IPFS实现了真正的边缘计算，这将成为未来所有区块链项目的数据计算基础，为整个区块链产业的发展提供有力支撑。IPFS边缘计算，是以去中心化边缘计算结合区块链技术的计算容量可拓展方案，利用全球上千万个节点提供的闲置硬盘计算空间用于数据计算，有效地解决了大数据时代计算难题，利用其传输量大、速度快、成本低，消耗小且数据上链可溯源的优势，以边缘式技术为重要点，解决大规模、高并发场景下对数据计算的挑战。这是边缘计算的真正意义。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。小型化边缘计算VR
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。上海高性能边缘计算智慧社区边缘计算的价值：分布式和低延迟计算。
边缘计算的价值：1、应对数据爆裂和网络流量压力。边缘设备的数量正在超速增长——到2018年，世界上三分之一的人口将拥有智能手机或者可穿戴设备，到2020年，这些设备将生成43万亿GB的数据。处理这些数据需要进一步扩展数据中心，这再次引起了人们对网络流量压力的普遍关注。通过在边缘设备上执行数据分析，可有效应对数据爆裂，减轻网络的流量压力。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。2、智能计算。不只是消费级的物联网终端，边缘计算还将在工业应用中发挥重要作用。计算可以分层执行，利用网络远端的资源完成。例如，典型的生产流水线可以过滤设备上生成的数据，在传输数据的边缘节点上执行部分分析工作，之后再通过云端执行更加复杂的计算任务。边缘节点可以通过分担云计算的部分任务，增强数据中心的计算能力。
边缘计算的开发归功于IoT设备的指数级增长，这些设备连接到Internet以便从云中接收信息或将数据传递回云中。许多物联网设备在其运行过程中会生成大量数据。边缘计算的好处：对于许多公司来说，单是成本节约就可能成为部署边缘计算架构的驱动力。在许多应用中采用云的公司可能已经发现，带宽成本比他们预期的要高。但是，边缘计算的较大好处越来越多地是能够更快地处理和存储数据，从而实现了对公司至关重要的更高效的实时应用程序。在进行边缘计算之前，扫描人脸以进行面部识别的智能手机将需要通过基于云的服务来运行面部识别算法，这将需要大量时间来处理。使用边缘计算模型，鉴于智能手机的功能日益强大，该算法可以在边缘服务器或网关上本地运行，甚至可以在智能手机本身上运行。虚拟现实和增强现实、无人驾驶、无人驾驶汽车、智慧城市、甚至楼宇自动化系统等应用都需要快速处理和响应。边缘计算处理数据中心明显的优势：在成本预算上可以较大减轻经费预算。
边缘计算的边缘结点也需要承担一定的计算任务。把云中心的计算任务卸载到边缘结点这个过程叫做云卸载。举个例子，移动互联网的发展，让我们得以在移动端流畅的购物，我们的购物车以及相关操作（商品的增删改查）都是依靠将数据上传到云中心才能得以实现。如果将购物车的相关数据和操作都下放到边缘结点进行，那么将会极大提高响应速度，增强用户体验。通过减少延迟来提高人与系统的交互质量。随着移动设备的增加，以及城市中摄像头布控的增加。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。湖北边缘计算VR
边缘计算的价值：超越终端设备的资源限制。小型化边缘计算VR
移动边缘计算MEC把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建了开放式平台以植入应用，并通过无线API开放无线网络与业务服务器之间的信息交互，对无线网络与业务进行融合，将传统的无线基站升级为智能化基站。面向业务层面(物联网、视频、医疗、零售等)，移动边缘计算可向行业提供定制化、差异化服务，进而提升网络利用效率和增值价值。同时移动边缘计算的部署策略(尤其是地理位置)可以实现低延迟、高带宽的优势。MEC也可以实时获取无线网络信息和更精确的位置信息来提供更加精确的服务。小型化边缘计算VR
