边缘计算是指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，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
　　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”。作为世界上最大的分布式计算服务商之一，当时它承担了全球15-30%的网络流量。在其一份内部研究项目中即提出“边缘计算”的目的和解决问题，并通过AKAMAI与IBM在其WebSphere上提供基于边缘Edge的服务。
　　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。
　　一、技术架构
　　在中国，边缘计算联盟ECC正在努力推动三种技术的融合，也就是OICT的融合（运营Operational、信息Information、通讯CommunicationTechnology）。而其计算对象，则主要定义的了四个领域，第一个是设备域的问题，[1]出现的纯粹的IoT设备，跟自动化的I/O采集相比较而言，有不同但也有重叠部分。那些可以直接用于在顶层优化，而并不参与控制本身的数据，是可以直接放在边缘侧完成处理；第二个是网络域。在传输层面，直接的末端IoT数据、与来自自动化产线的数据，其传输方式、机制、协议都会有不同，因此，这里要解决传输的数据标准问题，当然，在OPCUA架构下可以直接的访问底层自动化数据，但是，对于Web数据的交互而言，这里会存在IT与OT之间的协调问题，尽管有一些领先的自动化企业已经提供了针对Web方式数据传输的机制，但是，大部分现场的数据仍然存在这些问题。第三是数据域，数据传输后的数据存储、格式等这些数据域需要解决的问题，也包括数据的查询与数据交互的机制和策略问题都是在这个领域里需要考虑的问题。
　　最后一个，也是最难的应用域，这个可能是最为难以解决的问题，针对这一领域的应用模型尚未有较多的实际应用。
　　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。
　　而从产业价值链整合角度而言，ECC提出了CROSS，即在敏捷联接（Connection）的基础上，实现实时业务（Real-time）、数据优化（DataOptimization）、应用智能（Smart）、安全与隐私保护（Security），为用户在网络边缘侧带来价值和机会，也就是联盟成员要关注的重点。
　　二、计算的本质
　　自动化事实上是一个以“控制”为核心。控制是基于“信号”的，而“计算”则是基于数据进行的，更多意义是指“策略”、“规划”，因此，它更多聚焦于在“调度、优化、路径”。就像对全国的高铁进行调度的系统一样，每增加一个车次减少都会引发调度系统的调整，它是基于时间和节点的运筹与规划问题。边缘计算在工业领域的应用更多是这类“计算”。
　　简单地说，传统自动控制基于信号的控制，而边缘计算则可以理解为“基于信息的控制”。
　　值得注意的是，边缘计算、雾计算虽然说的是低延时，但是其50mS、100mS这种周期对于高精度机床、机器人、高速图文印刷系统的100μS这样的“控制任务”而言，仍然是非常大的延迟的，边缘计算所谓的“实时”，从自动化行业的视角来看——很不幸，依然被归在“非实时”的应用里的。
　　三、融合分工
　　在工业领域，边缘应用场景包括能源分析、物流规划、工艺优化分析等。就生产任务分配而言，需根据生产订单为生产进行最优的设备排产排程，这是APS或者广义MES的基本任务单元，需要大量计算。这些计算是靠具体MES厂商的软件平台，还是“边缘计算”平台—基于Web技术构建的分析平台，在未来并不会存在太多差别。从某种意义上说MES系统本身是一种传统的架构，而其核心既可以在专用的软件系统，也可以存在于云、雾或者边缘侧。在这样的应用场景，总体而言，在整个智能制造、工业物联网的应用中，各自分工如下。
　　自动化厂商提供“采集”，包括数据源的作用，这是利用自动化已经在分布式I/O采集、总线互联、以及控制机器所产生的机器生产、状态、质量等原生“信息”。
　　ICT厂商则提供“传输”，实现工业连接。因为在如何提供数据的传输、存储、计算方面，ICT厂商有其传统优势，包括成本方面，已经云平台的优势。
　　传统工业企业的业务经验和知识，则为分析软件（独立的或者企业内部）厂商提供“分析”的依据。这些业务过程的理解，仍然是必不可少。产业链的协同，终极目标，仍然是解决“质量、成本、交付”的核心问题。
　　四、三种类型
　　1)个人边缘(PersonalEdge)
　　这个边缘计算(Edgecomputing)围绕着我们个人，有时就在我们的身边，就在我们的家里;它包括家庭机器人，智能眼镜，智能药片，以及您皮肤下的传感器，手表，家庭自动化系统，您的AmazonEcho(回声)和智能手机。
　　个人边缘(PersonalEdge)总体上是移动的。当我们在家庭和工作场所之间移动时，个人边缘(PersonalEdge)计算设备进出于商业边缘(BusinessEdge)区。

