邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供zui近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。
邊緣計算并非是一個新鮮詞。作為一家內容分發網絡CDN和云服務的提供商AKAMAI，早在2003年就與IBM合作“邊緣計算”。作為世界上zui大的分布式計算服務商之一，當時它承擔了15-30%的網絡流量。在其一份內部研究項目中即提出“邊緣計算”的目的和解決問題，并通過AKAMAI與IBM在其WebSphere上提供基于邊緣Edge的服務。
對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。
一、技術架構
在中國，邊緣計算聯盟ECC正在努力推動三種技術的融合，也就是OICT的融合(運營Operational、信息Information、通訊CommunicationTechnology)。而其計算對象，則主要定義的了四個領域，*個是設備域的問題，[1]出現的純粹的IoT設備，跟自動化的I/O采集相比較而言，有不同但也有重疊部分。那些可以直接用于在頂層優化，而并不參與控制本身的數據，是可以直接放在邊緣側完成處理；第二個是網絡域。在傳輸層面，直接的末端IoT數據、與來自自動化產線的數據，其傳輸方式、機制、協議都會有不同，因此，這里要解決傳輸的數據標準問題，當然，在OPCUA架構下可以直接的訪問底層自動化數據，但是，對于Web數據的交互而言，這里會存在IT與OT之間的協調問題，盡管有一些的自動化企業已經提供了針對Web方式數據傳輸的機制，但是，大部分現場的數據仍然存在這些問題。第三是數據域，數據傳輸后的數據存儲、格式等這些數據域需要解決的問題，也包括數據的查詢與數據交互的機制和策略問題都是在這個領域里需要考慮的問題。
zui后一個，也是zui難的應用域，這個可能是zui為難以解決的問題，針對這一領域的應用模型尚未有較多的實際應用。
邊緣計算聯盟ECC對于邊緣計算的參考架構的定義，包含了設備、網絡、數據與應用四域，平臺提供者主要提供在網絡互聯(包括總線)、計算能力、數據存儲與應用方面的軟硬件基礎設施。
而從產業價值鏈整合角度而言，ECC提出了CROSS，即在敏捷聯接(Connection)的基礎上，實現實時業務(Real-time)、數據優化(DataOptimization)、應用智能(Smart)、安全與隱私保護(Security)，為用戶在網絡邊緣側帶來價值和機會，也就是聯盟成員要關注的重點。
二、計算的本質
自動化事實上是一個以“控制”為核心。控制是基于“信號”的，而“計算”則是基于數據進行的，更多意義是指“策略”、“規劃”，因此，它更多聚焦于在“調度、優化、路徑”。就像對全國的高鐵進行調度的系統一樣，每增加一個車次減少都會引發調度系統的調整，它是基于時間和節點的運籌與規劃問題。邊緣計算在工業領域的應用更多是這類“計算”。
簡單地說，傳統自動控制基于信號的控制，而邊緣計算則可以理解為“基于信息的控制”。
值得注意的是，邊緣計算、霧計算雖然說的是低延時，但是其50mS、100mS這種周期對于高精度機床、機器人、高速圖文印刷系統的100μS這樣的“控制任務”而言，仍然是非常大的延遲的，邊緣計算所謂的“實時”，從自動化行業的視角來看——很不幸，依然被歸在“非實時”的應用里的。
三、融合分工
在工業領域，邊緣應用場景包括能源分析、物流規劃、工藝優化分析等。就生產任務分配而言，需根據生產訂單為生產進行*的設備排產排程，這是APS或者廣義MES的基本任務單元，需要大量計算。這些計算是靠具體MES廠商的軟件平臺，還是“邊緣計算”平臺—基于Web技術構建的分析平臺，在未來并不會存在太多差別。從某種意義上說MES系統本身是一種傳統的架構，而其核心既可以在的軟件系統，也可以存在于云、霧或者邊緣側。在這樣的應用場景，總體而言，在整個智能制造、工業物聯網的應用中，各自分工如下。
自動化廠商提供“采集”，包括數據源的作用，這是利用自動化已經在分布式I/O采集、總線互聯、以及控制機器所產生的機器生產、狀態、質量等原生“信息”。
