边缘计算的价值：可持续的能源消耗。大量研究显示，云计算会消耗庞大的能源，未来十年数据中心所消耗的能源量可能是如今消耗量的3倍。随着越来越多的应用转移到云，能量需求会日益增长，甚至无法满足。因此，采用能量效率较大化的计算策略显得尤为迫切。一些嵌入式小型设备的基础信息采集处理完全可以在端完成，即手机传感器把数据传送到网关后，就通过边缘计算进行数据过滤和处理，没必要每条原始数据都传送到云，这省去了大量的能源成本。边缘计算仍处于起步阶段，当前的云计算服务（如AmazonWebService，MicrosoftAzure和GoogleAppEngine）可以支持数据密集型的应用程序，但在网络边缘进行实时的数据处理仍是一个有待开拓的领域。此外，若想更好的在边缘节点上部署应用程序的工作负载，需要考虑以下几个方面：1、部署策略：如何部署工作负载；2、连接策略：何时使用边缘节点；3、异构性：如何处理不同类型的节点。边缘计算则是一种合适的、具有成本效益的替代方案。广州人工智能边缘计算AR
边缘计算正在改变全球数百万台设备处理和传输数据的方式。互联网连接设备（IoT）的爆裂性增长，以及需要实时计算能力的新应用，继续推动着边缘计算系统的发展。更快的网络技术，如5G无线，使边缘计算系统能够加速创建或支持实时应用，例如视频处理和分析、自动驾驶汽车、人工智能和机器人等。从根本上讲，边缘计算使计算和数据存储更靠近收集数据的设备，而不是依赖于可能远在数千英里之外的中心位置。这样做是为了使数据（尤其是实时数据）不会遇到可能影响应用程序性能的延迟问题。此外，公司可以通过在本地完成处理来节省资金，从而减少需要在集中式或基于云的位置处理的数据量。湖南低延时边缘计算主机边缘计算将在工业应用中发挥重要作用。
边缘计算在具有低时延、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的应用场景，如智能交通、智慧城市和智能家居等行业或领域，存在非常突出的优势。这里以智能交通的一个点，大件的智能汽车为例，快速处理数据是一种至关重要的能力，而边缘计算是实现自动驾驶的关键。智能汽车本质上可以看作是一台车轮上的大型高功率计算机，其通过多个传感器收集数据。为了使这些车辆安全可靠地运行，这些传感器需要立即响应周围环境，处理速度的任何滞后都可能是致命的。
边缘计算（edgecomputing）是指一种在网络边缘进行计算的新型计算模式，其对数据的处理主要包括两部分：其一是下行的云服务，其二是上行的万物互联服务。其中，边缘计算当中的“边缘”是一个相对的概念，主要是指从数据源到云计算中心路径之间的任意计算、存储以及网络相关资源。我们可以将这条路径上的资源看作是一个连续统一体。在从数据源的一端到云服务中心的一端，在此路径上根据应用的具体需求和实际应用场景，边缘（edge）可以是此条路径之上的一个或多个资源节点。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。边缘计算和云服务中心以及大数据处理中心之间可连接应用的场景：智慧城市车联网智能工厂智能社区智能家居灾难搜救等等。边缘计算的价值：分布式和低延迟计算。
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”。具备边缘计算能力的设备可以多种多样。重庆小型化边缘计算机器人
边缘计算在其中发挥着重要作用，成为工业物联网技术的有效补充。广州人工智能边缘计算AR
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。广州人工智能边缘计算AR
