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）。边缘计算能够缩短设备的响应时间，减少从设备到云数据中心的数据流量，以便在网络中更有效的分配资源。四川多网口边缘计算OED定制
智能汽车里需要在多个HPC中，按照边缘计算的方式来进行。因为感知数据需要分析的速度受到自动驾驶汽车运动影响，同时还需要及时指示汽车周围有什么，所以通过环境感知的自动驾驶汽车将产生至少40TB的数据。这就是通过网络来回传输的大量数据。自动驾驶汽车需要利用边缘计算，这涉及到本地化计算处理能力和存储器容量需要能够确保车辆和AI能够执行其所需的任务。5G中心网控制面与数据面彻底分离，NFV令网络部署更加灵活，从而使之能分布式的边缘计算部署。边缘计算将更多的数据计算和存储从“中心”下沉到“边缘”，部署于接近数据源的地方，一些数据不必再经过网络到达云端处理，从而降低时延和网络负荷，也提升了数据安全性和隐私性。甘肃边缘计算AR边缘计算可以实时或更快的进行数据处理和分析，让数据处理更靠近源头。
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。
边缘计算技术路线虽然各不相同，但总体遵循一个规律：把边缘和云紧密结合，充分发挥边缘的低延迟，安全等特性同时，结合云的大数据分析能力。以微服务的形式开放边缘计算服务，支持用户在边缘端编程，这标志着它已经初步搭建好了边缘计算的平台。
在竞争激烈的市场中，为了获得高性能低延迟的服务，移动运营商纷纷开始部署移动边缘计算。由于边缘计算属于快速发展的技术，行业的发展可以称之为日新月异，半年后完全是另外一番天地。到目前为止，已经有无数的创业公司涌现出来，其中一些公司已经在行业内崭露头角，成为边缘计算创新的独角兽。绝大部分这个领域初创企业都是以创新技术为特色，目前并没有看到特别突出的商业模式，但产品的概念都符合这个时代的特色：智能城市，智能家居，智慧工厂，无人驾驶，等等。 边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用中心能力的开放平台。
边缘计算处理数据中心明显的优势有以下几点：1、边缘计算可以实时或更快的进行数据处理和分析，让数据处理更靠近源，而不是外部数据中心或者云，可以缩短延迟时间。2、在成本预算上可以较大减轻经费预算。企业在本地设备上的数据管理解决方案所花费的成本较大低于云和数据中心网络。3、减少网络流量。随着物联网设备数量的增加，数据生成继续以创纪录的速度增长。结果，网络带宽变得更加有限，压倒了云，导致更大的数据瓶颈。4、提高应用程序效率。通过降低延迟级别，应用程序可以更高效、更快速地运行。5、个性化：通过边缘计算，可以持续学习，根据个人的需求调整模型，带来个性化互动体验。边缘计算处理数据中心明显的优势：提高应用程序效率。云南人工智能边缘计算推理终端
边缘计算中的数据存储和计算任务大多数依赖于边缘节点。四川多网口边缘计算OED定制
边缘计算将会催生更多的发展机遇，在此我们明确的潜在机会：1、架构和语言。随着支持通用计算的边缘节点不断增加，开发框架和工具包的需求也会随之增长。边缘分析与现有流程不同，由于边缘分析将在用户驱动的应用程序中实现，现有框架可能不适合表达边缘分析的工作流。编程模型需要利用边缘节点支持任务和数据的并行，并且同时在多个层级的硬件上执行计算。编程语言需要考虑工作流中硬件的异构性和各种资源的计算能力。这比云计算的现有模型更加复杂。2、轻量级库和算法。与大型服务器不同，由于硬件限制，边缘节点不支持大型软件。例如，IntelT3K并发双模SoC的小型基站具有4核ARM的CPU和有限内存，不足以执行复杂的数据处理工作。再比如ApacheSpark需要至少8核的CPU和8GB的内存以获得良好的性能。边缘分析需要轻量级算法，可以进行合理的机器学习或数据处理任务。四川多网口边缘计算OED定制
