物聯網的許多應用實現不完全依賴于云平臺，邊緣計算技術可以實現物聯網應用產生更快速的網絡響應，滿足行業應用在實時業務、應用智能、安全與隱私保護等方面的需求。
2020 年全球有超過 500 億的終端與設備聯網，超過 40% 的數據要在網絡邊緣側進行分析、處理與存儲，邊緣計算已開始在物聯網應用場景中發揮巨大的作用。
何為邊緣計算
邊緣計算起源于CDN領域（內容分發網絡），利用邊緣節點的網絡、計算、存儲能力，就近為用戶提供服務。與邊緣計算概念類似的還有思科在2011年提出的霧計算（Fog Computing），由性能較弱、更為分散的各種功能計算機組成，與云的集中式計算不同，霧計算可以理解為一種分布式的計算架構，更接近網絡邊緣。
CDN系統架構
物聯網系統的邊緣計算，范圍涵蓋重點設備和邊緣接入節點間，以處理實時數據為主；云端可以通過網絡連接訪問邊緣網絡存儲的歷史數據。邊緣計算基礎設施的物聯網架構包括以下三個組成部分：
- 云：云計算平臺的中心節點，擁有豐富的云計算資源，是邊緣計算的管控端，負責全網算力和數據的統一管理、調度和存儲。
- 邊：指基礎設施邊緣(Infrastructure Edge)，即云計算平臺的邊緣節點，靠近設備和數據源，擁有充足的算力和存儲容量。如傳統CDN網絡的 CDN 邊緣節點，物聯網場景的設備控制中心等屬于此類。
- 端：又稱設備邊緣(Device Edge)，主要指終端設備，如手機、汽車、智能家電、工廠設備、傳感器等，是邊緣計算的“最后一公里”。
邊緣計算包括終端設備、接入設備和邊緣云
邊緣計算的優勢
邊緣計算的引入為物聯網應用提供了很多支持：
- 統一接入：邊緣云為設備提供了多種協議的接入能力，提供統一的接入框架，消除私有協議和數據模型的差異，在云端和邊緣側統一定義，減低了系統集成成本，提高設備接入效率。
- 實時可靠：邊緣計算的引入極大程度提升了實時用戶體驗， 降低關鍵通信的端到端時延，保障業務連續性及可靠性，即使與中心云的網絡斷開，仍然不影響應用的正常運行
- 邊緣智能：云端可以將分析模型、規則引擎下推到邊緣節點，利用邊緣側的計算資源來執行數據分析和決策邏輯，以最大限度實現實時的智能響應。
- 邊緣緩存：邊緣節點利用自身的存儲資源實現數據緩存，利用空閑時間，將緩存數據或處理后的數據異步上傳至云平臺，以便云平臺利用大數據處理能力進行匯聚和分析訓練
邊緣計算典型場景包括智能建筑、智能工廠等。在智能建筑的智能梯控系統中，邊緣計算能夠實現電梯故障的實時響應，傳感器邊緣部件要相對獨立且具備計算能力，一旦出現故障，邊緣側可以獨立解決；在智能工廠中，許多控制和分析將通過邊緣設備實現，而無需交由云端處理，邊緣計算和私有5G網絡將成為工業4.0和智能制造的必備技術。
邊云結合，合理分工
邊緣計算和云計算兩者都是大數據處理的運行方式，更準確的說法應該是，邊緣計算是對云計算的一種補充和優化。邊緣計算技術實現了云邊資源的有效結合：邊緣節點主要負責現場/終端數據的采集，按照規則或模型對數據進行初步處理與分析，最終將結果予以上報，極大降低上行鏈路的帶寬要求。云平臺提供海量數據的存儲、分析與價值挖掘。
