为避免移动承载网络被管道化，电信标准组织和运营商正在研究在未来5G网络中，如何与移动互联网及物联网业务深度融合，进而提升移动网络带宽的价值。欧洲电信标准协会ETSI提出的移动边缘计算(MobileEdgeComputing，MEC)是基于5G演进的架构，并将移动接入网与互联网业务深度融合的一种技术。MEC一方面可以改善用户体验，节省带宽资源，另一方面通过将计算能力下沉到移动边缘节点，提供第三方应用集成，为移动边缘入口的服务创新提供了无限可能。移动网络和移动应用的无缝结合，将为应对各种OTT(OverTheTop)应用提供了有力的武器。边缘计算的朴素理解就是把计算尽量靠近数据的生产和使用端。吉林人工智能边缘计算机器人
其他行业领域的应用：其他可以利用边缘计算技术的行业包括金融业和零售业。这两个行业都使用大型的客户和后端数据集来提供从选股信息到店内服装摆放的各种信息，可以从减少对云计算的依赖中获益。零售可以使用边缘计算应用程序来增强顾客体验。如今，许多零售商都在致力于改善店内体验，优化数据收集和分析的方式对它们而言一定比较有意义--尤其是考虑到许多零售商已经在尝试使用联网的智能显示屏。此外，许多人使用店内平板电脑所生成的销售点数据，这些数据会被传输到云端或数据中心。借助边缘计算，数据可以在本地进行分析，从而减少敏感数据泄漏的风险。北京低延时边缘计算机器人边缘计算的重要程度越来越被人们所重视了。
向边缘计算的转变在我们到处充斥着数据的未来，将有数十亿部设备连接到互联网，因此更快更可靠的数据处理将变得至关重要。近年来，云计算的整合和集中化性质被证明具有成本效益和灵活性，但物联网和移动计算的兴起给网络带宽带来了不小的压力。结尾，并不是所有的智能设备都需要利用云计算来运行。在某些情况下，这种数据的往返传输能够--也应该--避免。由此，边缘计算应运而生。根据CBInsights的市场规模量化工具，到2022年，全球边缘计算市场规模预计将达到67.2亿美元。虽然这是一个新兴领域，但在云计算覆盖的一些领域，边缘计算的运行效率可能要更高。边缘计算使得数据能够在较近端(如电动机、泵、发电机或其他的传感器)进行处理，减少在云端之间来回传输数据的需要。
边缘计算就是要将网络距离，或者空间距离上的与用户临近的这些分开的、分散的资源进行统一，为应用提供计算、存储以及网络服务。结尾，我从仿生学的角度再进行一下边缘计算的理解。我们可以做这样的类比，将云计算和数据中心比作人的大脑，边缘计算就相当于人的神经末梢。当我们受到外界的刺激，如针刺到手，我们的手会第1时间下意识的收手，然后大脑才会意识到刚才我们被针刺到了手，这是因为将手收回的过程其实是由神经末梢直接处理的非条件反射。这种非条件反射的速度是大于人的反应速度的，这是为了避免遭受更大的伤害，这另外一点就是让大脑更加专注于处理更为高级的智慧。在未来万物互联的时代，随着资源的的数量增多，我们其实是不可能为每一个设备都提供一个“大脑”的，这时我们就需要边缘计算来帮助我们，让每一个设备拥有自己的“大脑”。边缘计算系统的设计需要易于结合行业内现有的系统，考虑到行业现状并进行利用，不要与现实脱节。
边缘计算执行事务提交，如果协调者从所有的参与者获得的反馈都是yes响应，那么就会执行事务提交集群的规划并不是一成不变的，你的集群可能会加入新的节点；也可能有节点因为事故离线；也可能因为分片维度的问题，数据发生了倾斜。当这种情况发生，集群间的数据会发生迁移，以便达到平衡。
这个过程有些是自动的，也有些是手动进行触发。这个过程也是困难的：既要保证数据的增量迁移，又要保证集群的正确服务。边缘计算系统顾名思义就是将大量的普通服务器，通过网络互联，对外作为一个整体提供计算服务。 针对边缘计算场景下的编程模型的研究具有非常大的空间，也十分紧迫。吉林人工智能边缘计算机器人
边缘计算设备将工业物联网设备组合在一起。吉林人工智能边缘计算机器人
边缘计算（edgecomputing）是指一种在网络边缘进行计算的新型计算模式，其对数据的处理主要包括两部分：其一是下行的云服务，其二是上行的万物互联服务。其中，边缘计算当中的“边缘”是一个相对的概念，主要是指从数据源到云计算中心路径之间的任意计算、存储以及网络相关资源。我们可以将这条路径上的资源看作是一个连续统一体。在从数据源的一端到云服务中心的一端，在此路径上根据应用的具体需求和实际应用场景，边缘（edge）可以是此条路径之上的一个或多个资源节点。边缘计算当中的边缘资源有：计算机网络站点公共存储区无线访问点交换机路由器基站等等。边缘计算和云服务中心以及大数据处理中心之间可连接应用的场景：智慧城市车联网智能工厂智能社区智能家居灾难搜救等等。吉林人工智能边缘计算机器人
