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。边缘计算的价值：超越终端设备的资源限制。黑龙江人工智能边缘计算电力巡检
边缘计算是指：与将数据传到远程的云端进行处理相对，边缘计算则是在靠近数据源头的网络边缘提供计算和存储资源。通俗的说，边缘计算是去中心化或分布式的云计算，原始数据不传回云端，而是在本地完成分析。看好边缘计算的人认为计算能力正在从云端向边缘移动，因此边缘计算会成为下一个像云计算这样成功的技术爆发点。另一方面，边缘计算是驱动物联网的关键技术，因此边缘计算的推动者往往是从事物联网的人。有了定义还不足以理解边缘计算，你可能会问到底什么是边缘呢？边缘是一个比较笼统的概念，它是指接近数据源的计算基础设施，不同的边缘计算提供商往往有不同的边缘。上海小型化边缘计算机器人边缘计算处理数据中心明显的优势：减少网络流量。
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、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。由于MEC的力量改变了我们将数据带到云端的速度，因此，这意味着MEC将成为IT基础设施的重要组成部分。然而，许多企业对MEC仍然知之甚少，更不清楚它将如何运行。什么是MEC？MEC表示多接入边缘计算。它从网络的“边缘”提供IT和云服务，将公有云的敏捷性与本地或设备计算的高响应能力相结合。这使得数据存储和处理距离用户和设备更近，而不是依赖于可能远在数英里之外的中枢。
边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用中心能力为一体的开放平台。网络边缘侧可以是从数据源到云计算中心之间的任意功能实体，这些实体搭载着融合网络、计算、存储、应用中心能力的边缘计算平台，为终端用户提供实时、动态和智能的服务计算。与像云端中进行处理和算法决策不同，边缘计算是将智能和计算推向更接近实际的行动，而云计算需要在云端进行计算，主要得差异体现在多源异构数据处理、带宽负载和资源浪费、资源限制和安全和隐私保护等方面。网络边缘数据涉及个人隐私，传统的云计算模式需要将这些隐私数据上传至云计算中心，这将增加泄露用户隐私数据的风险。在边缘计算中，身份认证协议的研究应借鉴现有方案的优势之处，同时结合边缘计算中分布式、移动性等特点，加强统一认证、跨域认证和切换认证技术的研究，以保障用户在不同信任域和异构网络环境下的数据和隐私安全。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。
其他行业领域的应用：其他可以利用边缘计算技术的行业包括金融业和零售业。这两个行业都使用大型的客户和后端数据集来提供从选股信息到店内服装摆放的各种信息，可以从减少对云计算的依赖中获益。零售可以使用边缘计算应用程序来增强顾客体验。如今，许多零售商都在致力于改善店内体验，优化数据收集和分析的方式对它们而言一定比较有意义--尤其是考虑到许多零售商已经在尝试使用联网的智能显示屏。此外，许多人使用店内平板电脑所生成的销售点数据，这些数据会被传输到云端或数据中心。借助边缘计算，数据可以在本地进行分析，从而减少敏感数据泄漏的风险。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。福建高性能边缘计算无人机
边缘侧安全主要包含设备安全、网络安全、数据安全与应用安全。黑龙江人工智能边缘计算电力巡检
分区和拆分任务：对于边缘计算来说，较大的难点在于如何动态、大规模地部署运算和存储能力以及云端和设备端如何高效协同、无缝对接。不断发展的分布式计算已经催生了许多技术用来促进在多个地理位置分区执行任务。任务分区通常在编程语言或管理工具中明确表示。然而，利用边缘节点来实现分区计算不光光带来了有效分割计算任务的挑战，对于如何能在不需要明确定义边缘节点的能力或位置，以自动化的方式进行计算的问题上，也遇到了瓶颈。因此，需要一种新型的调度方式，以便将分割的任务部署到各个边缘节点上。高水准的服务质量（QoS）和服务体验（QoE）。另一个挑战是需要确保边缘节点实现高吞吐量，并且在承接额外计算工作量时运行可靠。例如，当基站过载时，可能影响连接到基站的其他边缘设备。因此需要对边缘节点的峰值时间周全了解，以便可以用灵活的方式来分割和调度任务。复杂的算法如何在云端和边缘设备之间合理分解和整合，需要一个对云管端三者都有控制力的技术来实现。黑龙江人工智能边缘计算电力巡检
