这届MWC大会，真正的主角可能不是5G-A、6G，也不是AI，而是边缘计算与边缘云。
MWC25已开幕，雷科技报道团正在巴塞罗那展会现场，给大家呈现一手报道。国内头部移动通信巨头，如中国移动领衔的三大运营商、华为、中兴等，均在展会现场展出了5G-A、6G相关的技术和产品。近几年爆火的AI，更是高频出现。可5G-A/6G也好，AI也好，只是工具，如何发挥其价值，要看使用这些技术的产品或产业。这届MWC大会上，通信行业软硬件企业不约而同展示的边缘计算，就关系到新技术在的落地。
软硬件企业发力，边缘计算成了基础设施
作为国内头部移动通信企业，中兴在MWC25现场展出了全栈智算基础设施，包括液冷数据中心、智算服务器、通算服务器、无损高速交换等设备，以及可部署满血版DeepSeek大模型的AiCube训练推理一体机。
（图源：雷科技摄制）
相较于现有的云侧和端侧部署AI，能够充当边缘数据中心使用的AiCube不仅使用简单、易操作，而且数据私密性更有保障，灵活性也更好，可满足企业用户对于分布式计算和数据安全性的高要求。
以PC为主要业务的联想，在MWC25大会上除了展出多款AI PC，也推出了市面上首款入门级AI推理服务器ThinkEdge SE100，并喊出了「重新定义AI灵活性和效率」的口号。
ThinkEdge SE100的体积比传统服务器小85%，拥有更高的便携性，支持GPU，且功率仅为140W，插电即可用，可在任何地区实现企业级AI。其低成本的特性，即便是小型企业也能承担得起，出色的抗震性和防粉尘设计，则令ThinkEdge SE100能够适应更多环境。
最关键的是可混合云部署和机器学习的特性，能够将计算、存储、网络等服务下沉至边缘节点，为用户提供接近本地化的云服务，也能进行分布式计算，提高资源的利用效率。
（图源：雷科技摄制）
与大名鼎鼎的中兴、联想相比，广和通在普通消费者群体中的名气要小很多，但同样实力不凡。广和通在MWC25大会上公布了全矩阵AI模组及解决方案「星云」系列。该系列产品严格来说属于端侧AI，算力覆盖1T-50T多种配置，支持运行通义千问、DeepSeek不同参数量的大模型。
例如18T算力的版本，可端侧运行70亿参数的AI大模型，3.2T算力的版本，则仅能满足轻量化AI任务。的确，限于成本、体积等等因素，纯粹的端侧AI难以运行参数量较大的AI大模型，尤其是对于企业用户而言，一旦多人同时需要使用AI，端侧AI的算力资源很难满足需求。
过去因算力、隐私安全、数据传输效率的影响，边缘计算设备份额不断增长，却尚未达到爆发的临界点。如今，即将普及的5G-A和已启动标准化项目的6G，或将成为边缘计算爆发的推动力。联想表示，预计到2030年，边缘市场将保持近37%的增长速率。
但未来的边缘计算不会纯粹在边缘设备进行AI训练和推理，大概率会以小规模数据中心或云节点的形式部署在网络边缘，为周边的用户和设备提供云服务，支持多种应用、大模型的部署和推理。
通信新技术赋能，边缘云或成AI落地最优解？
AI大模型造成的冲击，已影响到了各行各业，但如何高效率、高安全、低成本部署和使用AI大模型依然是困扰企业的难题。使用率较高的云侧AI大模型数据需要上传至云端，存在泄露的风险，延迟也相对较高。端侧AI可以避免数据上传，可本体部署参数量大的AI大模型成本太高，且不利于算力资源分配。
边缘计算则是指靠近数据源或用户的算力节点，具备延迟低、响应速度快的特性，能够承担即时性较强的任务，也能保障用户的数据安全。分布式架构则令边缘计算能够更高效地利用资源，即便部分边缘节点出现故障，也不会导致整个边缘计算系统崩溃。
