隨著“大數據”時代的到來，處理大數據的計算運行方式如云計算、霧計算、邊緣計算等新概念越來越為人所知。 

當自動化生產線處于高速運轉時，工業設備就會產生大量的數據。采集和處理這些數據并加以利用，對工業設計、研發、制造、銷售、服務等各環節具有非常高的價值。

這些數據量遠大于企業計算機和人工產生的數據，而且數據類型也多是非結構化。由于生產線處于高速運轉狀態，對數據的實時性要求也更高。因此，在傳統制造業向智能化升級的過程中，特別需要通過邊緣計算技術來減少網絡傳輸和多級轉發帶來的帶寬與時延損耗，將車間里的生產設備智能連接，提高效率。

要想搞清楚邊緣計算，就得先了解云計算，及二者的關系。這里要說明的是，雖然云計算已經被我們廣泛地使用，但云計算并沒有一個統一的定義，邊緣計算也一樣。至于霧計算，就更沒有存在感了，并且其概念并沒有統一標準，因此，在大的范疇里面，也歸類在邊緣計算。

“云計算”，就是把處理這些大數據的計算功能完全放在云端。以云平臺作為計算基礎，管理著數量巨大的CPU、存儲器、交換機等大量硬件資源，以虛擬化的技術，來整合一個數據中心或多個數據中心的資源，屏蔽不同底層設備的差異性，以一種透明的方式向用戶提供計算環境、開發平臺、軟件應用等在內的多種服務。

邊緣計算指的是在網絡邊緣結點來處理、分析數據。什么又是邊緣結點呢？邊緣結點指的就是在數據產生源頭和云中心之間，任一具有計算資源和網絡資源的結點。如最靠近物的終端設備傳感器、采集器，以及路由器、網關、機頂盒、代理服務器、基站、PLC、工業PC等，都可以說是邊緣結點。

關于邊緣計算的理解有很多，如華為提出的“章魚說”。章魚擁有巨量的神經元，但60%分布在章魚的八條腿（腕足）上，腦部僅有40%。章魚在捕獵時異常靈巧迅速，腕足之間配合極好，從不會纏繞打結。章魚用“多個小腦+一個大腦”來決策，這就是邊緣計算。還有比如“公司說”“仿生說”等，但都脫離不了我們之前提到的，在網絡邊緣結點就近處理采集到的數據，而不需要將大量數據上傳到遠端的核心管理平臺。

例如，通過速度和能耗傳感器的數據，即時計算燃料經濟性的車輛，而在車輛中執行這種計算的計算機可以被認為一種邊緣計算設備。

在工業現場，用戶可能沒有部署專用邊緣服務器的物理空間或資源，因此邊緣計算功能可能需要嵌入現有基礎設施中，例如傳感器、網關、PLC、工業 PC，或工廠端其他各種設備。

在AZFT物聯網實驗室從事邊緣計算相關的研究工作的韓天嘯博士就提出，最靠近物的是傳感器終端和采集器，而傳感器終端和采集器之間也會有計算資源的不同，在不添加新設備的情況下，可以通過終端設備間的P2P通訊組成一個邊緣網絡，設定或自選舉出一個或幾個計算能力強的節點，作為數據匯聚節點，做適當的數據預處理后，與上一層網絡節點進行通訊。首要目標減少異構數據，其次是可以引入命名機制，便于管理，此外可以引入數據的過濾清洗等隱私保護機制。這一次的邊緣計算是在采集器、路由器等嵌入式設備上實現的。引入規則引擎后，進行多變量間的關聯性設計，可以做到對于環境的感知，比如智能家居。

邊緣計算的架構一般分為三個部分，除了上面提到的物終端間的邊緣計算，還有基于私有邊緣節點的邊緣計算、基于公共邊緣設備的多接入邊緣計算。

為什么有了云計算，還會出現邊緣計算的呢？可以說，邊緣計算是為了彌補云計算的不足。

云計算可以進行非實時、長周期數據的分析，適合集中業務的處理和復雜計算，但它也有弱點。在云計算中，數據、數據處理和應用程序都要全部保存在云端，在傳輸大容量數據如高清圖像或視頻的時候，就會出現占用帶寬過多或負載過重等情況。高流量和長距離可能會顯著降低網絡速度。

例如,使用可穿戴式攝像頭的視覺服務，響應時間需要在25ms至50ms之間，使用云計算會造成嚴重的延遲。如基于云平臺的網絡游戲，依賴云計算也會為玩家造成類似于等待時間過長的問題，無法滿足用戶的需求。 

也許有人會問，難道以后有了5G，還不能滿足對低時延的要求嗎？雖然5G能夠提速并增加帶寬，將數據延遲減少到最低水平，但正是隨著5G興起的新應用，不僅需要處理大量的數據，而且對實時性要求又更高了，甚至達到“毫秒級”，還必須保持時刻在線，這對傳統云端計算力的挑戰超乎想象，只能由靠近終端的邊緣計算來完成低時延的響應，通過云、邊、端的結合來解決5G時代下對計算力的不同訴求。

在工業領域，自動化設備對低時延這一性能的苛刻，云計算仍然稍顯不足。工業系統檢測、控制、執行的實時性高，部分場景實時性要求在10ms以內，如果數據分析和控制邏輯全部在云端實現，則難以滿足業務要求。也因此，邊緣計算正成為云計算不可或缺的重要補充，利用邊緣節點用以減少網絡等待時間。

對于未來而言，物聯網、AR/VR場景、大數據和人工智能行業，實際上都有著對近場計算的極強需求。邊緣計算能夠保障在離終端很近的區域完成大量計算需要，完成苛刻的低延時服務響應。據統計，全球有 500 億終端設備，數據量大約是44ZB，這些數據如果全部傳輸到云端進行計算和存儲，將會帶來巨大的帶寬消耗和低延遲的挑戰，邊緣計算能很好的解決帶寬消耗和低延遲問題，未來，85%以上的數據都不會被傳回云數據中心，而是直接在邊緣計算側進行分析和處理。目前，AWS、微軟、英特爾等國外大型企業已經著手布局邊緣計算，對于云服務企業來說，邊緣計算的重要性不言而喻。

總的來說，邊緣計算與云計算是一種互補關系。云計算側重“云”，邊緣計算側重“端”。未來，兩者在資源、數據、服務等領域會形成“邊云協同”。云計算聚焦非實時、長周期數據的大數據分析，能夠在周期性維護、業務決策支撐等領域發揮特長；邊緣計算聚焦實時、短周期數據的分析，能更好地支撐云端應用的大數據分析；反之，云計算通過大數據分析優化輸出的業務規則也可以下發到邊緣側，邊緣計算基于新的業務規則進行業務執行的優化處理。