AI的热度似乎压过了物联网，但是两者有着必然的联系，那就是物联网设备收集了大量数据，才为AI进行计算分析打下了基础。根据IDC预测，到2020年全球会有超过500亿的智能设备，超过2120亿个传感器。有研究机构预测，随着物联网的快速发展，到2020年每个互联网用户一天将产生大约1．5GB的数据，每个智能医院每天将产生超过3TB的数据；每辆自动驾驶汽车每天将产生超过4TB的数据，一架联网飞机每天将产生超过40TB的数据；一家智慧工厂，每台设备上有很多个传感器，时时刻刻都会产生数据，按照一千台设备计算，那么整个工厂每天产生的数据量将是1PB，到2020年全世界每天产生的数据总量将是44ZB（注意：1ZB＝1x1012 GB）。
可见未来的世界就是一片数据的海洋，我们周围都充斥着海量的数据。然而数据的价值在于分析利用，而非简单存储。数据量在不断在增长，，我们不可能把所有数据都通过网络传到云端，带宽增长的速度是慢于数据增长的速度。对于实时性要求较高的应用场景，我们需要在边缘对数据进行判断，比如自动驾驶、无人驾驶等领域。对于隐私保护要求比较高的场景，比如医疗信息或者用户不愿意进行云端分享的数据，需要在本地进行存储。因此数据处理从云端转移到边缘端是一种必然趋势。
数据处理从云端向边缘迁移
英特尔副总裁兼物联网事业部中国区总经理陈伟博士分析，“传统的物联网更多是线性思维，物体产生数据，通过互联网传到云端，分析产生价值，而如今的物联网完全是立体三维的概念。现在产生的数据90％被浪费了，有的数据产生以后从排气管里面漏掉了，有的数据没法挖掘，这是因为存储和分析要有一个分布。如今分布式计算的概念已经比较成熟，现在全球讲物计算，就是云要抛到物里面，做云的人要把它的架构切到边缘来，以解决边缘的问题，所以业界对边缘计算完全有共识。关于应用，一是实时应用；二是成本问题；三是分析和预测，过去只能是分析已经发生的事件，那么怎么通过发生的事件了解预测未来？四是精准性的问题，涉及信息安全、信息保密。”
