首先我們先了解一下什么是云計算，云計算（cloud computing）是分布式計算的一種，指的是通過網絡“云”將巨大的數據計算處理程序分解成無數個小程序，然后，通過多部服務器組成的系統(tǒng)進行處理和分析這些小程序得到結果并返回給用戶。云計算的核心概念就是以互聯網為中心，在網站上提供快速且安全的云計算服務與數據存儲，讓每一個使用互聯網的人都可以使用網絡上的龐大計算資源與數據中心。

然后了解一下什么是邊緣計算，邊緣計算是指在靠近物或數據源頭的網絡邊緣側，融合了網絡、計算、存儲以及應用處理能力的分布式平臺，就近提供智能服務。初看可能不是很明白，我們可以理解為邊緣計算是云計算的一個逆操作，云計算強調的是計算和存儲等能力從邊緣端或桌面端集中過來，而邊緣計算則是將這種計算和存儲等能力重新下沉到邊緣。

邊緣計算最早可以追溯到 1998 年 Akamai 公司提出的內容分發(fā)網絡( content delivery network，CDN)，CDN 是一種基于互聯網的緩存網絡，依靠部署在各地的緩存服務器，通過中心平臺的負載均衡 、內容分發(fā)、調度等功能模塊，將用戶的訪問指向最近的緩存服務器上，以此降低網絡擁塞，提高用戶訪問響應速度和命中率。CDN 強調內容(數據）的備份和緩存，而邊緣計算的基本思想則是功能緩存（function cache). 2005 年美國韋恩州立大學施巍松教授的團隊就已提出功能緩存的概念 ，并將其用在個性化的郵箱管理服務中，以節(jié)省延遲和帶寬。 2009 年 Satyanarayanan 等人提出了 Cloudlet 的概念，Cloudlet 是一個可信且資源豐富的主機，部署在網絡邊緣，與互聯網連接，可以被移動設備訪問，為其提供服務，Cloudlet 可以像云一樣為用戶提供服務，又被稱為“小朵云”. 此時的邊緣計算強調下行，即將云服務器上的功能下行至邊緣服務器，以減少帶寬和時延。

隨后，在萬物互聯的背景下，邊緣數據迎來了爆發(fā)性增長，為了解決面向數據傳輸 、計算和存儲過程中的計算負載和數據傳輸帶寬的問題，研究者開始探索在靠近數據生產者的邊緣增加數據處理的功能，即萬物互聯服務功能的上行。

隨著物聯網技術的發(fā)展，智能家居系統(tǒng)得到進一步的發(fā)展，而隨著智能家居設備的越來越多，且這些設備通常都是異構的，如何管理這些異構設備將會是一個亟待解決的問題，如設備的命名、數據的命名以及設備的智能聯動，并且，由于家庭數據的隱私性，用戶并不總是愿意將數據上傳至云端進行處理，尤其是一些家庭內部視頻數據。而邊緣計算可以將計算（家庭數據處理)推送至家庭內部網關，減少家庭數據的外流， 從而降低數據外泄的可能性，提升系統(tǒng)的隱私性。

以現在最火的車輛自動駕駛為例，控制車輛進行高度可靠、安全和響應的在公路上行駛就必須在車輛內部安裝大量的傳感器并通過安裝車載計算服務器對無人駕駛汽車傳感器數據實時進行數據處理和分析，并將分析所得結果以極低延遲（通常是毫秒級）傳送給臨近區(qū)域內其他聯網車輛人，以便車輛做出決策。

其實如果說云計算是集中式大數據處理，邊緣計算則可以理解為邊緣式大數據處理。但不同的是，只是這一次，數據不用再傳到遙遠的云端，在邊緣側就能解決。邊緣計算更適合實時的數據分析和智能化處理，相較單純的云計算也更加高效而且安全！如果把云計算比作整個計算機智能系統(tǒng)的大腦。那么邊緣計算就是這個系統(tǒng)的眼睛耳朵和手腳。核心服務器讓智能系統(tǒng)具有很強的人工智能，但是如果這個人工智能是聾子瞎子，它也發(fā)揮不了太大的作用。

大數據應用中常常面對的一個痛點，就是沒有采集到合適的數據。邊緣計算可以為核心服務器的大數據算法提供最準確，最及時的數據來源。邊緣計算和云計算的結合讓整個智能系統(tǒng)不但頭腦清楚，而且耳聰目明，手腳靈便。

最后總結一句話就是，邊緣計算和云計算兩者實際上都是處理大數據的計算運行的一種方式。邊緣計算是對云計算的一種補充和優(yōu)化，云計算把握整體，而邊緣計算更專注局部。