边缘计算的优势：1、接近实时的数据处理：因为数据是在边缘结点进行分析，降低了延迟，提升应用的响应速度。2、减少数据传输：数据不需要推送到遥远的云端，减少智能设备和数据中心传输的数据量，节省带宽成本，同时还能减小中心网络的拥堵。比如facebook等社交软件的用户上传的照片在边缘调整到合适的分辨率再上传到云端。3、数据安全：一些比较敏感的数据直接在边缘进行分析，不用当心数据泄漏。4、提高可用性：分担（offload）了中心服务器的计算任务，一定程度上消除了主要的瓶颈，并且降低了出现单点故障的可能。目前，边缘计算市场仍然处于初期发展阶段。福建小型化边缘计算OEM生产
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。 重庆高性能边缘计算机器人当设备用于边缘计算节点时，设备的原有的功能不能被损害。
在边缘计算的发展过程中，还有一个概念值得注意，这就是所谓「雾计算」。这两个概念有容易混淆。「雾计算」更强调在设备的网关里处理数据，数据被「雾计算」收集到设备的网关，进而处理、存储，并将处理后的数据发挥需要数据的设备中。而边缘计算更强调「边缘」，也就是更靠近数据生成的设备端，「雾计算」则介于云计算和边缘计算之间。这也意味着，边缘计算有着诸多「先天优势」，其一，更实时、更快速的数据处理能力。由于减少了中间传输的过程，数据处理的速度也更快。其二，成本更低。边缘计算处理的数据是「小数据」，从数据计算、存储上都具有成本优势。其三，更低的网络带宽需求。随着联网设备的增多，网络传输压力会越来越大，而边缘计算的过程中，与云端服务器的数据交换并不多，因此也不需要占用太多网络带宽；第四，提升应用程序的效率。结合上面的三个优势来看，当数据处理更快、网络传输压力更小、成本也更低的时候，应用程序的效率也会较大提升。第五，边缘计算让数据隐私保护变得更具操作性，这在今年5月欧盟通过史上较严格的数据保护法律之后意义重大。
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。
边缘计算相比把所有视频上传到云中心，并让云中心去解决，这种方式能够更快的解决问题。物联网的发展让普通人家里的电子器件都变得活泼了起来，让这些电子器件连上网络是不够的，我们需要更好的利用这些电子元件产生的数据，并利用这些数据更好的为当前家庭服务。考虑到网络带宽和数据私密保护，我们需要这些数据很好能在本地流通，并直接在本地处理即可。我们需要网关作为边缘结点，让它自己消费家庭里所产生的数据。数据的来源有很多（可以是来自电脑、手机、传感器等任何智能设备）。在工业领域，边缘应用场景包括能源分析、物流规划、工艺优化分析等。重庆高性能边缘计算机器人
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。福建小型化边缘计算OEM生产
云计算正在影响着包括工业自动化在内的方方面面的应用，这是因为它提供了易于使用、计算和存储能力出众，且具有高性能等诸多优越性，而所有这些都是在不要求巨大的投资，或者在不要求目前已经负载过重的自有计算机和服务支持的前提下进行的。云计算和服务的提供者有像微软的Azure和亚马逊的AWS等这样的公有云，他们有许多各种各样的软件工具，例如数据分析和预测的软件工具，这些都可以为广大的工业部门和流程自动化装置所利用，来解决和应付制造、生产和业务的挑战。许多工业自动化的应用，诸如历史数据、基于状态的监控、预测维护、资产管理和故障分析等，目前都在运用云计算的方法，已经获得了更好的性价比。福建小型化边缘计算OEM生产
