边缘计算是相对于云计算而言的，是指收集和分析数据的行为发生在接近数据生成的本地设备和网络中。边缘计算又称分布式云计算、雾计算或第四代数据中心。
大概很多人都有这样的经历：如果手不小心被开水烫伤或烫伤，人们会立刻把手拿开。这种反应是一种自我组织的条件反射。让假设，如果我们的手被开水烫伤或烫伤，我们的大脑会根据收集到的信息做出反应和决定，然后采取行动，那会是一种什么样的场景？
假设我们把人的条件反射标为边缘计算，把人脑反应标为云计算，那么我们就可以简单而深入地理解边缘计算和云计算的区别。
1.什么是边缘计算？
边缘计算是相对于云计算而言的，是指收集和分析数据的行为发生在接近数据生成的本地设备和网络中，而不是必须将数据传输到拥有集中计算资源的云端进行处理。边缘计算又称分布式云计算、雾计算或第四代数据中心。
边缘计算最初是通过在广域网上虚拟化网络服务而出现的。它最初是由一个平台驱动，适应云计算用户的习惯，这也是思科在2011年提出的雾计算概念的由来。随着新的边缘计算能力的出现，边缘计算不再需要构建集中式数据中心，从而创建潜在的数千个适用的大规模分布式节点的能力。
2.为什么需要边缘计算？
Gartner估计，到2020年，全球将有多达250亿台智能设备连接到互联网，如此多的设备将产生50万亿GB的数据，这是2015年全球数据量的5倍多。如果这些设备产生的数据全部传输到云端，对网络带宽、网络流量成本控制和云存储能力都将是一个巨大的挑战。同时，有些应用需要及时响应，比如工厂机械设备的故障预测，时间延迟就意味着损失。其他边缘设备也涉及个人隐私和安全。为了应对物联网场景下海量数据传输、存储和云计算能力的挑战，领先的云计算厂商纷纷推出边缘计算产品。有些数据分析功能是在应用场景附近(终端或网关)实现的。这种就近的智能服务可以满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护等方面的关键需求。
云计算和边缘计算的区别
边缘计算的几个特征
以及分布式和低延迟计算。
边缘计算侧重于实时和短周期数据的分析，可以更好地支持本地服务的实时智能处理和执行。
更有效率
因为边缘计算离用户更近，数据过滤和分析都在边缘节点实现，所以效率更高。
更聪明
AI边缘计算的结合，让边缘计算比计算更智能。
更加节能
云计算结合边缘计算的成本只有单独云计算的39%。
释放流动压力
云传输时，边缘节点进行一些简单的数据处理，可以提高设备的响应时间，减少从设备到云的数据流量。
3.技术进步使得部署边缘计算成为可能。
在物联网的场景下，每一个智能设备都会产生大量的数据，将如此大量的数据从本地转移到云端会消耗大量的网络带宽。为了加快服务和数据处理的时间，不可避免地将计算从云端移到收集数据的边缘节点。
4.如何部署边缘计算？
在物联网的场景下，每一个智能设备都会产生大量的数据，将如此大量的数据从本地转移到云端会消耗大量的网络带宽。为了加快服务和数据处理的时间，不可避免地将计算从云端移到收集数据的边缘节点。事实上，在大数据场景中，将计算部署到靠近数据的节点是有先例的。Hadoop中的MapReduce是通过在数据存储节点部署mapper和reducer来高效处理存储在HDFS的海量数据。
边缘计算环境是组成物联网生态系统的许多元素的子集。它消除了管理、安全和分析的功能。边缘计算是物理世界和虚拟世界之间的桥梁。
1、设备领域：边缘计算在这个层面，感知到的信息可以直接计算处理。比如在制造领域，可以对设备进行及时监控，实现预防性维护；在文章采集和音频采集中直接部署智能识别的能力；或者像手机一样，可以直接从语音输入转换成文字输出。
2、网络域：通过部署计算能力，实现各种网络协议的自动转换，数据格式标准化。要解决物理网络中的数据异构问题，需要在网络域中部署边缘计算，以规范数据格式和数据传输(比如将所有感知数据转换为MQTT数据，通过HTTP传输)。同时，网络域的边缘计算可以智能地管理融合网络，实现网络的冗余，保证网络的安全，进一步参与网络的优化。
3、 Data Domain:边缘计算使数据管理更加智能，存储更加灵活。首先，边缘计算可以分析数据的完整性和一致性，并清理数据以消除肮脏系统中的数据。其次，边缘计算可以动态部署计算和存储能力以及系统负载。最后，边缘计算可以与云计算保持高效协作，合理分担计算任务。
4、应用领域：边缘计算提供本地化的业务逻辑和应用智能。它使应用程序具有灵活性和快速响应，并且在离线时(当它与云失去联系时)仍然可以独立提供本地化的应用程序服务。
动词（verb的缩写）边缘计算的典型应用场景
边缘网络基本上由终端设备(如手机、智能商品等)组成。)、边缘设备(如边界路由器、机顶盒、网桥、基站、无线接入点等。)、边缘服务器等。这些组件可以具备支持边缘计算所需的性能。边缘计算作为一种本地化的计算模式，对计算服务需求提供了更快的响应，通常不会向云网络发送大量原始数据。但总体而言，边缘计算并不需要主动辅助IaaS、PaaS、SaaS等云服务，更侧重于终端设备。
边缘计算的概念源于工业制造。在工业领域，云是必不可少的，但是边缘和云还是需要协同工作。单点故障在工业应用场景中是绝对不可接受的。因此，除了中央云的统一控制，工业现场系统还必须具有一定的生命力，能够独立判断和解决问题。边缘计算可以更方便地处理工厂设备产生的海量数据，及时发现异常情况，更好地实现预测性监控，提高工厂运营效率，预防设备故障。
