在传统的物联网架构中，数据从地理上分散的传感器收集，然后传输到中央存储库，在那里进行组合和共同处理。云计算与物联网的集成提高了日常任务的效率、可伸缩性和性能，使企业能够更快地做出更好的业务决策，并实时响应不断变化的市场条件。
物联网连接预计将在未来几年蓬勃发展，预计到2021年思科系统将达到137亿，从而增加对数据中心和云资源的需求。精简所有连接设备前所未有的流量，聚合数据，提取可操作的见解，物联网/云融合被证明是数据驱动世界的优秀组合。
虽然云计算已经使处理大量数据成为可能，但它并不是所有应用程序和用例的理想选择。从传感器前线到服务器来回发送的大量数据阻塞了网络带宽，从而减慢了响应时间。解决所有这些与传统云计算基础设施相关的限制的答案是所谓的边缘计算。边缘计算并非是一个新鲜词。作为一家内容分发网络CDN和云服务的提供商AKAMAI，早在2003年就与IBM合作“边缘计算”。对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。边缘计算联盟ECC对于边缘计算的参考架构的定义，包含了设备、网络、数据与应用四域，平台提供者主要提供在网络互联(包括总线)、计算能力、数据存储与应用方面的软硬件基础设施。
与传统的集中式流程的云架构不同，边缘计算将大部分流程分散到边缘设备，并更接近终端用户。由于存储容量和处理能力是分散的，它将为物联网部署提供精确的结果，使操作和管理物联网设备更加容易。边缘计算确保低延迟访问、减少带宽消耗、脱机可用性和本地机器学习(ML)推理。
低延迟和更快的边缘计算的实时分析在各个领域都有大量的应用，比如汽车、消费电子、能源、医疗保健等等。自动驾驶汽车就是一个很好的例子，它需要从周围环境和云端收集数据，以便快速、安全地做出决策。传感器数据中的模式应该被快速检测、存储和传输，以帮助在本地节点上进行实时决策。边缘计算的分散架构消除了关键数据通信的延迟，从而保证了安全性。
根据CB Insights市场评估工具，到2022年，全球边缘计算市场预计将达到67.2亿美元。随着越来越多的联网设备出现在世界上，科技巨头们正大举投资于一项复杂的边缘计算战略。亚马逊、微软和谷歌已经进入了边缘计算领域。亚马逊在2017年推出了自己的边缘平台AWS Greengrass，在新兴科技领域处于领先地位，而微软去年也推出了自己的Azure物联网边缘解决方案。谷歌也加入了这场竞赛，推出了两款新产品——集成软件(云物联网Edge)和定制硬件栈(Edge TPU)，以便直接利用Edge上的数据。
总而言之，我们可以说，边缘计算并不是为了取代云计算，而是对云计算的补充。ce边缘计算技术仍处于起步阶段，面临的挑战可能会更多。但是，随着对边缘设备和应用程序的需求不断增长，企业将有更多的机会在各种垂直领域测试和部署这项技术。
