随着物联网和人工智能的发展，数据量呈现指数级增长，越来越多的数据需要在网络边缘进行存储、分析和处理，对边缘计算能力提出极大挑战。ES600SMEC服务器以其优异性能，将人工智能推向边缘，大幅提升边缘计算处理能力。在视觉识别领域的应用，通过视频捕捉，在网络边缘深度优化人脸检测算法，实现1200帧/秒的人脸检测功能，检出率超过98%。而在一个ES600S服务器上，可以实现百路这样的视频的实时人工智能分析。
　　什么是边缘计算

　　云计算
　　传统云计算模型如上，最左侧是服务提供者来提供数据，上传到云中心，终端客户发送请求到云中心，云中心响应相关请求并发送数据给终端客户。终端客户始终是消费者的角色。

　　边缘计算
　　边缘计算则通过将边缘结点（包括智能家电、手机、平板等）产生数据，上传到云中心，服务提供商也产生数据上传到云中心。边缘结点发送请求到云中心，云中心返还相关数据给边缘结点。
　　边缘计算优势
　　和云计算类似，边缘计算也是处理数据的一种方式，但不同的是，云计算需要把数据上传到云端，而边缘计算则少去了上传步骤，将数据直接在本地处理。随着物联网和5G技术的快速发展，越来越多的设备接入网络，数据量则会成指数倍的增长，数据量一旦大了，如果数据都通过云计算来传输，网络时间消耗太大。

　　借助于边缘计算，在人脸识别领域，响应时间由900ms减少为169ms，把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%。数据在整合、迁移等方面可以减少20倍的时间。随着数据雪崩，预测到2025年，全球数据将增长10倍，达到163Zettabytes。将计算和数据移动到更接近用户的位置是有必要的。反过来，这将导致出现许多不同的边缘计算“平台”：无线边缘、移动边缘、建筑边缘。