云计算是计算服务的集中化，以最简单的形式利用共享数据中心基础设施和规模经济来降低成本。然而由于路由器跳数，虚拟化技术的引入带来的数据包延迟或数据中心内的服务器延迟是云计算迁移的关键问题，边缘计算的概念近年来日趋火热，同时边缘计算还是OpenStack中的创新驱动力。
边缘计算，是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟。
边缘计算涵盖非常广泛的技术，包括点对点、网格计算、雾计算、区块链和内容传输网络(CDN)，边缘计算在移动领域深受欢迎，现在几乎遍及各行各业。
边缘计算和云计算的关系
在很多情况下，边缘计算和云计算是共生关系。随着物联网、虚拟现实、增强现实等技术的发展与应用，未来将会出现数据大爆炸的状况。完全依赖云计算来进行数据传输和处理将会造成巨大的网络延迟，边缘计算将数据在边缘节点进行处理能够有效减少数据的传输和处理，但通过云计算的远程存储仍然至关重要。
云计算承载着业界的厚望，业界曾普遍认为，未来计算功能将完全放在云端。但是随着接入设备的增长，在传输数据、获取信息时，带宽越来越捉襟见肘，尤其是随着物联网的发展，云计算在应对联网设备和智能设备增长的大潮下逐渐不能满足需求。搭配了分布式的边缘计算之后，通过智能路由等设备和技术，在不同设备之间传输数据可以有效减少网络流量，降低数据中心的负荷。
边缘计算发展简史
边缘计算的起源可以追溯到上个世纪90年代，当时Akamai推出了内容传送网络(CDN)，该网络在接近终端用户设立了传输节点。这些节点能够存储缓存的静态内容，如图像和视频等。边缘计算通过允许节点执行基本的计算任务来进一步理解这一概念。1997年，计算机科学家Brian Noble演示了移动技术如何将边缘计算用于语音识别，两年后这种方式也被用来延长手机电池的寿命。当时这一过程被称为“cyber foraging”，这也是苹果的Siri和Google的语音识别的工作原理。
1999年出现了点对点计算(peer-to-peer computing)，随着2006年亚马逊公司发布了EC2服务的发布，云计算正式问世，自此以后各大规模的企业纷纷采用云计算。2009年发布了移动计算汇总的基于虚拟机的Cloudlets案例详细介绍了延迟与云计算之间的端到端关系。该文提出了两级架构的概念：第一级是云计算基础设施，第二级是由分布式云元素构成的cloudlet。这是现代边缘计算的很多方面的理论基础，2012年思科推出了旨在提升物联网可扩展性的分布式云计算基础设施“雾计算”。
雾计算的概念中有很多是目前我们理解的边缘计算的理念，包括纯分布式系统，如区块链、点对点或混合系统，其中比较典型的是AWS的Lambda@Edge、Greengrass和Microsoft Azure IoT Edge，边缘计算目前已经成为推动采用物联网的关键技术。
边缘计算的可扩展性和弹性
边缘计算的分布式架构意味着随着延迟的降低，它能够提高弹性，降低网络负载，并且更加容易实现可扩展。
边缘计算的数据处理从数据源就已经开始了，一旦完成了数据处理，只需要发送需要进一步分析的数据。这大大减少了组网需求和集中式服务的瓶颈，此外对于其他的边缘位置或者在设备上缓存数据的潜力，用户可以避免中断并提高系统的弹性。这减少了扩展集中式服务的需求，因为它们需要处理的流量相对较少，可以节省成本、降低设备复杂性和管理。
边缘计算的未来
边缘计算将会如何发展?随着越来越多的终端用户通过边缘计算来提高性能、功能，我们将会看到边缘计算的爆炸式增长。边缘计算可加速数据流生成，包括毫无延迟的实时数据处理。智能应用程序和设备得以在数据创建之时进行即时相应，从而减少延迟时间。这对自动驾驶汽车等技术及企业发展来说至关重要。
边缘计算可在来源附近就地高效地处理大量数据，减少 Internet 带宽使用。成本得以缩减的同时，还可确保远程应用程序的高效使用。此外，用户无需将数据传输至公有云即可处理数据，从而提高了敏感数据的安全性。
边缘计算不仅可以解决联网设备自动化的问题，且对数据传输量的要求降低，能够在云计算的基础上消除数据存储及数据传输的瓶颈。未来，随着物联网等技术的高速发展，边缘计算作为其关键技术也将会获得巨大的成功。
