物联网的许多应用实现不完全依赖于云平台，边缘计算技术可以实现物联网应用产生更快速的网络响应，满足行业应用在实时业务、应用智能、安全与隐私保护等方面的需求。

2020 年全球有超过 500 亿的终端与设备联网，超过 40% 的数据要在网络边缘侧进行分析、处理与存储，边缘计算已开始在物联网应用场景中发挥巨大的作用。

何为边缘计算

边缘计算起源于CDN领域（内容分发网络），利用边缘节点的网络、计算、存储能力，就近为用户提供服务。与边缘计算概念类似的还有思科在2011年提出的雾计算（Fog Computing），由性能较弱、更为分散的各种功能计算机组成，与云的集中式计算不同，雾计算可以理解为一种分布式的计算架构，更接近网络边缘。

物联网系统的边缘计算，范围涵盖重点设备和边缘接入节点间，以处理实时数据为主；云端可以通过网络连接访问边缘网络存储的历史数据。边缘计算基础设施的物联网架构包括以下三个组成部分：

• 云：云计算平台的中心节点，拥有丰富的云计算资源，是边缘计算的管控端，负责全网算力和数据的统一管理、调度和存储。
• 边：指基础设施边缘(Infrastructure Edge)，即云计算平台的边缘节点，靠近设备和数据源，拥有充足的算力和存储容量。如传统CDN网络的 CDN 边缘节点，物联网场景的设备控制中心等属于此类。
• 端：又称设备边缘(Device Edge)，主要指终端设备，如手机、汽车、智能家电、工厂设备、传感器等，是边缘计算的“最后一公里”。

边缘计算的优势

边缘计算的引入为物联网应用提供了很多支持：

• 统一接入：边缘云为设备提供了多种协议的接入能力，提供统一的接入框架，消除私有协议和数据模型的差异，在云端和边缘侧统一定义，减低了系统集成成本，提高设备接入效率。
• 实时可靠：边缘计算的引入极大程度提升了实时用户体验， 降低关键通信的端到端时延，保障业务连续性及可靠性，即使与中心云的网络断开，仍然不影响应用的正常运行
• 边缘智能：云端可以将分析模型、规则引擎下推到边缘节点，利用边缘侧的计算资源来执行数据分析和决策逻辑，以最大限度实现实时的智能响应。
• 边缘缓存：边缘节点利用自身的存储资源实现数据缓存，利用空闲时间，将缓存数据或处理后的数据异步上传至云平台，以便云平台利用大数据处理能力进行汇聚和分析训练

边缘计算典型场景包括智能建筑、智能工厂等。在智能建筑的智能梯控系统中，边缘计算能够实现电梯故障的实时响应，传感器边缘部件要相对独立且具备计算能力，一旦出现故障，边缘侧可以独立解决；在智能工厂中，许多控制和分析将通过边缘设备实现，而无需交由云端处理，边缘计算和私有5G网络将成为工业4.0和智能制造的必备技术。

边云结合，合理分工

边缘计算和云计算两者都是大数据处理的运行方式，更准确的说法应该是，边缘计算是对云计算的一种补充和优化。边缘计算技术实现了云边资源的有效结合：边缘节点主要负责现场/终端数据的采集，按照规则或模型对数据进行初步处理与分析，最终将结果予以上报，极大降低上行链路的带宽要求。云平台提供海量数据的存储、分析与价值挖掘。