亲爱的同学们，端午假期愉快的过去了，粽子也吃了，今天就来说点新鲜的东西吧。
说新鲜，其实也不新鲜了，在十年前就有边缘计算这个名词了，只不过随着物联网的发展，边缘计算被再次拎了出来。
根据名字我们可以猜测一下，边缘计算就是在终端设备附近靠近数据源的一侧进行的本地计算分析。因为靠近终端，我们的计算实时性会更高。
本质上来说，边缘计算和云计算都是为了处理数据的计算问题而诞生的，只是两者实现的方式不同。云计算是把数据集中到一起做计算，而边缘计算是在终端进行计算。那么相比云计算有什么优势呢？
从图中我们可以看出来，云计算要经过网络来传输所有的数据并做出响应，而边缘计算在边缘设备上处理数据可以及时响应，同时把处理后有价值数据发往云端。
举个栗子
例子数据来自GE官网
现在的无人驾驶汽车，有成百上千个传感器，每驾驶8个小时会产生40TB的数据，这些数据中大多数并不重要，而且把这么大体量的数据传到云端是不切实际的。边缘计算就很好的解决了这个问题，先本地计算，对于重要的计算结果再上传到云端。
从这个栗子里我们能看出来什么呢？
无人驾驶，要求系统有实时的反应能力，可想而知，如果系统反应不及时，在道路上会造成什么样的后果。所以这里就体现了边缘计算的实时性及必要性。
如此大量的数据，必然包含着大量的无用数据，要全部传到云端是不切实际的，边缘计算正好解决了这个问题，经过计算后把重要的计算结果传到云端，大大节约了带宽资源。
当然，边缘计算不是为了代替云计算，而是作为云计算的一个补充。因为边缘计算后的结果还是会全部或者部分发送到云端进行存储分析。
移动边缘计算(MEC)这里不得不提一下MEC,因为5G时代的到来，我们的移动生活会进一步被改变。未来的通信基站将具备计算能力，我们使用的手机APP将会在就近的基站进行计算，相信会给我们带来更快速的使用体验。
智能制造应用智能制造的目的是实现智慧工厂，使机器设备具有自感知能力。代替人工做出决策。怎么样实现这个目的的，边缘计算是一个很好的手段，通过在设备周围部署边缘计算AI平台，运行机器学习算法等，使边缘计算平台变成机器的大脑，通过各种传感器的数据计算分析后来判断机器人状态是否正常，以及要执行什么动作。
随着智能制造的不断深入，越来越多的设备联网，越来越多的数据被产生出来，边缘计算设备将会逐渐普及来处理这些数据。同时，智能制造的终极目标，设备的自我感知能力就需要人工智能(AI)算法来进行决策了，而生产现场对设备的控制实时性要求很高，所以未来这些算法肯定是在边缘设备上来计算，进而实时控制设备，真正成为设备的大脑。