云計算能力從數據中心擴展到某種非定形的網絡邊緣（定義為連接的設備、設備或網絡網關），而且這種程度已經超過了邊緣計算的范疇。隨著人工智能的加入，邊緣云計算正在接近所謂的“智能邊緣”的東西，這是一種可以根據應用程序實現的結構，同時結合了人工智能、超大規模服務、低延遲、高帶寬連通性和安全的IT服務。

　　德勤對“智能邊緣”的評估表示：企業版的邊緣計算“可能需要一套定制的解決方案來滿足他們的運營和目標，”

　　這些量身定制的解決方案將使部署新的智能邊緣服務成為可能，這些服務包括機器學習模型、定制半導體、廉價且低功耗的邊緣計算以及用于數據分析應用的寬帶。

　　例如，將這些基于云的能力從數據中心和5G無線基站移出，可以通過更靠近傳感器數據收集和存儲的地方，以此增強數據分析能力。

　　根據德勤的評估，“智能邊緣不是企業或超大規模云數據中心的替代品，而是一種基于連接性、安全性和優先級在網絡上分配任務的方式”。

　　邊緣計算和網絡智能的結合塑造了一系列低延遲應用，如遠程控制工業協作機器人或協作機器人，無人機，也許還有自動駕駛。

　　向邊緣的轉移還將處理能力縮小到微數據中心（行業分析師稱之為“簡版超級計算機”）的規模。這種配置將提供處理、存儲和聯網功能，然后通過網絡虛擬化工具擴展這些功能。

　　在邊緣網絡中嵌入的智能測試源自于人工智能自動化的穩步發展和日益普及。一旦邊緣設備連接到智能邊緣平臺，它就可以自動運行。

　　研究指出：“用于運行人工智能和機器學習任務的專門和優化芯片正越來越多地進入邊緣電器領域。”隨著無所不在的圖形處理器，基于張量處理單元、asic甚至神經形態芯片的“邊緣特定”芯片架構正在出現。

　　這些構建塊可以被定制為一系列智能邊緣應用程序，這些應用程序可以跨越通用編程能力和特定任務。

　　報告指出：“邊緣人工智能也是云人工智能的補充，反應在邊緣，學習在核心，”“算法的資源密集型訓練可以在云中完成，然后共享到邊緣，在那里較輕松的推理能力可以快速對數據采取行動。”

　　另一個智能邊緣驅動因素是5G無線網絡的出現，它提供了更大的帶寬，并大大降低了延遲。德勤認為，智能邊緣正在推動以邊緣應用為目標的5G和Wi-Fi - 6路由器的采用。

　　接受調查的高管中，62%的人表示，他們正在或計劃在未來一年內部署下一代無線技術。

　　事實上，這些先進的無線管道和連接被廣泛視為智能邊緣組件的“力量倍增器”：擁有將人工智能、大數據分析、物聯網，以及云計算轉移到網絡邊緣的能力。

　　德勤表示：“隨著越來越多的行業領導者采用和部署智能邊緣，毫無疑問將出現更多的用例和創新。”“這種演變對網絡、服務、機器和建筑環境的影響將在未來十年顯現出來。”