邊緣計(jì)算的邊緣結(jié)點(diǎn)也需要承擔(dān)一定的計(jì)算任務(wù)。把云中心的計(jì)算任務(wù)卸載到邊緣結(jié)點(diǎn)這個(gè)過程叫做云卸載。舉個(gè)例子，移動互聯(lián)網(wǎng)的發(fā)展，讓我們得以在移動端流暢的購物，我們的購物車以及相關(guān)操作（商品的增刪改查）都是依靠將數(shù)據(jù)上傳到云中心才能得以實(shí)現(xiàn)。如果將購物車的相關(guān)數(shù)據(jù)和操作都下放到邊緣結(jié)點(diǎn)進(jìn)行，那么將會極大提高響應(yīng)速度，增強(qiáng)用戶體驗(yàn)。通過減少延遲來提高人與系統(tǒng)的交互質(zhì)量。隨著移動設(shè)備的增加，以及城市中攝像頭布控的增加。邊緣分析與現(xiàn)有流程不同，由于邊緣分析將在用戶驅(qū)動的應(yīng)用程序中實(shí)現(xiàn)。AI邊緣計(jì)算VR

邊緣計(jì)算技術(shù)路線雖然各不相同，但總體遵循一個(gè)規(guī)律：把邊緣和云緊密結(jié)合，充分發(fā)揮邊緣的低延遲，安全等特性同時(shí)，結(jié)合云的大數(shù)據(jù)分析能力。以微服務(wù)的形式開放邊緣計(jì)算服務(wù)，支持用戶在邊緣端編程，這標(biāo)志著它已經(jīng)初步搭建好了邊緣計(jì)算的平臺。

在競爭激烈的市場中，為了獲得高性能低延遲的服務(wù)，移動運(yùn)營商紛紛開始部署移動邊緣計(jì)算。由于邊緣計(jì)算屬于快速發(fā)展的技術(shù)，行業(yè)的發(fā)展可以稱之為日新月異，半年后完全是另外一番天地。到目前為止，已經(jīng)有無數(shù)的創(chuàng)業(yè)公司涌現(xiàn)出來，其中一些公司已經(jīng)在行業(yè)內(nèi)嶄露頭角，成為邊緣計(jì)算創(chuàng)新的獨(dú)角獸。絕大部分這個(gè)領(lǐng)域初創(chuàng)企業(yè)都是以創(chuàng)新技術(shù)為特色，目前并沒有看到特別突出的商業(yè)模式，但產(chǎn)品的概念都符合這個(gè)時(shí)代的特色：智能城市，智能家居，智慧工廠，無人駕駛，等等。 AI邊緣計(jì)算VR邊緣計(jì)算能夠縮短設(shè)備的響應(yīng)時(shí)間，減少從設(shè)備到云數(shù)據(jù)中心的數(shù)據(jù)流量，以便在網(wǎng)絡(luò)中更有效的分配資源。

邊緣計(jì)算的價(jià)值：分布式和低延遲計(jì)算。云計(jì)算往往并不是較佳策略，計(jì)算需要在更加靠近數(shù)據(jù)源的地方執(zhí)行。這個(gè)優(yōu)點(diǎn)可以擴(kuò)展到任何基于Web的應(yīng)用程序上：包括Foursqure和GoogleNow在內(nèi)的APP能更快的做出響應(yīng)，所以在移動用戶中變得越來越受歡迎。這說明在更靠近用戶的邊緣節(jié)點(diǎn)上，邊緣計(jì)算可以用于改進(jìn)服務(wù)。許多數(shù)據(jù)流由邊緣設(shè)備生成，但是通過“遠(yuǎn)處”的云計(jì)算處理和分析，不可能做出實(shí)時(shí)決策。例如使用可穿戴式攝像頭的視覺服務(wù)，響應(yīng)時(shí)間需要在25ms至50ms之間，使用云計(jì)算會造成嚴(yán)重的延遲；再比如工業(yè)系統(tǒng)檢測、控制、執(zhí)行的實(shí)時(shí)性高，部分場景實(shí)時(shí)性要求在10ms以內(nèi)，如果數(shù)據(jù)分析和控制邏輯全部在云端實(shí)現(xiàn)，則難以滿足業(yè)務(wù)要求；還有那些會生成龐大數(shù)據(jù)流的多媒體應(yīng)用，如視頻或是基于云平臺的網(wǎng)絡(luò)游戲，依賴云計(jì)算也會為玩家造成類似于等待時(shí)間過長的問題，無法滿足用戶的需求。作為云計(jì)算的有益補(bǔ)充，可以利用邊緣節(jié)點(diǎn)（例如，路由器或離邊緣設(shè)備較近的基站），用以減少網(wǎng)絡(luò)等待時(shí)間。

