邊緣計算，是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。
邊緣計算的應用：
一、車聯網
在互聯網行業，有著軟件定義一切的說法。同樣，在汽車領域，軟件定義汽車（SDV）也被認為是汽車行業未來發展的趨勢。汽車的核心競爭力，逐漸由動力、機械方面轉向軟件能力，尤其是AI、大數據、云計算等技術在汽車行業的落地，將進一步推動這種轉變的實現。
另一方面，車聯網技術的發展是 5G 物聯網領域中非常重要的應用之一，也是移動邊緣計算的典型場景，尤其是自動駕駛的投入使用，更是加速了車載系統聯網入云的進程。據統計數據顯示，一輛自動駕駛車每天產生的數據在 4TB 以上，這樣大量的數據會因為網絡延遲導致終端應用實時性體驗大幅下降，進而影響自動駕駛的性能。
二、安防監控
視頻監控是安防市場的重要組成，是數據的收集端。隨著城市安防的持續投入，各社區、商場、銀行網點、道路街邊、停車場等公共環境都安裝有監控攝像頭，視頻監控、人臉識別等功能，在安防系統中發揮著重要作用。
隨著終端設備的發展，在監控攝像頭內置計算單元，通過引入邊緣計算，能夠有效地處理原始視頻流數據，避免將冗余數據上傳到云端。另外，植入人臉識別應用，對視頻數據進行解析和模型匹配，有效識別重點監控對象,使得終端設備由被動監控轉化為與主動分析與預警相結合的安防終端系統。
三、工業互聯網
1）生產作業優化
邊緣計算可在短時間內從產品設計、材料采購、生產制造、銷售和物流等多個來源采集數據，通過邊緣層數據計算并進行分析整理，獲取各個場所的生產作業情況，對存在問題的工序或環節進行預警，數據無需傳到云端進行計算分析，為后續環節提供實時性提示，并根據采集到的數據進行再計算和分析，提出后續作業優化方案及改進建議。
2）預測設備故障
通過機器學習模型預測設備故障，數據需要從多個邊緣設備中獲得。分析模型非常復雜，需要大量數據進行訓練及重新訓練模型，還需定期數據饋送，通過分析設備每個單元的頻譜特性來判斷剩余使用壽命，及時預測設備故障與主動數據反饋。
3）設備互聯互通
邊緣計算收集系統間實時通信需求和服務質量要求，運行優化調度算法，轉化為對TSN交換機和5G網絡的配置，支持多種實時數據流傳輸。在保證信息安全基礎上，不僅把支持傳統接口和協議的設備接入邊緣計算平臺，而且通過引入數據抽象層，使得不能直接互聯互通的設備基于邊緣計算進行互聯互通，邊緣計算的低延遲性能可以保證設備間的實時橫向通信。
四、智能家居
利用大量的物聯網設備（如溫濕度傳感器、安防系統、照明系統）實時監控家庭內部狀態，接受外部控制命令并最終完成對家居環境的調控，以提升家居安全性、便利性、舒適性。
由于智能家居設備越來越多，不同產品很難兼容，而且由于家庭數據的隱私性，用戶并不總是愿意將數據上傳至云端進行處理，尤其是一些家庭內部視頻數據。而邊緣計算可以將計算（家庭數據處理)推送至家庭內部網關，減少家庭數據的外流，從而降低數據外泄的可能性，提升系統的隱私性。
五、智能交通
在城市的交通管理中，需要對交通違章、交通路況、擁堵等情況實施監測掌握。在城市的交通監測中，高清攝像頭遍布各大接口，通過前端的卡口、電警、微卡口可以做到規范路人以及車輛的行為，還可以對一些交通違章、交通路況、擁堵熱點與重點車輛等做到實時監測。邊緣服務器上通過運行智能交通控制系統來實時獲取和分析數據，根據實時路況來控制交通信息燈，以減輕路面車輛擁堵等。
深圳市大唐計算機有限公司專注計算機硬件的研發、生產與銷售。該公司研發生產的PHB系列邊緣計算模塊旨在通過快速原型開發為各種類型的應用提供強大的深度學習功能，采用核心板與底板分離的開發模式，用戶使用核心板進行二次開發時，僅需專注上層應用，大大降低了開發難度和時間成本，實現產品方案快速評估和技術預研。全新邊緣控制器能夠真正幫助客戶向下執行設備數據收集、檢測、控制等任務，向上連接云端平臺與資料庫，在高速串聯下實現IT與OT的整合，真正打通智能制造多個環節，實現設備智能化和產線柔性化。產品可廣泛應用于安防監控、網絡通訊、工業自動化、機器視覺，人工智能等領域。
