边缘计算传送海量数据需要一定的时间，云中心处理数据也需要一定的时间，这就会加大请求响应时间，用户体验极差。
物联网的推动：现在几乎所有的电子设备都可以连接到互联网，这些电子设备会后产生海量的数据。传统的云计算模型并不能及时有效的处理这些数据，在边缘结点处理这些数据将会带来极小的响应时间、减轻网络负载、保证用户数据的私密性。在传统的内容分发网络中，数据都会缓存到边缘结点，随着物联网的发展，数据的生产和消费都是在边缘结点。 边缘计算是一个相对于中心化的云计算的概念。江苏边缘计算智能安防
边缘计算构筑各种创新应用
经十路是济南东西走向长的一条城市主干道，也是连接省城的重要联络线，日常承载着巨大的交通压力。为每个十字路口配备了8~12个摄像头，这些摄像头负责车流量监控和道路通行控制等等，可谓任务繁重。诸多摄像头的数据还需要整合起来进行分析，根据车流量调整红绿灯延时，但这同时也给网络传输和计算带来巨大压力。而边缘计算的优势恰在于此，基于该技术的解决方案，让智能摄像头可以提供20%的计算决策，及时、高效地为数据中心分担工作量。这也成为浪潮边缘计算解决方案实战落地的比较好印证之一。 云南低延时边缘计算无人机边缘计算在具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特点的应用场景。
如今，人们越来越喜欢佩戴健身追踪设备、血糖监测仪、智能手表和其他监测健康状况的可穿戴设备。但是，要真正地从所收集的海量数据中获益，实时分析可能是必不可少的--许多的可穿戴设备直接连接到云上，但也有其他的一些设备支持离线运行。一些可穿戴健康监控器可以在不连接云的情况下本地分析脉搏数据或睡眠模式。然后，医生可以当场对病人进行评估，并就病人的健康状况提供即时反馈。但在医疗保健领域，边缘计算的潜力远不局限于可穿戴设备。不妨想想，快速的数据处理能够给远程患者监控、住院患者护理以及医院和诊所的医疗管理带来多大的好处。医生和临床医生将能够为患者提供更快、更好的护理，同时患者所生成的健康数据也多了一层安全保护。医院病床平均有20个以上的联网设备，会产生大量的数据。这些数据的处理将直接发生在更靠近边缘的地方，而不是将保密数据发送到云端，因此能够避免数据被不当访问的风险。
边缘计算正在改变全球数百万台设备处理和传输数据的方式。互联网连接设备（IoT）的爆裂性增长，以及需要实时计算能力的新应用，继续推动着边缘计算系统的发展。更快的网络技术，如5G无线，使边缘计算系统能够加速创建或支持实时应用，例如视频处理和分析、自动驾驶汽车、人工智能和机器人等。从根本上讲，边缘计算使计算和数据存储更靠近收集数据的设备，而不是依赖于可能远在数千英里之外的中心位置。这样做是为了使数据（尤其是实时数据）不会遇到可能影响应用程序性能的延迟问题。此外，公司可以通过在本地完成处理来节省资金，从而减少需要在集中式或基于云的位置处理的数据量。若想更好的在边缘节点上部署应用程序的工作负载，需要考虑的方面：异构性。
边缘计算简介：边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用中心能力为一体的开放平台，就近提供较近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将较大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。边缘计算正在改变全球数百万台设备处理和传输数据的方式。江西多网口边缘计算智慧医疗
边缘计算则是一种合适的、具有成本效益的替代方案。江苏边缘计算智能安防
移动边缘计算(MobileEdgeComputing,MEC)可利用无线接入网络就近提供电信用户IT所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的电信级服务环境，加速网络中各项内容、服务及应用的快速下载，让消费者享有不间断的高质量网络体验。根据Gartner的报告，到2020年全球连接到网络的设备将达到约208亿台，移动端应用将迫切需要一个更有竞争力、可扩展，同时又安全和智能的接入网。移动边缘计算将会提供一个强大的平台解决未来网络的延迟、拥塞和容量等问题。除此之外，根据各大设备厂商、运营商较近发布的报告，5G将会是一个聚集了计算和通信技术的平台，而移动边缘计算将是其中不可缺少的一个重要环节。在5G时代，MEC的应用将伸展至交通运输系统、智能驾驶、实时触觉控制、增强现实等领域。江苏边缘计算智能安防