边缘云则将云计算的能力延伸至网络边缘，与中心云和物联网形成「云边端三体协同」，兼顾边缘计算低延迟、快速响应特性的同时，还可以实现数据本地化、分布式计算，以及拥有极高的自由度。
边缘云是一个集存储、网络、平台服务于一体的小型数据中心，将在工业自动化、交通、智慧城市、自动驾驶等领域发挥极大作用。但数据仍需上传至云端节点的问题，导致其在处理数据量较大的任务时，对于网络会有较高要求，而5G-A和6G则恰好为边缘云数据传输提供了基础保障。
（图源：雷科技摄制）
在MWC25大会上，芯片厂商高通不仅发布了支持5G-A的X85基带，还公布了第四代跃龙平台，并将与IBM合作，基于5G-A和AI技术，将企业级生成式AI从云端拓展至边缘。联发科则表示，通过混合计算将设备云变成边缘云，是6G时代的关键组件。移动通信巨头中国移动则以上下行三载波聚合方案，提升了5G-A的传输速率和系统容量，并以AI技术对数据传输进行智能感知和调控。
在5G-A技术的加持下，边缘计算将为边缘云提供本地化数据处理的核心技术支撑，边缘云则将通过云计算资源整合，拓展边缘计算能力的边界。
对于企业而言，靠近节点的边缘云可以有效提高数据交互和AI推理的即时性与效率，并保障信息安全。响应速度要求较高的智慧城市、工业自动化、自动驾驶等场景，边缘云比传统的云计算更加可靠、高效。
（图源：雷科技摄制）
另外，AI大模型纷纷开源，也将成为助力边缘云普及的重要因素。以DeepSeek-R1模型为例，由于其可以免费商用，企业无需支付巨额成本，还能使用数据对其进行特定训练，从而提高模型的专业性。
还有一些企业针对专业场景开发出了开源模型，如百川智能的Baichuan4-Finance，专注金融领域，可免费商用。这些大模型的到来，将进一步降低中小型企业部署端侧AI、边缘计算、边缘云的成本。
边缘云，终将影响每一个人的生活
在MWC25上，通信企业介绍5G-A和6G时，普遍围绕B端场景，强调这些技术在B端的作用。边缘计算和边缘云同样如此，联想、中兴都认为边缘计算设备可以降低中小型企业的负担，但较少被提及的C端场景，边缘云同样有不少作用。
例如云游戏行业可以将游戏渲染分配至距离用户较近的节点，天翼云游戏便通过边缘云实现了云电竞，带给用户画质更清晰、帧率更高、延迟更低的游戏体验。之前因技术不成熟，云手机存在延迟高、服务器卡顿等问题，以失败告终。基于边缘云，这些问题同样可以改善，低延迟、高性能的云手机将成为可能。
不只是手机，在超快速的5G-A、6G网络，以及低成本AI方案的加持下，未来电视、笔记本电脑等诸多产品可以实现云端化，本地设备将不再需要性能强大的芯片、超大容量的内存和闪存。以边缘云和AI两大技术，智能调控云设备占用的资源，能够大幅降低用户使用高性能设备的成本。
（图源：雷科技摄制）
5G广泛部署至今时间已经不短了，但对于我们生活造成的影响却不够大，原因或许在于适合5G技术的其他产业尚未成熟。如今AI、边缘计算、边缘云的到来，对于数据传输速率、延迟的要求越来越高，或将在C端场景发挥出5G、5G-A，乃至未来登场的6G的价值。
得益于新通信技术高带宽、低延迟的特性，边缘云将同时赋能B端和C端场景，实现部分设备云端化。价值不断被挖掘的边缘云，也将有机会高速发展，与边缘计算、云计算形成互补，处理复杂度相对较低、即时性要求较高的任务。AI大模型还可以在云计算平台完成训练任务后，配置到边缘云平台，以实现低成本、低延迟推理。
