對于即時處理和分析物聯網設備、聯網汽車和其他數字平臺的數據而言，云端平臺已經“能力不足”，邊緣計算的時代即將來臨。

更快的數據處理是一種至關重要的能力。例如，自動駕駛汽車本質上可以看做是一臺車輪上的大型高功率計算機，其通過多個傳感器收集數據。為了使這些車輛安全可靠地運行，他們需要立即響應周圍環(huán)境。處理速度的任何滯后都可能是致命的。

雖然聯網設備的大部分數據處理現在都在云平臺上進行，但在中央服務器上來回發(fā)送數據可能需要幾秒鐘的時間。

邊緣計算則可以加速自動駕駛車輛的數據處理速度。該技術使連接的設備能夠處理在“邊緣”處創(chuàng)建的數據，這一“邊緣”在設備本身內部或更接近設備本身。

到2020年，估計普通人每天將產生1.5 GB的數據。隨著更多設備連接到互聯網并生成數據，云計算可能無法全部處理這些數據——特別是在某些用途所需的更快速度下。

邊緣計算提供了云計算的替代方案，其可能具有遠遠超出自動駕駛車輛的應用。

包括亞馬遜、微軟和谷歌在內的一些最大的科技公司正在探索邊緣計算，這可能會引發(fā)下一場大型計算競賽。雖然亞馬遜網絡服務（AWS）仍然在公共云領域占據主導地位，但仍有待觀察——誰將成為這個新興領域的領導者。

到2019年，全球物聯網市場規(guī)模預計將超過1.7萬美元，比2013年的486億美元增長三倍多。

云計算已然成為這其中的主流趨勢。云計算使公司能夠在他們自己的物理硬件之外以及遠程服務器網絡（通常稱為“云”）之間存儲和處理數據（以及其他計算任務）。

由于其日益普及，云計算吸引了亞馬遜、谷歌、微軟和IBM等主要科技公司。根據私有云管理公司RightScale在2018年進行的一項調查顯示，在主要的公共云提供商中，亞馬遜網絡服務（AWS）和微軟Azure分別排名第一和第二。

但集中式云計算并非適用于所有應用程序和用例。邊緣計算提供傳統云基礎架構可能難以提供的解決方案。

在數據更浩繁的未來，數十億設備連接到互聯網，更快、更可靠的數據處理將變得至關重要。

近年來，云計算的整合和集中性已經證明具有成本效益和靈活性，但物聯網和移動計算的興起給網絡帶寬帶來了壓力。

最終，并非所有智能設備都需要利用云計算來運營。在某些情況下，甚至可以直接跳到邊緣計算的應用。

據CB Insights分析，到2022年，全球邊緣計算市場估計將達到6.72億美元。雖然是一個新興領域，但相比云計算目前運營的某些領域，邊緣計算可能會更有效率。

邊緣計算使數據能夠更接近于其創(chuàng)建的位置（即電機、泵、發(fā)電機或其他傳感器）進行處理，從而減少了在云之間來回傳輸數據的需求。