邊緣計算可以緩解負載瓶頸、延遲、容錯等方面的困難，未來的應用系統應該是“大智能”放在云端，“小智能”放在邊緣，中間通過MQTT或類似協議保持數據通訊。邊緣計算擁有實時性好，穩定性強，適應各種網絡環境，可以自主做出決策等等非常契合工業生產要求的特點。

　　與廣義上的云服務對象相比，物聯網設備的需求是有區別的。例如，物聯網設備的聯網是低功耗，終端并不需要太高的計算能力，況且將數據傳遞到數據中心，也會影響設備的反應速度。此時，有沒有一種本地的解決方案更適合呢？答案就是邊緣計算。

　　事實上，邊緣計算的理念由來已久，但在應用領域卻剛剛起步。隨著越來越多的工作負載出現在云端，以及物聯網等新技術走進生產和生活，對于本地的處理能力提出了額外的需求。而對于云計算來說，其在應對大規模業務有優勢，不過這種集中化的數據處理方式在萬物互聯時代似乎“過時了”。

　　未來，79%的IoT流量將通過網關接入，50%的網絡流量將來自物聯網，而物聯網將貢獻超過500億的連接。數據顯示，到2020年物聯網帶來的經濟附加值將達到1.9萬億美元。顯然，在物聯網帶來的海量數據中，有相當一部分都是高價值的信息。如何利用好這部分數據，是解決方案廠商和服務商的潛在盈利點。

　　物聯網的特點是“小、快、靈”，實時交互是體驗的核心，數據預處理、低能耗、敏捷連接都是前提條件。從架構上來看，邊緣計算物聯網解決方案可分為傳感控制層、網絡層、敏捷控制器和應用層，其中網絡層主要實現融合和互聯，它的功能除了網絡連接和管理，還包括邊緣計算，進行現場處理，同時保障業務在本地實現。可以說，邊緣計算不僅提供了集成計算、存儲、連接的智能開放平臺，還能降低安全風險。另一方面，這種計算模式也減輕了云的負擔。

　　根據Metcalfe‘s Law，網絡價值和用戶數的平方是成正比的，當越來越多的人和智能的物連接在一個網絡上，會讓整個網絡增值。在物聯網數據中，至少23%以上的數據是具備分析價值的數據。

　　廣義來看，在邊緣計算演進的過程中，其中既少不了生態平臺的搭建，也少不了聯盟標準的制定。至于技術層面，各有各的好，關鍵在于能否為用戶提供真正的便利。