多家调研机构数据显示，2020年全球物联网设备数量将达到200~500亿个，数据量迅猛增长；同时随着AI等智能化应用落地，需要的计算资源也大大增加。
骤增的数据量和计算量带来的问题是：传输带宽压力大，云端计算和存储压力大，实时性低。这使得现有的“云+端”模式，将越来越难以支撑众多应用场景。
“边缘计算”这一种新兴的计算模型即在此背景下产生，相当于在靠近“设备终端”一侧，加了一道数据处理“中间站”，集“网络、计算、存储、应用”核心能力为一体，先进行一次数据处理，然后只需将少量的处理结果数据传输到云端即可。
边缘计算通过在网络边缘进行智能处理，带来的好处是：降低云端网络核心节点的压力；近端侧的数据处理使实时性大大提高；数据传输量的减少使带宽成本大大降低；通过数据本地化存储，可以满足安全性和隐私性需求。
Gartner将边缘计算评为2018年十大战略科技发展趋势之一，国内外巨头，如英特尔、谷歌、英伟达、阿里、华为等，已经纷纷展开在这一领域的布局。
江行智能落地场景：电力、新能源、工业电池
江行智能是一家边缘计算技术与服务提供商，于18年7月获红杉资本数千万天使轮投资。
江行智能通过对海量物联网设备和数据进行管理、分析处理，帮助企业提升效率、降低风险。目前其核心落地场景主要在电力、新能源、工业电池领域。
1、输电线路及周边环境的实时监测平台
输电线路很多位于偏远地区，网络环境差、人工难以实时监控。江行智能对电网线路和周边环境进行监控，用边缘计算设备对传感器、监控摄像头等数据直接分析，识别潜在威胁电网安全的物体，包括人、车、火和电击等，只将需要进行预警的信息上传至云端，从而大幅降低通信带宽开销和计算延迟。
2、智能新能源车充电站平台
据预测，中国充电基础设施的发展目标是到2020年，建成集中充电站1.2万座，分散式充电桩480万个，满足全国500万辆电动汽车的充电需求。新能源车充电站运维存在情况复杂、难实时监控管理的问题。江行智能利用深度学习和边缘计算设备，推出新能源车充电全流程优化解决方案。相比于传统人工模式，可以解决充电车位占用问题，提高充电场站营收，及时应对故障和风险，同时降低运维成本。
3、工业电池预测性运维产品
工业电池预测性运维系统根据用监控系统采集的电池信息、基站内事件、基站地理和天气信息，预测电池工作状态和寿命，并给出电池维护建议。可用于通信基站、变电站、光伏电站、新能源车汽车电池等场景。官方数据显示，其预测成功率可达87%。
除以上场景外，江行智能还在本地化的内容分发和直播等场景进行探索。总结来看，这些场景的共同特征包括：数据传输和计算量大，有较高的实时性要求，网络带宽资源受限。
从行业应用落地，未来成为边缘计算提供商
商业模式上，江行智能目前以行业应用为主，为大型需求方提供“边缘计算软硬件平台+智能解决方案”的整体服务。江行智能自18年3月推出产品和服务，目前已经与多家客户达成合作，包括国家电网、南方电网、中国联通、第四范式等。
江行智能的核心产品EdgeBox，具备智能算法和计算能力，与工业生产环境中的网关，可编程逻辑控制器（PLC）、工业PC、人机交互设备等配合，为现场数据处理、实时分析提供低延迟、机器学习和人工智能的能力。有助于工业客户在制造业、石油和天然气、水电、运输、采矿、可再生能源、智慧城市等领域的大数据与人工智能实时处理。
未来，江行智能希望成为边缘计算提供商，为移动运营商、算法提供商提供易部署的边缘计算软硬件方案，根据硬件配置、软件预置，按设备收费。
在行业应用层面，36氪有个疑问：行业内原来的解决方案商、集成商，对行业更加熟悉，切入边缘计算似乎顺其自然，相比之下，江行智能的优势在哪里？
针对该疑问，江行智能董事长兼CEO刘江川表示：
我们所说的边缘计算是计算机领域的新技术，通常与人工智能、数据挖掘这样的技术一起来赋能行业，也就是“边缘智能”的概念，这是原来的解决方案商不具备的能力。同时，边缘计算技术本身的挑战还有很多，像边缘协作、边云融合等，原有行业内的大企业现在提的是“借脑”，想引进外部的智能化技术，也在积极寻求合作。
目前，江行智能正聚焦于打磨产品与服务客户，将在未来6个月内开启新一轮融资。
团队介绍
江行智能核心员工曾供职于腾讯、微软、SAP、360、知乎、南瑞，创立超千万用户的互联网产品，管理过上千台服务器集群，PB级分布式数据库，应对日均10亿业务访问量，并在ACM和IEEE顶级会议和期刊上发表过数百篇论文，多次获得最佳论文奖和科技创新奖。
董事长兼CEO刘江川，加拿大西蒙菲莎大学大学教授、IEEE Fellow，发表过150余篇国际期刊论文和200余篇国际会议论文，总引用数超过13000次。在2004年开始已经关注边缘存储和分发技术。
联合创始人兼商务副总裁邵俊松，有近20年的国内和北美电力行业经验，主要从事智能电网安全运行领域的研究、咨询和服务工作。在南瑞集团工作8年，从事电网安全稳定控制技术研究、控制系统研发和大规模产业化工作。在北美电力系统工作近4年，从事规划、设计和咨询工作。
联合创始人兼CTO樊小毅，是加拿大英属哥伦比亚大学博士后研究员，于2015年和2018年分别获得加拿大西蒙菲莎大学计算机系硕士和博士学位。在包括 ACM Ubicomp, ACM CIKM等国际顶级期刊、会议上发表文章20余篇。
联合创始人兼执行副总庞海天，清华大学计算机系博士，曾在IEEE TMC, ACM MM, IEEE MM等国际会议、期刊发表文章10余篇。曾主导建立了数据挖掘公司并运营3年，已获得清华大学下一代技术创新基金支持。
