边缘计算此前被认为是前卫的。现在其无处不在。这就是原因，以及其在云计算领域的巨大优势。
边缘计算不是万能药，但其时机是无可挑剔的。云的速度太慢，无法满足大多数边缘设备的需求，因此有必要将计算移近。
延迟是云计算的一大杀手，尤其是公共云计算，而精心策划的边缘系统将成为可行的公共云替代方案。
或许，这对于一些最近将所有内容存储在云中或正在这样做的组织而言，会是一颗难以吞咽的药丸。但对于公共云所有者来说，这也可能是一剂苦药。
通过将自主管理的边缘计算平台集群在一起，并将其分布在用户居住的地方附近，组织将能够受益于云般的便利性，而不必牺牲性能。
以这种方式使用边缘计算并不是一个牵强的想法，甚至不是一个新奇的概念。
边缘计算无处不在；在各种各样的用例中存在许多的小边缘，但具有集中控制和数据管理。雾曾经是一个常见的术语，但边缘听起来更吸引人。这听起来也很像70年代的分布式计算：对于IT而言，一切旧事物都焕然一新。
超越云的用例
那么，表明边缘计算正在被接管的证据在哪呢？
边缘计算提供了近乎实时的数据收集、分析、决策和执行的能力。因此，其在即时输出方面有优势。
具体点，边缘计算在适合每个行业的不同角色中努力工作。示例如下：
在电信领域，其可以增强内容交付网络，并允许为即将到来的5G部署部署虚拟网络功能。
在制造业中，其可以通过先进的机器人技术和传感器融合(基于物联网/传感器数据的实时分析和行动)建立智能、高效的生产线和仓库。
在交通和物流方面，其实现了自动导引车(AGV)和自动驾驶汽车，以及货运监控和智能交通系统等方面的进步。
在零售业，其通过智能镜子、智能购物车、自助结账、数字标牌、有针对性的广告以及实时库存跟踪和补货，实现了重新构想的客户体验。
但这还远未达到边缘计算长期统治地位的终结。
边缘入口门槛低
廉价的数据收集、更好的电力使用以及现有的网络和流行的设备提供了无限的可能性。
我们使用智能手机进行边缘计算是有原因的。智能手机的价格及其计算能力足以接近专门为神经网络应用创建的专用芯片组。许多工程师和开发人员都具备开发移动平台应用的技能。智能手机应用开发速度更快；这些库更加成熟并且错误更少。
智能手机比一组GPU和外围组件“更紧凑”，这在研发实验室环境中更有意义。
许多现实世界的应用都需要使用智能手机，并且这些设备能够在边缘运行预先训练的神经网络。智能手机制造商将继续提高边缘设备的计算能力和内存容量。然而，研发实验室将使用专门的硬件来训练和测试AI/ML算法，DIY爱好者将使用专门的轻量级芯片组。
简而言之，几乎没有什么可以阻止边缘计算对云的地位的侵蚀。也没有太多的摩擦来减慢其速度。
边缘计算的未来是一个不断发展的格局；然而，‘无处不在’是描述其的最佳词，因为其会进化到我们周围。
考虑到许多情况下互联网连接不可用或零信号，例如游轮、海上石油钻井平台和偏远医院，我们可能会在未来看到更多具有离线优先功能的边缘优化数据库。
最终，边缘计算吞噬了云。或者，至少足以使商业环境发生永久性变化。
