边缘计算已存在数十年之久，然而随着科技持续突破与网络连接的飞跃性发展，如今我们已经能够在日常各个层面看到相关的使用场景和应用案例。举例来说：可协助农民随时作物健康状况的传感器、24小时不间断运行的自动化机器、只需少许人力监控的全天候自动化生产线，甚至是可深入探测身体内部的智慧医疗器材等等。根据Gartner 2020年新兴科技Hype Cycle趋势报告显示，人们对于边缘计算的期待已逐渐到达高峰，加上5G在全球加速普及，足以预见边缘计算将是科技发展的下一个关键点，并且在今年迈入成熟阶段。据Pure Storage 2021年预测，一些IT/OT高度汇流并在偏远和区域性地点产生大量数据的产业，如石油与天然气以及水电公共事业等，将率先从分布式云中获益。边缘计算设备往往需要具备较强的数据处理能力。吉林AI边缘计算智慧校园
在我们比较关心的汽车领域，边缘计算主要有几个落脚点，自动驾驶、智能座舱两大块，在比较难的领域，目前自动驾驶系统芯片选择上与深度学习的技术路线有比较大的重叠，深度学习算法复杂性比较高，需要有相应的嵌入式计算平台进行匹配，在应用过程中硬件技术路线主要有GPU、SoC、FPGA、ASIC等，这里分化比较厉害，有许多不同的方向。国外比较典型的公司是英特尔以133.8亿欧元收购的Mobileye，国内典型的则是地平线，这家公司的前景相对要更明朗一些，比如其在高级别自动驾驶上与奥迪的合作，在辅助驾驶上与首汽约车的合作，看起来颇有紧追Mobileye，后发先至的味道。总的来说，边缘计算具有低时延、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，在许多场景下特别是智能交通（车载领域）存在非常突出的优势。江西轻便边缘计算智能安防边缘计算处理数据中心明显的优势：提高应用程序效率。
工业领域，边缘计算也正在发挥越来越重要的作用。从工业发展的方向来看，数据将成为驱动生产制造的重要生产资料，那么如何处理这些海量、实时产生的数据就成为企业能否快速发展的重要课题。以流程型生产为例，一条生产线其实就是数据流动的通道，产品从上一名工人传递到下一个工人，同时伴随着产品数据的传递。在这个过程中，如果由于某一名工人错误操作的导致了数据异常，在下一名工人开始操作时，基于边缘计算的生产线可以做出预警提示。如果再进一步，当机器学习能力被边缘计算融入到生产线的时候，工人的不合规操作可以被实时监测出来并预警，这对提升产品的良品率意义重大。
这些计算设备可视作为一种平台，其中可执行许多不同功能的软件，包括IoT、基于IEC 61131-3的PLC、OPC UA和MQTT，还有与云端的接口、时序数据库、HMI以及数据分析软件。ISA-95 从L0到L2的功能和L3的部分功能，再加上新的IoT的分布式计算模型，都可以在边缘设备中执行。
将工业传感器网络与边缘设备连接的方案得到越来越多的认可和接受，今后在开放式的系统中会有较多的应用来取代PLC和DCS控制器。将边缘设备部署在工业网络联网和企业网络联网之中，其通信的功能有助于无缝地将IT与OT集成。 基于微型操作系统或微型内核的研究可以解决在异构边缘节点上部署应用的挑战。
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。开放和安全的使用边缘节点：安全横跨云计算和边缘计算，需要实施端到端的防护。江苏高性能边缘计算无人机
边缘计算的价值：可持续的能源消耗。吉林AI边缘计算智慧校园
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)。吉林AI边缘计算智慧校园
