边缘计算概念是什么意思，与大家都相对熟悉的云计算有什么不一样的地方？

虽然边缘计算的概念是一个新概念，但它并不是一个新词。你对边缘计算了解多少？

对此有相关的问题：

边缘计算实例
边缘计算三大技术
什么是边缘计算技术
边缘计算应用场景
边缘计算的魅力
边缘计算关键技术
边缘计算与云计算的区别
边缘计算龙头股
边缘计算平台

　　边缘计算定义是：在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，采用就近服务终端的技术。这项技术的出现对于网联网而言，可以提高处理效率，减少云端的压力。因为最靠近客户，为客户提供最快捷的服务，并且客户可以在自己的终端解决。现在智能手机的快速发展，对于这项技术的发展，提供了基础。

　　如果和云计算相比，云计算是智能大脑，那么边缘计算就是神经末梢，两者是相辅相成，并不包含和矛盾的两个概念。

边缘计算和云计算之间的区别是什么？

✔其实如果说云计算是集中式大数据处理，边缘计算则可以理解为边缘式大数据处理。
但不同的是，只是这一次，数据不用再传到遥远的云端，在边缘侧就能解决。
✔边缘计算更适合实时的数据分析和智能化处理，相较单纯的云计算也更加高效而且安全！
边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。
边缘计算更准确的说应该是对云计算的一种补充和优化！


边缘计算的优势
在边缘计算的发展过程中，还有一个概念值得注意，这就是所谓「雾计算（fog computing）」。
这两个概念有容易混淆。「雾计算」更强调在设备的网关里处理数据，数据被「雾计算」收集到设备的网关，进而处理、存储，并将处理后的数据发挥需要数据的设备中。
而边缘计算更强调「边缘」，也就是更靠近数据生成的设备端，「雾计算」则介于云计算和边缘计算之间。
这也意味着，边缘计算有着诸多「先天优势」，其一，更实时、更快速的数据处理能力。由于减少了中间传输的过程，数据处理的速度也更快。
其二，成本更低。边缘计算处理的数据是「小数据」，从数据计算、存储上都具有成本优势。
其三，更低的网络带宽需求。随着联网设备的增多，网络传输压力会越来越大，而边缘计算的过程中，与云端服务器的数据交换并不多，因此也不需要占用太多网络带宽；
第四，提升应用程序的效率。结合上面的三个优势来看，当数据处理更快、网络传输压力更小、成本也更低的时候，应用程序的效率也会大大提升。
第五，边缘计算让数据隐私保护变得更具操作性，这在今年 5 月欧盟通过史上最严格的数据保护法律之后意义重大。由于数据的收集和计算都是基于本地，数据也不再被传输到云端，因此重要的敏感信息可以不经过网络传输，能够有效避免传输过程中的泄漏。

边缘计算的应用场景
微软 CTO Kevin Scott 曾坦言，边缘计算还处在相对早期阶段。但透过这段时间内的场景落地状况，我们也可能窥见边缘计算的潜力。
如上文所言，自动驾驶成为边缘计算领域重要的行业应用，下图是英特尔对于自动驾驶汽车上的「数据洪流」的描述。

不过，当下自动驾驶也处在早期阶段，车联网或者联网汽车则是汽车领域可以马上落地的场景。
在国内，不管是阿里旗下的斑马网络还是百度的小度车载，都在将汽车变成一种「移动的数据中心」，只是相对于自动驾驶，联网汽车的数据量和处理要求要简单很多。即便如此，由于汽车的数据处理不能出现任何的卡顿和延迟，这也就需要在汽车里部署数据处理能力。
另一个应用场景则是医疗。前几年风靡一时的所谓智能手环，本质上就是一个数据采集器，但是由于需要和云端服务器进行数据交换，使得整个手环的「智商」几乎为零。
随着苹果发布 Apple Watch 所带来的新穿戴设备潮流，这些边缘设备也终于开始拥有了自己的芯片，并能实现一些简单的计算。医生也可以通过这些计算结果作出一些简单诊断。
更进一步，在美国，医疗领域的本地数据非常多样化，比如医院的病床可以和 20 多个设备连接，这些数据被收集、清洗、挖掘之后，可以帮助医生更好地了解病人的身体状况。

工业领域，边缘计算也正在发挥越来越重要的作用。从工业发展的方向来看，数据将成为驱动生产制造的重要生产资料，那么如何处理这些海量、实时产生的数据就成为企业能否快速发展的重要课题。
以流程型生产为例，一条生产线其实就是数据流动的通道，产品从上一名工人传递到下一个工人，同时伴随着产品数据的传递。在这个过程中，如果由于某一名工人错误操作的导致了数据异常，在下一名工人开始操作时，基于边缘计算的生产线可以做出预警提示。如果再进一步，当机器学习能力被边缘计算融入到生产线的时候，工人的不合规操作可以被实时监测出来并预警，这对提升产品的良品率意义重大。