边缘计算的起源不算晚，早在2003年，IBM就做了相关的技术拓展和尝试，而随着物联网技术和5G技术被不断提起，人们越来越多地谈论和探索边缘计算相关应用与未来发展。同时，AI算力等技术等技术的完善，也一点点地完善边缘计算，使得边缘计算的技术和市场规模变得巨大，其在当前信息科技发展当中的重要性日益凸显。
边缘计算（Edge Computing）指的是在网络边缘进行计算的计算模式，其对数据的处理主要包括两部分：其一是下行的云服务，其二是上行的互联服务。当然，这里的边缘并不是广义上的“边缘”，其更类似于一个相对概念，指从数据源到云计算中心路径之间的任意计算、存储以及网络相关资源。
如果要追溯历史，那边缘计算最早其实是应用于传媒行业，其指的是在数据源头处，采用网络、计算、存储、应用核心能力为一体的开放平台，直接在最近的地方提供服务，由于其运行于边缘处，拥有极快的响应速度。而随着技术发展，其在安全、实时响应、AI智能和可信隐私方面，都有着用武之地。
当我们在从数据源的一端到云服务中心的一端，在中间的路径上可能经过许多的计算器件或者平台，比如路由器、交换机等，如果没有边缘计算，其可能只起到中介者或通信者的作用，但如果我们将其作为资源节点，那就能让计算更接近使用者的同时，链接到其他计算任务中。
边缘计算核心理念和目标就是让计算应更靠近产生数据的源头，更加贴近用户，并链接更多的功能需求。当我们缩减这些资源与用户的距离的时候，带宽、延迟、抖动等不稳定因素都将更加易于控制与改进，并提供个性化的需求计算服务。
边缘计算会将网络距离，或者空间距离上的与用户临近的这些独立的、分散的资源进行统一，为应用提供计算、存储以及网络服务，在安防领域，人脸识别摄像头能够直接在本地设备上完成识别，而不再依赖云端，从而避免耗费时间上传图像、接受信息，有利于节省带宽资源。
而在AI的加持下，边缘计算在智慧城市、车联网、智能工厂、智能社区、智能家居、灾难搜救等行业都有相当广阔的应用前景。例如利用边缘计算使终端能够从监控视频和图像中提取实体，并构建应用程序以发现所需信息。如果说终端是手的大脑，那边缘计算就是神经末梢带来的本能反应，边缘计算更靠近设备端，更靠近用户。
说到边缘计算，那绕不开的便是其与云计算的对比。
首先，云计算更多指的是集中式的数据处理或者任务执行，而对于边缘计算来说，其数据和不用再传到遥远的云端，在边缘计算侧就能解决。不过两者实际上都参与了整个需求或者数据的计算中。
另外，边缘计算更适合实时的数据分析和智能化处理，相较单纯的云计算也更加高效而且安全，其相当于可信计算中，将数据和代码安全部分都转移到线下，从而提升效率，但其对于一些需要快速更新迭代的处理过程，应对还是没云计算更好。
因此，当然，边缘计算并不会取代云计算，更为合适的说法是，边缘计算是云计算的补充。目前二者融合的趋势越来越明显，将在未来相互配合，共同提升计算效率。
处于网络边缘的资源是很多的，主要有用户终端，如手机、个人电脑等等，基础设施，如wifi接入点、蜂窝网络基站、路由器等等，嵌入式设备，如摄像头、机顶盒等等。在未来万物互联的时代，随着资源的的数量增多，我们其实是不可能为每一个设备都提供一个处理方式，这时我们就需要边缘计算来让每一个设备拥有自己的处理方式。
对冲量网络来说，边缘计算将是冲量云网络中极为重要的组成部分，其将帮助通过容器集群、函数计算和边缘计算技术保障了计算任务的快速创建和灵活调度，提供了资源无限快速扩展的能力。