什么是边缘计算？云计算和边缘计算的区别体现在哪些方面？

边缘计算与云计算

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。

边缘计算是对云计算的一种补充和优化，云计算把握整体，而边缘计算更专注局部。简单来说，边缘计算对于计算资源的部署更靠近用户和数据源的网络边缘测，就近提供最近段服务。耗能低、延迟低、安全性高。使用边缘计算，服务器连接设备的数量可以提升一个数量级。

云计算更像是一个统筹者，云计算处理长周期的大数据分析，周期性维护数据，而边缘计算更靠近设备端，更注重对于短期数据和实时数据的分析。

打个比方来看：

完全依赖云计算的计算机系统，就好比每一件事都要请示司令部的军队，在需要大量和外界互动的时候会显得十分僵化，网络一旦出现什么问题，计算机基本就凉了。

而边缘计算，就好比在军队中让中低级军官，也开始发挥他们的主观能动性，能在一定程度上自己搞，并作出智能判断和行动上的决策。同时也只需要把一部分经过帅选的消息上传上去，这就大大缓解了网络通讯的压力。

这样来看，边缘计算分布式部署，规模较小，不仅可以缓解网络宽带和数据中心的压力，还能提升服务器响应的能力，保护隐私数据。

再来看概念：

什么是边缘计算？

为了更好地解释这个问题，我们首先需要看一下物联网和物联网设备的增长情况。

目前的互联网模式的云计算平台围绕存储在数据中心的大型集中式服务器进行。在终端设备上创建数据后，数据将传输到中央服务器进行处理。但这种模式有明显的缺陷：

每天都有海量的设备信息接入，不仅功耗很高，而且还面临宽带不够等困难，这也就导致云计算难以实时返回数据，这是第一个问题。

第二个则是数据的即时处理，据有关部门预计，在2020 年我国的数据储存量将达到约 39ZB，其中 30% 左右的数据来自物联网设备的接入，这海量数据的即时处理无疑给了云计算巨大的压力。

最后是隐私和能耗的问题，云计算将各种设备采集的隐私数据传输到数据中心的路径比较长，同时又有大量的用户资源信息高度集中于云计算平台，这就容易导致数据丢失或者信息泄露的风险，而数据中心的高负载导致的高能耗也是不得不面对的问题。

边缘计算的优势就在于，边缘计算的执行计算更靠近数据源，无需交付云端，通过分散的计算基础架构就可以沿通信路径分配计算资源，由此更有效地满足计算需求。在需要收集数据或用户执行特定操作的任何地方，都可以实时完成。

除了收集数据传输到云之外，边缘计算还可以在本地对收集的数据进行处理，分析和执行必要的操作。由于这些过程都是在几毫秒内完成的，因此无论进行何种操作，优化技术数据都变得至关重要。

通过几个例子来类比一下：

自驾车或人工智能驱动的汽车需要从周围环境中获取大量数据，才能实时正常工作，如果使用云计算，则会发生延迟。

Netflix，Hulu，Amazon Prime和迪士尼等提供的服务都给网络基础架构带来沉重负担。边缘计算可通过边缘缓存帮助创建更流畅的体验。在这种情况下，流行内容被缓存在距离最终用户更近的设施中，以便更轻松，更快速地访问。

最后总结一下：

边缘计算与云计算并不是竞争者，也不是非此即彼的关系，他们同时满足组织的需要，相辅相成，提供更多的选择。他们之间的差异，打个比方来看就像是赛车和SUV之间的差异，两种车辆有着不同的用途。