拿我实践当中遇到的一种场景展开来说说，我们需要做一个员工的人脸识别门禁系统，业务的核心诉求是实现安全、快速、高效、稳定的通行，而且产品价格不能过高。安全指的是识别准确，不放过非员工入场；快速高效指的是从刷脸到开门放行，做到毫秒级，让用户尽可能没有迟滞感；稳定指的是产品要经得起考验，服务高可用做到4个9，即全年不可用时间不超过1个小时；在没有云计算的时代，我们可能通过搭建一个本地化的服务器集群来实现，且落地的价格可以做到不高，但时间长了大家会发现，这套系统的稳定性维护、系统迭代更新非常难，简直是噩梦，不惜要推翻重来。因此这里的产品价格需要做一个权衡折中，需要将后续的产品更迭、长期运维等考虑进来。
基于以上分析，我们会发现，为了提供稳定的产品服务，我们需要计算上云，并且可能是私有云；为了服务的快速高效，我们需要服务器距离设备尽可能的近，以减少RTT，我们称这些服务为边缘计算服务；这还不够，为了更进一步的减少RTT，我们需要在终端里也内置一些计算，这其实就是云边端一体化的雏形。即整个产品服务由内置算法的终端计算的盒子和放置于客户现场的极少量的边缘服务器以及放置于云端的大量服务器构成。
其中终端内置算法，起到的作用是当边缘服务及远端服务质量不稳定或者断联时，可以接管服务继续提供稳定的产品输出；边缘服务器做到距离现场很近，能够提供延迟很小的少量计算、终端程序迭代更新推送的任务，以及收集汇总业务数据异步输送到云端进行数据分析迭代优化；云端服务进行产品开发、分析建模、更新推送、海量图片计算、机器学习算法反馈等任务。
至此，我们搭建了一套相对完善且具备自我算法迭代更新优化的人脸识别门禁系统，且这套系统具备低成本复制的能力，即我们仅仅通过在另一个客户现场布置边缘计算服务和终端盒子即可支持，云端服务能力租户数据隔离，实现客户越多成本越低的产品趋势形态。
我认为云边一体化针对这类场景是一套优美的解决方案，至于会不会成为下一个技术热点，我觉得未必，毕竟大多数的场景可能并不需要边缘计算，也不具备这个条件。
