移動邊緣計算(MobileEdgeComputing,MEC)可利用無線接入網絡就近提供電信用戶IT所需服務和云端計算功能，而創造出一個具備高性能、低延遲與高帶寬的電信級服務環境，加速網絡中各項內容、服務及應用的快速下載，讓消費者享有不間斷的高質量網絡體驗。根據Gartner的報告，到2020年全球連接到網絡的設備將達到約208億臺，移動端應用將迫切需要一個更有競爭力、可擴展，同時又安全和智能的接入網。移動邊緣計算將會提供一個強大的平臺解決未來網絡的延遲、擁塞和容量等問題。除此之外，根據各大設備廠商、運營商較近發布的報告，5G將會是一個聚集了計算和通信技術的平臺，而移動邊緣計算將是其中不可缺少的一個重要環節。在5G時代，MEC的應用將伸展至交通運輸系統、智能駕駛、實時觸覺控制、增強現實等領域。編程模型需要利用邊緣節點支持任務和數據的并行，并且同時在多個層級的硬件上執行計算。山西輕便邊緣計算VR
隨著物聯網越來越火，同時伴隨著物聯網而來的，就是各種概念和各種技術，其中一個就是邊緣計算，當然還有霧計算。其實邊緣計算和霧計算都差不多，霧計算只是和云計算是相對的。使用邊緣計算的優勢在哪里呢：讓計算變得更為靈活和可控。前面說到，接入設備的服務器比較難做到統一的計算分析標準，因為物聯網可是一個萬物接入的網絡，每一個設備采集的數據不一樣。如果使用了邊緣計算，就可以單獨針對每一個設備進行相應的計算和分析。當然，如果相同的設備或者相同參數的，可以進行復制使用同一套計算標準或算法。如果將計算腳本開放出來給用戶，用戶就可以自定義去添加自己的計算公式和行為。云南AI邊緣計算智慧校園若想更好的在邊緣節點上部署應用程序的工作負載，需要考慮的方面：連接策略。
邊緣計算正在改變全球數百萬臺設備處理和傳輸數據的方式。互聯網連接設備（IoT）的爆裂性增長，以及需要實時計算能力的新應用，繼續推動著邊緣計算系統的發展。更快的網絡技術，如5G無線，使邊緣計算系統能夠加速創建或支持實時應用，例如視頻處理和分析、自動駕駛汽車、人工智能和機器人等。從根本上講，邊緣計算使計算和數據存儲更靠近收集數據的設備，而不是依賴于可能遠在數千英里之外的中心位置。這樣做是為了使數據（尤其是實時數據）不會遇到可能影響應用程序性能的延遲問題。此外，公司可以通過在本地完成處理來節省資金，從而減少需要在集中式或基于云的位置處理的數據量。
邊緣計算的AI芯片：作為邊緣計算的中心基礎，邊緣AI芯片有著重要地位，邊緣AI芯片廠商作為產業鏈上游參與方投入大量資源進行技術研發，從供給方面為邊緣智能的實現打下堅實牢固基礎。AI根據參考文獻的分類包括三類，1、經過軟硬件優化可以高效支持AI應用的通用芯片（GPU）；2、側重加速機器學習（尤其是神經網絡、深度學習）算法的芯片；3、受生物腦啟發設計的神經形態計算芯片。在邊緣計算和AI芯片里，涌現出不少的創業公司（在中國的中國芯片初創公司有15家以上），如前面所說的幾家。按部署的位置來分，AI芯片可以部署在數據中心，和手機，安防攝像頭，汽車等終端上。編程語言需要考慮工作流中硬件的異構性和各種資源的計算能力。
邊緣計算處理數據中心明顯的優勢有以下幾點：1、邊緣計算可以實時或更快的進行數據處理和分析，讓數據處理更靠近源，而不是外部數據中心或者云，可以縮短延遲時間。2、在成本預算上可以較大減輕經費預算。企業在本地設備上的數據管理解決方案所花費的成本較大低于云和數據中心網絡。3、減少網絡流量。隨著物聯網設備數量的增加，數據生成繼續以創紀錄的速度增長。結果，網絡帶寬變得更加有限，壓倒了云，導致更大的數據瓶頸。4、提高應用程序效率。通過降低延遲級別，應用程序可以更高效、更快速地運行。5、個性化：通過邊緣計算，可以持續學習，根據個人的需求調整模型，帶來個性化互動體驗。邊緣運算將原本完全由中心節點處理大型服務加以分解。山東高性能邊緣計算
邊緣計算仍處于起步階段，有可能為更高效的分布式計算鋪平道路。山西輕便邊緣計算VR
邊緣計算的大數據計算體系規模龐大．結點失效率高，因此還需要完成一定的自適應管理功能。系統必須能夠根據數據量和計算的工作量估算所需要的結點個數，并動態地將數據在結點間遷移。以實現負載均衡；同時．結點失效時，數據必須可以通過副本等機制進行恢復，不能對上層應用產生影響。
計算層級內的優化技術，構建計算系統時．需要基于成本和性能來考慮，因此計算系統通常采用多層不同性價比的計算器件組成計算層次結構。邊緣計算的計算規模是比較龐大的。 山西輕便邊緣計算VR