近来有一个词“迅速走红”，大有十年前云计算兴起和发展的势头，它就是“边缘计算”。实际上和边缘计算相近的概念有很多，比如欧洲电信标准协会（ETSI）推动的MEC（移动边缘计算），主要面向电信运营商领域，去年ETSI把它扩展为多接入边缘计算（Multi-Access Edge Computing）；还有思科推出的“雾计算”，不难理解，云在高高的天上，而雾则接近地面；华为发起倡导的边缘计算产业联盟则面向行业市场，例如应用在制造、电力、交通等等行业领域。
虽然有不同的应用侧重，但他们的理念大体相同，总结起来说，边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供智能互联服务，满足应用在业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。
也许有人问，边缘计算到底和云计算什么关系，它有哪些应用场景？今天我们就来做个“科普”。
边缘计算的技术特性
综合不同标准组织和产业联盟对边缘计算的定义，我们把它的技术特征总结为以下几个方面：
邻近性：由于边缘计算的部署非常靠近信息源，因此边缘计算特别适用于捕获和分析大数据中的关键信息，此外边缘计算还可以直接访问设备，因此容易直接衍生特定的商业应用。
低时延：由于移动边缘技术服务靠近终端设备或者直接在终端设备上运行，因此大大降低了延迟。这使得反馈更加迅速，同时也改善了用户体验，大大降低了网络在其他部分中可能发生的拥塞。
高带宽：由于边缘计算靠近信息源，可以在本地进行简单地数据处理，不必将所有数据或信息都上传至云端，这将使得网络传输压力下降，减少网络堵塞，网络速率也因此大大增加。
位置认知：当网络边缘是无线网络的一部分时，无论是WIFI还是蜂窝，本地服务都可以利用相对较少的信息来确定每个连接设备的具体位置。
分布性：边缘计算实际部署天然具备分布式特征。这要求边缘计算支持分布式计算与存储、实现分布式资源的动态调度与统一管理、支撑分布式智能、具备分布式安全等能力。
数据入口：边缘计算作为物理世界到数字世界的桥梁，是数据的第一入口，拥有大量、实时、完整的数据，可基于数据全生命周期进行管理与价值创造，将更好的支撑预测性维护、资产效率与管理等创新应用；同时，作为数据第一入口，边缘计算也面临数据实时性、确定性、多样性等挑战。
边缘计算与云计算的关系
也许有人产生疑问，边缘难道是要替代云计算？其实并不是，至少从目前来看，两者是协同的关系。
图片来源：边缘计算产业联盟
边缘计算和云计算的关系可以比喻为集团公司的地方办事处与集团总公司的关系。云计算把握整体，聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长；边缘计算则专注于局部，聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。
因此，边缘计算与云计算互相协同，两者存在紧密的互动协同关系。边缘计算既靠近执行单元，更是云端所需高价值数据的采集单元，可以更好地支撑云端应用的大数据分析；反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。
边缘计算应用场景
边缘计算在电信运营商和行业领域都有极大的市场应用，边缘计算是5G的重要组成部分，也是推动行业数字化转型的重要技术。
一些典型的应用场景包括：
例如针对运营商领域的移动视频QoS优化：目前LTE蜂窝网络所承载的视频内容和管道之间缺乏交互，用户体验很难达到最佳。一方面，由于无线侧信道和空口资源变化较快，难以动态调整应用层（HTTP/DASH）参数以适配无线信道的变化。同样，传统的TCP拥塞控制策略是针对有线环境设计的，也不能准确适应无线信道的变化。另一方面，eNB对应用层内容不可知，无法为不同类型的业务动态进行无线资源的调度，也不能为同一类型业务的不同用户提供差异化的QoS.