

工信部《“十四五”智能制造发展规划》中提到的，到2025年规模以上制造业企业基本普及数字化，智能制造装备国内满足率超70%。工业互联网（Industrial Internet）的加速发展，带来新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态。人、机、物、系统的全面连接，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。随着工业互联网发展，边缘