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”。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。河北算力强大边缘计算园区识别
智锐通ZRT-MIN-EC01基于IntelKabylake平台，支持LGA1151六、七代处理器，搭载Movidius图形加速卡，是一款X86+图形加速卡movidius的边缘计算整机，适用于高性能视频、图像（人、物、字等特征要素）识别推理运算，普遍应用于安防监控、智慧社区、智慧校园、无人机、无人零售、机器人、智慧医疗等领域。产品亮点：1、INTELKABYLAKE平台；2、支持LGA1151六、七代处理器；3、4个MINIPCIE槽，可以搭载4张Movidius图形加速卡；4、双通道SO-DIMMDDR4内存设计（较大支持32GB）；5、INTELI211网卡；6、静音双风扇+铜管散热器设计。山西算力强大边缘计算无人零售雾计算使得云更接近于网络的边缘。
边缘计算的价值：超越终端设备的资源限制。与数据中心的服务器相比，用户终端（例如智能手机）的硬件条件相对受限。这些终端设备以文本、音频、视频、手势或运动的形式获得数据输入，但由于中间件和硬件的限制，终端设备无法执行复杂的分析，而且执行过程也极为耗电。因此，通常需要将数据发送到云端，进行处理和运算，然后再把有意义的信息通过中继返回终端。然而，并非来自终端设备的所有数据都需要由云计算执行，数据可以利用适合数据管理任务的空闲计算资源，在边缘节点处过滤或者分析。
业务流程优化、运维自动化与业务创新驱动业务走向智能，边缘智能，能够带来明显的效率提升与成本优势。事实上，对于从事工业自动化工作的人而言，边缘计算并不陌生。比如，在目前普遍采用的基于PLC、DCS、工控机和工业网络的控制系统中，位于底层、嵌于设备中的计算资源，或多或少都是边缘计算的资源。目前规模以上冶金企业，其信息化已经做得颇具成效，但缺少的恰恰是末端智能。冶金方面的数据经常会出现完整性和一致性的问题，俗称“脏”数据。解决不好这方面的问题，会给能源管理和智能管理环节造成比较大的困扰。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。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。
在边缘计算的发展过程中，还有一个概念值得注意，这就是所谓「雾计算」。这两个概念有容易混淆。「雾计算」更强调在设备的网关里处理数据，数据被「雾计算」收集到设备的网关，进而处理、存储，并将处理后的数据发挥需要数据的设备中。而边缘计算更强调「边缘」，也就是更靠近数据生成的设备端，「雾计算」则介于云计算和边缘计算之间。这也意味着，边缘计算有着诸多「先天优势」，其一，更实时、更快速的数据处理能力。由于减少了中间传输的过程，数据处理的速度也更快。其二，成本更低。边缘计算处理的数据是「小数据」，从数据计算、存储上都具有成本优势。其三，更低的网络带宽需求。随着联网设备的增多，网络传输压力会越来越大，而边缘计算的过程中，与云端服务器的数据交换并不多，因此也不需要占用太多网络带宽；第四，提升应用程序的效率。结合上面的三个优势来看，当数据处理更快、网络传输压力更小、成本也更低的时候，应用程序的效率也会较大提升。第五，边缘计算让数据隐私保护变得更具操作性，这在今年5月欧盟通过史上较严格的数据保护法律之后意义重大。边缘计算之所以存在，是因为它承担了与云计算不同的功能。贵州算力强大边缘计算VR
为了充分利用网络的边缘设备，需要建立某种发现机制，找到可以分散式部署的适当节点。河北算力强大边缘计算园区识别
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。河北算力强大边缘计算园区识别
