边缘计算不但提高了系统的可靠性、可用性和存取效率，还易于扩展。关键技术：在大数据环境下，元数据的体量也非常大，元数据的存取性能是整个边缘式文件系统性能的关键。常见的元数据管理可以分为集中式和边缘式元数据管理架构。集中式元数据管理架构采用单一的元数据服务器，实现简单．但是存在单点故障等问题。边缘式元数据管理架构则将元数据分散在多个结点上．进而解决了元数据服务器的性能瓶颈等问题。并提高了元数据管理架构的可扩展性，但实现较为复杂，并引入了元数据一致性的问题。边缘计算是在高带宽、时间敏感型、物联网集成这个背景下发展起来的技术。山东人工智能边缘计算推理终端
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。 辽宁AI边缘计算无人机工业领域，边缘计算也正在发挥越来越重要的作用。
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。
边缘计算之所以存在，是因为它承担了与云计算不同的功能。在制造现场，产生的数据多样而繁杂，然而并非所有数据都需要上传到云端进行分析、处理。一方面带来流量、带宽的需求，背后是使用云服务的费用问题；此外，公司对上传所有数据到云端也存在数据安全的担忧。更重要的在于数据如何进行利用。现场的数据，有的是无效信息，譬如设备在生产间隔期间的数据，往往就不需要全部上传，而是需要经过截取处理；有的数据需要立刻处理，譬如一些硬件产品的实时检测预警信息反馈要求在毫秒级，而上传到云端进行处理再反馈到现场的时延可能达到秒级，全部通过云端来分析就会较大延缓现场的生产效率，这就需要靠近数据源的边缘设备来进行处理。边缘计算的价值：超越终端设备的资源限制。
市场研究公司IDC称，边缘计算被描述为“微型数据中心的网状网络，在本地处理或存储关键数据，并将所有接收到的数据推送到中心数据中心或云存储库，其覆盖范围不到100平方英尺”。例如，一列火车可能包含可以立即提供其发动机状态信息的传感器。在边缘计算中，传感器数据不需要传输到火车上或者云端的数据中心，来查看是否有什么东西影响了发动机的运转。本地化数据处理和存储对计算网络的压力更小。当发送到云的数据变少时，发生延迟的可能性--云端与物联网设备之间的交互导致的数据处理延迟--就会降低。这也让基于边缘计算技术的硬件承担了更多的任务，它们包含用于收集数据的传感器和用于处理联网设备中的数据的CPU或GPU。边缘计算设备可以用作网关或数据处理单元。广州边缘计算**
边缘计算的优势：更低的网络带宽需求。山东人工智能边缘计算推理终端
物联网处于数字化转型的前沿，如何将这些连接设备的潜力进行较大程度的发挥取决于多接入边缘计算(MEC)。技术正在以前所未有的速度改变世界，物联网则走在了时代较前沿。据预测，到2030年，全球包括智能摄像头在内将有约500亿台联网设备。这些摄像头以及一般IoT设备的智能性和影响力取决于几个方面：设备感知周围世界所发生事件的能力、AI应用程序分析设备信息并实时做出反应的能力、该应用程序运行的云以及网络的容量和响应能力等。物联网处于数字化转型的前沿，如何将这些连接设备的潜力进行较大程度的发挥取决于多接入边缘计算(MEC)。山东人工智能边缘计算推理终端