邊緣計(jì)算的價(jià)值：1、應(yīng)對數(shù)據(jù)爆裂和網(wǎng)絡(luò)流量壓力。邊緣設(shè)備的數(shù)量正在超速增長——到2018年，世界上三分之一的人口將擁有智能手機(jī)或者可穿戴設(shè)備，到2020年，這些設(shè)備將生成43萬億GB的數(shù)據(jù)。處理這些數(shù)據(jù)需要進(jìn)一步擴(kuò)展數(shù)據(jù)中心，這再次引起了人們對網(wǎng)絡(luò)流量壓力的普遍關(guān)注。通過在邊緣設(shè)備上執(zhí)行數(shù)據(jù)分析，可有效應(yīng)對數(shù)據(jù)爆裂，減輕網(wǎng)絡(luò)的流量壓力。邊緣計(jì)算能夠縮短設(shè)備的響應(yīng)時(shí)間，減少從設(shè)備到云數(shù)據(jù)中心的數(shù)據(jù)流量，以便在網(wǎng)絡(luò)中更有效的分配資源。2、智能計(jì)算。不只是消費(fèi)級的物聯(lián)網(wǎng)終端，邊緣計(jì)算還將在工業(yè)應(yīng)用中發(fā)揮重要作用。計(jì)算可以分層執(zhí)行，利用網(wǎng)絡(luò)遠(yuǎn)端的資源完成。例如，典型的生產(chǎn)流水線可以過濾設(shè)備上生成的數(shù)據(jù)，在傳輸數(shù)據(jù)的邊緣節(jié)點(diǎn)上執(zhí)行部分分析工作，之后再通過云端執(zhí)行更加復(fù)雜的計(jì)算任務(wù)。邊緣節(jié)點(diǎn)可以通過分擔(dān)云計(jì)算的部分任務(wù)，增強(qiáng)數(shù)據(jù)中心的計(jì)算能力。編程語言需要考慮工作流中硬件的異構(gòu)性和各種資源的計(jì)算能力。

邊緣計(jì)算MEC幫助關(guān)鍵的、影響性能的應(yīng)用程序更快、更高質(zhì)量地響應(yīng)，它將改變幾乎生活的方方面面。隨著運(yùn)營商和網(wǎng)絡(luò)運(yùn)營商開始推出5G網(wǎng)絡(luò)和服務(wù)的初始階段，邊緣計(jì)算架構(gòu)的實(shí)施將成為支持5G和物聯(lián)網(wǎng)設(shè)備的重要點(diǎn)。由于速度、帶寬和規(guī)模是下一代連接的基石，MEC將幫助實(shí)現(xiàn)5G的承諾，并將為各地的消費(fèi)者帶來好處。

云服務(wù)的推動：云中心具有強(qiáng)大的處理性能，能夠處理海量的數(shù)據(jù)。但是，將海量的數(shù)據(jù)傳送到云中心成了一個(gè)難題。云計(jì)算模型的系統(tǒng)性能瓶頸在于網(wǎng)絡(luò)帶寬的有限性。 若想更好的在邊緣節(jié)點(diǎn)上部署應(yīng)用程序的工作負(fù)載，需要考慮的方面：連接策略。上海無風(fēng)扇邊緣計(jì)算電力巡檢

邊緣計(jì)算正在改變?nèi)驍?shù)百萬臺設(shè)備處理和傳輸數(shù)據(jù)的方式。AI邊緣計(jì)算VR

邊緣計(jì)算指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用中心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。根據(jù)國際電信聯(lián)盟電信標(biāo)準(zhǔn)分局ITU-T的研究報(bào)告，到2020年，每個(gè)人每秒將產(chǎn)生1.7MB的數(shù)據(jù)，IoT可穿戴設(shè)備的出貨量將達(dá)到2.37億。IDC也發(fā)布了相關(guān)預(yù)測，到2018年，50%的物聯(lián)網(wǎng)網(wǎng)絡(luò)將面臨網(wǎng)絡(luò)帶寬的限制，40%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與儲存，到2025年，這一數(shù)字將超過50%。AI邊緣計(jì)算VR