边缘计算指的是在网络的边缘来处理数据，以达到减少请求响应时间、提升电池续航能力、减少网络带宽，同时保证数据安全性和私密性的目的。
如果你还没看懂，没关系！
让脑洞大开的网友给你聊聊，这个星球上最魔性的生物之一
——章鱼，是天生的“边缘计算”者！
作为无脊椎动物中智商最高的一种动物，章鱼拥有巨量的神经元，但有60%分布在章鱼的八，条腿（腕足）上，脑部却仅有40%。
逃跑、捕猎时异常迅速，八条腿明明白白，从不缠绕打结，这得益于章鱼类似分布式计算的“多个小脑+一个大脑”。
随着“雪亮工程”的稳步推进，城市、县、乡、村中摄像头布控数量逐步增加，利用视频来达成防控目的，成为一种合适的手段，但是云计算这种模型已经不适合用于这种视频处理，因为大量数据在网络中的传输可能会导致网络拥塞，并且视频数据的私密性难以得到保证。
因此，提出了能像章鱼一样，采用边缘计算的方式，让云中心下放相关请求，各个边缘结点对请求结合本地视频数据进行处理，然后只返回相关结果给云中心，这样既降低了网络流量，也在一定程度上保证了用户的隐私。
边缘计算在视频分析中优势突出
在网络边缘产生的数据正在逐步增加，如果我们能够在网络的边缘结点去处理、分析数据，那么这种计算模型会更高效。
节流省力
在一个人口众多的大城市中，无时无刻不在产生着大量的数据，而这些数据如果通通交由云中心来处理，那么将会导致巨大的网络负担，资源浪费严重。如果这些数据能够就近进行处理，在数据源所在的局域网内进行处理，那么网络负载就会大幅度降低，数据的处理能力也会有进一步的提升。
实时、低延迟
在大城市中，有很多服务是要求具有实时特性的，这就要求响应速度能够尽可能的进一步提升。比如医疗和公共安全方面，通过边缘计算，将减少数据在网络中传输的时间，简化网络结构，对于数据的分析、诊断和决策都可以交由边缘结点来进行处理，从而提高用户体验。
举例而言，有个小孩儿在城市中丢失，那么云中心可以下放“找小孩儿”的请求到各个边缘结点，边缘结点结合本地的数据进行处理，并返回是否找到小孩儿这个结果。相比把所有视频上传到云中心，并让云中心去解决，这种方式能够更快的解决问题。而边缘计算设计的初衷就是为了将计算能力带向离数据源更近的地方。
在位置感知的应用中也优势明显
对基于位置的一些应用来说，边缘计算的性能要由于云计算。比如导航，终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘结点来进行处理、边缘结点基于现有的数据进行判断和决策。整个过程中的网络开销都是最小的。用户请求得以极快的得到响应。
网友评论