说到边缘，那是和中心相对应的一个词，过去多讲客户端+服务器，或者华为云、阿里云等云中心，也就是多分布在中心区域，后来去中心开始流行，比如比特币就被认为是去中心化的一种技术（区块链），而正式提出边缘计算的是施巍松（WeiSong Shi）教授（美国韦恩州立大学终身教授），后来也有雾计算等概念的提出，但是最终边缘计算被确定定位，甚至被认为是AI的发展方向，也是和云计算不同的另一种架构，即使现在，这个技术仍然在快速发展中。随着物联网技术的快速发展，边缘计算和物联网一道将完善终端的赋能，当然也使得耗电大户云中心的压力得到改善。

比如摄像头终端，施巍松教授提出的数据流和计算流，如果中间没有人，其实可以不用上传云端的，不然浪费存储浪费带宽，造成各种运算资源的浪费，如果检测到人之后，还可以将人做了哪些事情进行差异化处理，相应数据的上传，这种边缘计算是非常有必要的。

据施巍松教授介绍，未来一台智能网联汽车的数据量将是每天PB级别的，也就是有强大的算力，如果不进行24*7的利用都是一种浪费，可能平常车子停止的时候，也可以把这种边缘计算的算力分享出来做共享，但同时有些数据又是私密的，不能分享的，所以边缘计算还需要一些加解密的安全处理。

施教授给出的边缘计算的正式定义：边缘计算指的是在网络边缘结点来处理、分析数据。边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点。手机就是人与云中心之间的边缘结点，网关是智能家居和云中心之间的边缘结点。在理想环境中，边缘计算指的就是在数据产生源附近分析、处理数据，没有数据的流转，进而减少网络流量和响应时间。

边缘计算的概念比较抽象，人们总是在谈“边缘”，但却往往觉得“不落地”，不管视频分析、智能家居、智慧城市，把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%，数据在整合、迁移等方面可以减少20倍的时间。

从芯片处理器角度看，可能CPU的能力需求被GPU、TPU等边缘设备的处理能力所替代。比如英伟达目前市值8000亿美元是英特尔的将近4倍。

云有特定的编译平台，编译系统，编译工具，比如：

主流开源云计算软件、设备及工具如：XenServer、KVM、VirtualBox、OpenVZ、LXC、Bitnami、BoxGrinder、Oz、SUSE Studio、Apache CloudStack、Eucalyptus、OpenNebula、OpenStack、GlusterFS、Ceph、Sheepdog、Cloud Foundry、Cloudify、OpenShift、Stackato、WSO2 Stratus、Floodlight、Indigo、OpenStack Networking“Neutron”、Open vSwitch、Apache Cassandra、CouchDB、HBase、Hypertable、MongoDB、Redis、Riak、Axemblr Provisionr、Cobbler、JuJu、Salt Cloud、Dell Crowbar、Ansible、CFEngine、Chef、Puppet、Salt。

综合利用Nagios、Ganglia和Splunk搭建起的云计算平台监控体系，可轻松管理Hadoop/HBase云计算平台。

那么未来更加异构的边缘设备，需要更多更不同的软件、设备和工具，这也是未来大有可为的地方，比如智能网联汽车作为一个边缘计算设备，有什么样的工具能满足硬件设计、软件系统开发等的需求呢？如何实现编程、寻址、事物识别和数据通信呢？边缘计算的命名方案需要处理事物的移动性，动态的网络拓扑结构，隐私和安全保护，以事物的可伸缩性。以下部分参阅施教授论文《Edge Computing : Vision and Challenges》

 网络边缘的大部分只是周期性的收集数据，定期把收集到的数据发送给网关，在物联网环境中会有大量的数据生成，又如何将数据进行抽象呢？

边缘结点的服务管理我们认为应该有以下四个特征，包括差异化、可扩展性、隔离性和可靠性，进而保证一个高效可靠的系统，并从延迟、带宽、能耗和花费这四个方面来实现最优化的指标。

虽然边缘计算提出也有7-8年了，但是真正流行、边缘计算的狂欢大致在2018年之后，全球将有超过500亿的终端与设备联网，超过40%的数据要在网络边缘计算进行分析、处理与存储，而在5G时代，边缘计算更可凭借其低延时性、位置感知性等技术优势深度挖掘市场增长潜力，例如在自动驾驶、智能安防、智能家居、智慧城市、工业互联网、远程医疗等。目前各大芯片厂商、通信巨头、IP企业等都开始布局边缘计算及应用，以求在未来游戏中占据主动位置，城市新增的设备与上游的FPGA和GPU厂商需求也随之增加。由于要追求更高效率的芯片，所以在设计芯片方面可能走专用的路线。