ICT廠商則提供“傳輸”，實現工業連接。因為在如何提供數據的傳輸、存儲、計算方面，ICT廠商有其傳統優勢，包括成本方面，已經云平臺的優勢。
傳統工業企業的業務經驗和知識，則為分析軟件(獨立的或者企業內部)廠商提供“分析”的依據。這些業務過程的理解，仍然是*。產業鏈的協同，*目標，仍然是解決“質量、成本、交付”的核心問題。
四、三種類型
1)個人邊緣(PersonaLEDge)
這個邊緣計算(Edgecomputing)圍繞著我們個人，有時就在我們的身邊，就在我們的家里;它包括家庭機器人，智能眼鏡，智能藥片，以及您皮膚下的傳感器，手表，家庭自動化系統，您的AmazonEcho(回聲)和智能手機。
個人邊緣(PersonalEdge)總體上是移動的。當我們在家庭和工作場所之間移動時，個人邊緣(PersonalEdge)計算設備進出于商業邊緣(BusinessEdge)區。
隨著智能家居設備，數字健康和其他個人設備的普及，我們將在未來5年里聽到更多關于個人邊緣(PersonalEdge)計算的信息。
2)業務邊緣(BusinessEdge)
這是zui受關注的邊緣計算(Edgecomputing)類型。在業務邊緣(BusinessEdge)處連接的機器和人在這里匯聚。業務邊緣(BusinessEdge)在我們鋪有地毯的辦公室中，也可以在無地毯的領域，甚至在我們工作和娛樂的開放的地方。
許多物聯網的討論似乎假設這是*的邊緣，同時每個物聯網的討論都表達了這種邊緣計算(Edgecomputing)的好處。關鍵任務(Mission-critical)SPA(“感知，處理和行動”，“Sensing-Processing-Acting”))在這一領域尤其如工業物聯網(IndustrialIoT)領域中集中發展的勢頭強勁。
許多供應商正在提供這類應用的開發環境，以幫助客戶開發邊緣應用和分析。AmazonLambdaGreengrass(https://aws.amazon.com/cn/lambda/)和AzureIoTHub是此類軟件的示例。
【注1：AmazonLambdaGreengrass是Amazon的云計算服務，通過AWSLambda，無需配置或管理服務器即可運行代碼。您只需按消耗的計算時間付費–代碼未運行時不產生費用。借助Lambda，您幾乎可以為任何類型的應用程序或后端服務運行代碼，而且全部無需管理。只需上傳您的代碼，Lambda會處理運行和擴展高可用性代碼所需的一切工作。您可以將您的代碼設置為自動從其他AWS服務觸發，或者直接從任何Web或移動應用程序調用。】
【注2：AzureIoTHub是微軟面向物聯網應用的云計算，AzureIoTHub意為物聯網中心，是為物聯網設備提供注冊、管理、溝通的云服務。它是微軟AzureIoTSuite的重要組成部分，也是微軟物聯網戰略的重要基礎。微軟AzureIoTHub可用于管理數十億物聯網設備，提供云端與設備之間的雙向通信支持，每月可處理數以萬億計信息，并簡化了與其他Azure服務之間的集成，包括Azure機器學習以及Azure流分析等。】
3)多云邊緣(CloudyEdge)
這是目前zui少談論的一類邊緣計算(Edgecomputing)，但是它是zui老的一類邊緣。多云邊緣(CloudyEdge)是服務提供商或企業網絡邊緣的拓撲術語，其中業務首先從撥號調制解調器進入到家庭或者遠程分支機構中的。
多云邊緣(CloudyEdge)從前只是一個沒有任何計算能力的網絡邊緣。它們被稱為PoP(存在的節點，points-of-presence)。
對應用性能和內容傳送的需求需要在網絡邊緣(networkedge)中添加應用和數據處理能力。現代的邊緣數據中心(EdgeDataCenters)能夠滿足這一需求。內容交付網絡(CDN，ContentDeliveryNetworks)就是在利用它們以便我們能夠獲得更好的頁面和視頻加載效果。移動邊緣計算(EdgeComputing)增強了這一邊緣的優勢，因為人們需要更好的移動應用程序(app)的性能。
所以老PoP在內容和計算方面變得沒有前途。而SP邊緣(SPedge)，移動邊緣(edge)和企業邊緣(enterpriseedge)共同形成了云端。這類邊緣仍然與確保應用程序性能和內容傳遞順暢等相關。
