随着无线移动通信技术的快速发展以及移动互联网和云计算的普及，物联网及相关技术在垂直行业的采用和落地速度加快，因此“边缘计算”这一新的计算模式屡见不鲜。边缘计算指的是处理对象附近的数据或生成数据的地方——我说的是方法。强调使用集成核心网络、计算、存储和应用程序功能的开放平台，减少系统响应时间，并就近处理数据，以保护隐私和安全。满足安全和隐私的基本要求。
根据IDC的预测，到2020年，将有超过500亿个传感器和终端相互连接。超过一半的终端和物联网网络将面临网络带宽限制。40%的数据将被计算、分析。它需要处理和存储。预计未来边缘计算的市场规模将超过数万亿元，并将发展成为云计算的新兴市场。
边缘计算之所以越来越受到关注，首先是因为在物联网时代，传感器的数量在增加，产生不同级别和格式的数据。网络带宽和计算吞吐量已经成为云计算的性能瓶颈。其次，传感器无处不在。实时或不定时捕获用户生理体征、应用数据等不同类型的数据保护数据，对信息安全提出了更高的要求；第三，物联网网络中的设备在某些应用场景中生成的小数据需要实时本地处理，不需要传输到云端。
原始数据由数据生产者收集（或生成）并存储在云计算中心（以下简称云中心）。发送到时，数据用户向云中心发送请求，并在验证后使用数据。这种结构仍然可以满足PC互联网和移动互联网时代的业务需求，但无法满足物联网时代的需求。
当然，将计算和任务部署到云中是一种有效的方法。云计算能力通常比边缘设备快得多，但由于带宽有限，越来越多的传感器和终端连接到网络。例如，在智能家居中，除了智能设备外，还有各种类型的传感器。即使智能家居也有集成芯片，提供通信和计算能力。随着数据的不断增长，数据传输速度已成为提升云计算能力的瓶颈。具有自动驾驶功能的半挂车每秒生成超过1GB的数据。为了准确估计拖拉机和半挂车的运行情况，需要实时数据处理。将所有数据传输到云端进行处理可以显著增加响应时间。如果在特定地区有太多车辆，同时进行计算，网络带宽和可靠性将成为一个重大问题。因此，直接分析和处理边缘设备上的服务和数据很重要。
