一般而言，对实时性要求不高的、与报表有关的一段时间周期内的生产数据，往往会上传到云端进行分析；而与生产节拍密切相连、实时性要求高数据分析，往往就需要在边缘计算环节来完成。随着制造业的数字化转型不断深入，对数据在不同场景下如何进行不同的分析从而挖掘其价值也在逐渐明晰，边缘计算的重要性因而逐渐凸显。边缘计算技术横跨IT（信息技术）、OT（运行技术）和CT（通讯技术）多个领域，要落地离不开不同领域公司之间的密切合作，各取所长。过去一年里，不同相关行业的都开始推出专门针对边缘计算的产品，这一并不新鲜的概念刚刚开始进入落地阶段。边缘计算为产业界和学术界提供了独特的发展机会。深圳低延时边缘计算**
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。云南AI边缘计算VR边缘计算有助于处理从农场或农业环境收集的数据，而无需快速连接到云。
在应用较为普遍的领域，智能手机这块包括苹果、华为、高通、联发科和三星在内的手机芯片厂商纷纷推出或者正在研发专门适应AI应用的芯片产品。许多初创公司加入这个领域，为边缘计算设备提供芯片和系统方案，比如地平线、寒武纪、深鉴科技、元鼎音讯等。在智能汽车的计算平台的硬件上，大部分车企会采用混合架构，传统主控制器主要还是基于32位Tricore,PowerPC以及850等架构的微处理器,主要作为冗余和兼容的部分。对于AI和计算力消耗较多的自动驾驶和交互应用,需提供GPP通用处理器、硬件加速器（HWA）和嵌入式的可编程逻辑阵列（eFPGA），域控制器较大的提升还是在芯片算力的提升，这也使得芯片厂家和车企的直接沟通，需要在这个层级与软件联合考虑。
边缘计算考虑到计算性能，利用架构满足实时数据处理和计算的需求，用哨兵机制和密码学的手段为去中心化计算、数据隐私保护、历史记录防篡改、可追溯等提供技术支持，天然适用于对数据保护要求严格的计算场景。
IPFS引用边缘计算技术作为区块链技术领域的佼佼者，其先进的技术理念和发展潜力，有权访问加密文本的攻击者也无法了解其中的内容。同时通过将一个文件切分成数据块的方式计算到不同的计算服务节点上，所有数据内容都进行加密处理，只有用户访问密钥，并且单个数据计算提供商的故障不能损害数据的恢复能力，这是一个比中心化计算方式更安定、效率高的去中心化的计算网络。边缘计算系统的自动容错、自动负载均衡机制都构建在PC机上。 边缘计算让数据隐私保护变得更具操作性。
边缘计算仍处于起步阶段，有可能为更高效的分布式计算铺平道路。统一数据连接和数据聚合是业务智能的基础，面对当前工业现场存在的多样化与异构的技术和标准，离不开跨厂商、跨领域的数据集成与互操作。网络边缘侧的本地计算服务无疑会在异构环境中迎来IT厂商、IT方案商以及开发者集成融合服务的挑战，标准化亟待形成。许多组织正在定义各种边缘计算标准，例如美国国家标准和技术协会（NIST）、IEEE标准协会、国际标准化组织（ISO）、云计算标准客户组织会（CSCC）和国际电信联盟（ITU）等。只有当边缘节点的性能可以根据普遍认可的度量指标可靠的进行基准测试时，才能形成标准。智锐通ZRT-MIN-EC01基于IntelKabylake平台，支持LGA1151六、七代处理器。山东小型化边缘计算机器人
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。深圳低延时边缘计算**
随着边缘计算的兴起，理解边缘设备所涉及的另一项技术也比较重要，它就是雾计算。边缘计算具体是指在网络的“边缘”处或附近进行的计算过程，而雾计算则是指边缘设备和云端之间的网络连接。换句话说，雾计算使得云更接近于网络的边缘;因此，根据OpenFog的说法，“雾计算总是使用边缘计算，而不是边缘计算总是使用雾计算。”说回我们的火车场景:传感器能够收集数据，但不能立即就数据采取行动。例如，如果一名火车工程师想要了解火车车轮和刹车是如何运行的，他可以使用历史累计的传感器数据来预测零部件是否需要维修。在这种情况中，数据处理使用边缘计算，但它并不总是即时进行的(与确定引擎状态不同)。而使用雾计算，短期分析可以在给定的时间点实现，而不需要完全返回到中心云。深圳低延时边缘计算**
