物聯(lián)網(wǎng)、5G等技術的快速發(fā)展，推動智能時代加速到來，隨之而來的是數(shù)據(jù)量激增，云計算處理能力變得不堪重負。據(jù)國際數(shù)據(jù)公司發(fā)布預測，到2020年，全球?qū)⒂谐^500億個終端與設備聯(lián)網(wǎng)，形成大量云部署，其中，逾40%的云部署將包含邊緣計算，超過50%的數(shù)據(jù)需要在網(wǎng)絡邊緣計算分析、處理和儲存。邊緣計算作為云計算的補充和延伸，將成為另一個焦點。

繼個人計算機和互聯(lián)網(wǎng)變革之后，云計算帶來第三次IT產(chǎn)業(yè)發(fā)展浪潮。云計算通過將數(shù)據(jù)密集型計算任務納入大規(guī)模中心化設施，降低計算的單位成本，但這種通過網(wǎng)絡將所有數(shù)據(jù)傳輸?shù)皆朴嬎阒行倪M行處理的模式存在明顯弊端，例如，無法滿足實時性需求，對網(wǎng)絡環(huán)境過度依賴，難以保證用戶隱私等。為此，硅谷投資者將目標瞄準邊緣計算，并認為計算的未來在“邊緣”，邊緣計算將帶來計算領域的下一場重大架構轉(zhuǎn)變。

所謂邊緣計算，是將云計算的計算、存儲等能力擴展到網(wǎng)絡邊緣，提供低時延、高可用和隱私保護的本地計算服務，產(chǎn)生更快的網(wǎng)絡服務響應，解決云計算時延長、受網(wǎng)絡環(huán)境制約等不足，具有云計算無法比擬的優(yōu)勢。

近幾年，邊緣計算廣泛應用于交通運輸、醫(yī)療保健、工業(yè)制造、電網(wǎng)控制等領域。例如，火車或地鐵上各類傳感器采集的數(shù)據(jù)不再需要傳輸?shù)皆贫藬?shù)據(jù)中心，借助邊緣計算即可就近診斷故障等。

軍隊由于作戰(zhàn)環(huán)境復雜多變、數(shù)據(jù)傳輸保密要求高等特點，加上集中式數(shù)據(jù)中心建設不完善，云計算應用大大受限，海量數(shù)據(jù)處理需求無法滿足。使用邊緣計算在靠近數(shù)據(jù)源的位置進行處理，可以很好地解決這一問題，展現(xiàn)出良好的應用前景。

無人機偵察目標識別?，F(xiàn)代戰(zhàn)爭中，高效精確的戰(zhàn)場情報是決定勝負的關鍵因素，無人機偵察則是獲取戰(zhàn)場情報的重要手段。通常，無人機獲取的圖像通過數(shù)據(jù)鏈和無線網(wǎng)絡傳輸?shù)降孛婵刂普荆汕閳笕藛T進行篩選、判讀和標注，獲取有用信息。但這種做法無法滿足情報處理的實時性要求。另外，傳回的視頻大部分時長不包含目標信息，浪費戰(zhàn)場網(wǎng)絡帶寬。將邊緣計算引入無人機偵察目標識別，可較好地解決這一問題：通過在無人機上安裝計算芯片，對視頻進行實時處理，僅將含有目標信息的關鍵幀傳回地面控制站，減輕網(wǎng)絡負擔和后方情報處理壓力。

另外，隨著硬件小型化，這種基于邊緣計算實現(xiàn)無人機目標識別和追蹤的技術將得到進一步推廣，成為下一代無人機的發(fā)展趨勢。

無人運輸車自動駕駛。在軍事后勤領域，無人運輸車能夠自主遂行物資裝卸、運輸投送等任務，減少人員傷亡，提高運輸效率和戰(zhàn)時后勤保障水平。在行進中，無人運輸車需要對行進路線周圍環(huán)境進行實時監(jiān)控，產(chǎn)生的車輛狀態(tài)數(shù)據(jù)、道路地形數(shù)據(jù)等動態(tài)數(shù)據(jù)量龐大，上傳云端處理不僅無法滿足實時性要求，而且存在數(shù)據(jù)被竊取和篡改風險。引入邊緣計算后，無人運輸車在道路行駛中可獨立完成終端計算、數(shù)據(jù)處理和同步等，在復雜環(huán)境下實時做出最優(yōu)駕駛決策，保障行駛安全。

重點要害目標防衛(wèi)。無論是戰(zhàn)時還是平時，部隊均有大量重點目標需要組織防衛(wèi)。傳統(tǒng)防衛(wèi)方式是派遣哨兵進行晝夜巡邏，不僅消耗大量人力物力，而且容易遺漏情報。部署具備邊緣計算能力的智能攝像頭，可自動實現(xiàn)對入侵目標的定位、識別和報警，實現(xiàn)“人防+技防”有機融合，有效防衛(wèi)重點要害目標安全。目前，國外已研制出一種雙目行為分析攝像機，內(nèi)置人工智能算法，在離線狀態(tài)下也能對穿越警戒線、徘徊、奔跑等行為進行分析和檢測，可以廣泛應用于重點要害目標防衛(wèi)等場景。

未來，隨著技術發(fā)展，邊緣計算還將廣泛應用于軍事領域，與物聯(lián)網(wǎng)、人工智能等技術一起，成為推動軍事智能化發(fā)展的關鍵動力。