边缘计算（Edge Computing），是指在靠近物或数据源头的网络边缘侧，结合分布式计算、存储和智能服务等功能，提供业务所需的实时、低时延的边缘智能服务。边缘计算通过对大量的异构数据进行实时分析和处理，能够在本地完成对数据的初步加工和预处理，将原本在中心节点才能完成的数据处理能力下沉到靠近用户和终端的本地设备。它通过缩短传输时延、优化网络带宽、提高可靠性，让计算和服务下沉到网络边缘，使系统更加灵活敏捷。
边缘计算是云计算和人工智能技术发展到一定阶段的产物，在边缘侧提供云计算所需的服务，能够更好地满足用户对时延、可靠性、成本等方面的需求。
在实际应用场景中，边缘计算需要结合云服务和 AI技术，以满足更多行业场景下的业务需求。例如，在智慧城市中，通过部署边缘计算设备和 AI算法，对城市环境进行实时监测和智能决策；在智能制造中，通过部署边缘计算设备和 AI算法，实现工业数据的实时采集、分析和控制。
随着人工智能、物联网、5G等技术的快速发展，边缘计算将在不同领域发挥重要作用。根据 IDC的预测，预计到2025年，全球物联网设备数量将超过160亿个，其中超过一半的物联网设备都将使用边缘计算技术。
优势
1.缩短传输时延：在网络边缘侧，对实时产生的数据进行初步加工，缩短传输时延，为用户提供更好的体验。
2.降低数据中心成本：减少中心节点数量，降低成本、提升效率。
3.优化网络带宽：在中心节点对数据进行处理时，边缘设备的本地计算资源也能够发挥更大的作用。
4.提高系统可靠性：在中心节点故障时，边缘设备仍可以确保业务的连续性，不会给用户带来大的影响。
5.灵活部署和扩展：边缘计算与云计算相互补充、协同工作。边缘计算可以灵活部署，当需要更多带宽时，可以快速扩充；当需要更低时，可以快速降低到中心节点。
应用场景
边缘计算在工业、医疗、教育、交通、能源等领域具有广泛应用场景，比如工业制造领域，边缘计算可提高生产效率；医疗领域，边缘计算可帮助提升远程诊断水平；交通领域，边缘计算可缩短车辆在途时间；教育领域，边缘计算可提供在线学习资源；能源领域，边缘计算可提高能效。
典型产品
边缘计算相关的典型产品有：
• MEC （Multi-access Edge Computing）：基于边缘的分布式计算，在靠近物或数据源头的网络边缘侧实现应用的就近部署、资源共享、业务协同和数据分析，可满足低时延、高可靠、高安全等业务需求。
• MEC网关：用于汇聚和转发网络边缘侧的资源，实现异构数据协同处理。
产业发展
边缘计算技术的发展离不开基础设施建设，需要产业链上下游共同合作推进，加快产业生态体系建设，从边缘计算应用场景切入，构建多元化生态系统。边缘计算产业链上游主要包括芯片、操作系统、数据库等基础软件；中游是边缘计算应用层，主要包括物联网、智能制造等垂直领域的行业应用以及安全应用等。
