经过十几年的发展，云计算概念已经被越来越多的技术层、决策层、高级管理层人员所理解并接受，私有云、公有云、混合云的高速发展，使得业务入云已经成为企业数字化转型的事实标准。
随着5G通信技术的发展，越来越多的实时性强的业务开始兴起，如自动驾驶、AR/VR、智能家居、工业自动化等，传统的云计算加端业务的集中式处理模型很难满足大量数据传输和实时处理的需求。因此，云边端的处理模型应运而生，即边缘计算。
1、边缘计算的特点
边缘计算作为云计算的延伸与补充，具有如下特点：
低延时
计算能力下沉，将数据处理服务运行在靠近数据生产的源，省去了网络延迟，及时地响应请求，提高时效性。
低带宽
由于数据在边缘端处理，不需要传输到云端，或是预处理去除冗余数据后传入云端，省去了大量数据的传输，极大缓解了中心云的带宽压力。
数据安全
数据极短距离的传输，减少了数据暴露在网络上的时间，降低数据泄露风险，保护终端产生数据的安全。
边缘应用管理
纳管边缘端原有的服务，将中心云的云原生能力提供给边缘应用。多边缘端应用的发布、升级等操作，可直接在中心云操作，简化原有的操作流程，降低维护成本。
边缘设备管理
将海量终端设备接入云，提供统一的抽象接口，可在云中心向终端设备发布指令。
基于上述特点，在物联网不断发展的背景下，边缘计算有力地弥补了传统云计算模型的短板，将中心云的能力延伸到边缘端，实现覆盖更多的应用场景。
2、边缘计算应用场景
安防监控
车联网
在互联网行业，有着软件定义一切的说法。同样，在汽车领域，软件定义汽车（SDV）也被认为是汽车行业未来发展的趋势。汽车的核心竞争力，逐渐由动力、机械方面转向软件能力，尤其是AI、大数据、云计算等技术在汽车行业的落地，将进一步推动这种转变的实现。
另一方面，车联网技术的发展是5G物联网领域中非常重要的应用之一，也是移动边缘计算的典型场景，尤其是自动驾驶的投入使用，更是加速了车载系统联网入云的进程。据统计数据显示，一辆自动驾驶车每天产生的数据在4TB以上，这样大量的数据会因为网络延迟导致终端应用实时性体验大幅下降，进而影响自动驾驶的性能。
车载系统通常具有计算能力，可以通过边缘计算平台将车载系统纳入云管理，将云计算中心个别实时性要求较高的服务下发到车载系统，可以再第一时间处理终端应用的数据，增强时效性。同时，将原生车载应用以云原生的方式管理，便于发布/升级等操作，这会对汽车OTA（空中下载技术）的推进产生重要意义。
另外，针对设备体验的一致性、设备能力、调用接口的碎片化问题，边缘计算平台可以实现车载设备的有效抽象，屏蔽异构的设备协议（CAN，以太网等），简化设备管理应用的开发。
VR/AR
VR/AR注重人机交互的体验，突破二维限制，进入三维体验的技术实现。其背后，是计算平台强大算力的支撑。在边缘计算模型下，实时的VR头显不再需要将数据发送到云计算中心去处理，而是通过5G网络发送到就近的服务基站、边缘数据中心等，反过来看，就是云计算中心通过5G网络将计算能力延伸在边缘端，这样的低延迟处理可以有效提升用户体验，是下一代VR/AR应用的重要实现。
工业互联网
工业互联网，主要体现在对工业大数据的处理、模型的训练以及工业设备的远程优化控制。通过云计算、大数据、AI等技术赋能工业生产的智能化。现代工业的发展，逐渐形成了云计算中心与网络边缘的融合。
边缘侧
数据的预处理、分布式协同控制、异构网络设备的联通等由边缘侧计算单元处理。
云计算中心
大数据分析、AI决策优化。
在工业领域中，具有互联网能力的工业控制系统可以作为边缘计算节点，将一些实时性要求较高的数据分析、智能化处理和执行单元放在这一层运行；另外一些实时性要求不高，较长周期内的大数据整理分析、AI模型训练及生成决策事件、优化参数等任务，可以放在云计算中心执行。通过以云中心为大脑，带动边缘计算实现工业互联网的智能制造。
智能家居
智能家居系统主要通过多种传感器技术，结合AI深度学习，不断做出环境适应的调整。目前，智能家居的实现模式主要是通过云端连接控制，这将导致数据处理不及时，会对云端网络依赖较大。并且，随着智能家居设备的增多，设备之间的互联互动，异构设备的统一管理，也成为了未来智能家居实现的问题。
边缘计算逐渐被引入到智能家居系统中，首先可以解决设备管理问题。针对多种异构设备，以统一命名及接口，接入到云端管理，为智能家居控制程序的开发，提供完备的抽象。其次，智能设备的实时请求发送到就近的边缘节点，有边缘节点的计算服务处理数据请求，动态规划智能设备的运行策略。未来发展中，可能会出现智能家庭网关的计算单元，作为边缘节点，可实现边缘自治，脱离于云端联合智能设备，并能保证家庭数据安全，提高更高效的家庭智能设备管理。