个人边缘

随着智能家居设备，数字健康和其他个人设备的普及，我们将在未来5年里听到更多关于个人边缘(PersonalEdge)计算的信息。
　　2)业务边缘(BusinessEdge)
　　这是最受关注的边缘计算(Edgecomputing)类型。在业务边缘(BusinessEdge)处连接的机器和人在这里汇聚。业务边缘(BusinessEdge)在我们铺有地毯的办公室中，也可以在无地毯的领域，甚至在我们工作和娱乐的开放的地方。
　　许多物联网的讨论似乎假设这是唯一的边缘，同时每个物联网的讨论都表达了这种边缘计算(Edgecomputing)的好处。关键任务(Mission-critical)SPA(“感知，处理和行动”，“Sensing-Processing-Acting”))在这一领域尤其如工业物联网(IndustrialIoT)领域中集中发展的势头强劲。

业务边缘

许多供应商正在提供这类应用的开发环境，以帮助客户开发边缘应用和分析。AmazonLambdaGreengrass(https://aws.amazon.com/cn/lambda/)和AzureIoTHub是此类软件的示例。
　　【注1：AmazonLambdaGreengrass是Amazon的云计算服务，通过AWSLambda，无需配置或管理服务器即可运行代码。您只需按消耗的计算时间付费–代码未运行时不产生费用。借助Lambda，您几乎可以为任何类型的应用程序或后端服务运行代码，而且全部无需管理。只需上传您的代码，Lambda会处理运行和扩展高可用性代码所需的一切工作。您可以将您的代码设置为自动从其他AWS服务触发，或者直接从任何Web或移动应用程序调用。】
　　【注2：AzureIoTHub是微软面向物联网应用的云计算，AzureIoTHub意为物联网中心，是为物联网设备提供注册、管理、沟通的云服务。它是微软AzureIoTSuite的重要组成部分，也是微软物联网战略的重要基础。微软AzureIoTHub可用于管理数十亿物联网设备，提供云端与设备之间的双向通信支持，每月可处理数以万亿计信息，并简化了与其他Azure服务之间的集成，包括Azure机器学习以及Azure流分析等。】
　　3)多云边缘(CloudyEdge)
　　这是目前最少谈论的一类边缘计算(Edgecomputing)，但是它是最老的一类边缘。多云边缘(CloudyEdge)是服务提供商或企业网络边缘的拓扑术语，其中业务首先从拨号调制解调器进入到家庭或者远程分支机构中的。
　　多云边缘(CloudyEdge)从前只是一个没有任何计算能力的网络边缘。它们被称为PoP(存在的节点，points-of-presence)。

多云边缘(CloudyEdge)

对应用性能和内容传送的需求需要在网络边缘(networkedge)中添加应用和数据处理能力。现代的边缘数据中心(EdgeDataCenters)能够满足这一需求。内容交付网络(CDN，ContentDeliveryNetworks)就是在利用它们以便我们能够获得更好的页面和视频加载效果。移动边缘计算(MobileEdgeComputing)增强了这一边缘的优势，因为人们需要更好的移动应用程序(mobileapp)的性能。
　　所以老PoP在内容和计算方面变得没有前途。而SP边缘(SPedge)，移动边缘(mobileedge)和企业边缘(enterpriseedge)共同形成了云端。这类边缘仍然与确保应用程序性能和内容传递顺畅等相关。