边缘是相对的，是网络的边缘，是相对中心式计算的边缘分散式计算。边缘计算的核心目标是快速决策，作为中心云计算的延伸，将计算能力拓展至“最后一公里”。因此不能独立于中心云，而是放在云-边-端的整体架构之下，有中心式管控决策，也有分散式边缘自主决策，即章鱼式边缘计算。
章鱼全身神经元中心式脑部占40%，其余60%在分散式腿部，形成1个大脑总控协调 + N个小脑分散执行的结构。1个大脑擅长全局调度，进行非实时、长周期的大数据处理与分析；N个小脑侧重局部、小规模数据处理，适用于现场级、实时、短周期的智能分析与快速决策。
章鱼式边缘计算采用中心云+边缘计算的分布式云边一体化架构，海量终端采集到数据后，在边缘完成小规模局部数据的实时决策处理，而复杂大规模的全局性决策处理，则由汇总至中心云深入分析处理。
1.4.边缘计算的位置
通过优化终端与云中心网络路径，将中心云能力逐渐下沉至靠近终端，实现业务就近接入访问。从中心到边缘依次分为区域云/中心云，边缘云/边缘计算，边缘计算/本地计算三大类型：
区域云/中心云：将中心云计算的服务在骨干网拓展延伸，将中心化云能力拓展至区域，实现区域全覆盖，解决在骨干网上耗时，将网络延迟优化至30ms左右，但逻辑上仍是中心云服务。
边缘云/边缘计算：将中心云计算的服务沿着运营商的网络节点逐渐拓展延伸，构建中小规模云服务或类云服务能力，将网络延迟优化至15ms左右，比如多接入边缘计算（MEC）、CDN。
边缘计算/本地计算：主要是接近终端的现场设备及服务能力，将终端部分逻辑剥离出来，实现边缘自主的智能服务，由云端控制边缘的资源调度、应用管理与业务编排等能力，将网络延迟优化至5ms左右，比如多功能一体机、智能路由器等。
总的来说，基于网络定义的边缘计算，更多的是面向消费互联业务及新型2C的业务，主要是将云中心的能力及数据提前下沉至边缘，除了经典的CDN，视频语音业务外，还有今年大火的元宇宙等。
当前大部分面向消费互联业务都是通过安置在骨干网的中心云计算能力支持，时延在30ms到50ms延迟，远远小于本身云端后端业务处理的延迟；算力下沉至边缘初衷，重要是实现中心云海量请求压力分散，用户体验优化等，但对业务都属于锦上添花，并非雪中送炭。
除了面向消费者的互联网边缘场景，边缘计算更多的是面向实体产业及智慧化社会衍生的场景。
对于实体产业场景来说，由于历史原因，在边缘及现场，存在大量的异构的基础设施资源；通过业务需求驱动边缘计算平台的建设，不仅需要整合利用现有的基础设施资源，同时将中心云计算技术及能力下沉至边缘及现场，实现大量存量业务运营管控上云，海量数据统一入湖，以此支持整个企业的数字化转型。
对于智慧化社会衍生场景来说，越是新型的业务，对网络时延敏感越高，数据量越大，结构化数据逐渐转化成非结构化数据，需要人工智能，神经网络等高等智能化技术支持。
如果需要一个参考延时基准，以此来决策是否需要边缘计算的能力，建议30ms的延迟，即一次请求从接入到骨干网的耗时；当前新型对网络时延敏感的业务场景，都是通过云端总控管理，设备现场实时计算这种分布式架构策略，以此减弱对网络的强依赖。面向业务将边缘计算分为智能设备/专业云及产业边缘/行业云两种类型：
智能设备/专业云：基于云计算能力之上，围绕智能设备提供整体化，有竞争力的解决方案，包含智能设备，云端的服务以及端到云之间的边缘侧服务，比如视频监控云，G7货运物联等；
产业边缘/行业云：也基于云计算能力之上，围绕行业应用及场景，提供套件产品及解决方案，比如物流云，航天云等；
总的来说，基于业务定义的边缘计算，更多的是面向智能设备及实体产业，对智能设备，从AVG，密集式存储，机械手臂等单一功能的智能设备，到无人机，无人驾驶车等超复杂的智能设备，云计算能力不仅是支撑设备控制管理应用的运行，同时借助中心云计算能力拓展至边缘侧，解决这种产品上云，无法集中化标准化管理难题；对产业边缘，通过云计算技术，结合行业场景的抽象总结，构建行业通用的产品及解决方案，随着整个产业互联网加速建设，是边缘计算未来发展的重点方向。
对于规模较大的一些企业，云边场景非常复杂，中心云计算平台与边缘计算的平台建设，不仅应对业务需求，同时还要面临诸多基础设施的问题：在中心云计算面临多云使用多云互通问题；在边缘网络链路面临多运营商的骨干网，多云运营商网络及多云的云网融合问题；在端侧接入网面临多运营商5G网络的共享的问题等，很多问题只能通过治理的手段应对，无法从技术平台层面彻底解决；
总的来说，边缘计算范围太大，场景太泛，整个行业都比较缺少经典的案例及标准，尤其是产业边缘计算，在国家层面都有在大力推进产业互联网，但是仍然艰难前行；所以对边缘计算的建设，一定是面向真实的业务场景及期望，整体规划面向价值逐步建设。
对于规模较大的一些企业，云边场景非常复杂，中心云计算平台与边缘计算的平台建设，不仅应对业务需求，同时还要面临诸多基础设施的问题：在中心云计算面临多云使用多云互通问题；在边缘网络链路面临多运营商的骨干网，多云运营商网络及多云的云网融合问题；在端侧接入网面临多运营商5G网络的共享的问题等，很多问题只能通过治理的手段应对，无法从技术平台层面彻底解决；
总的来说，边缘计算范围太大，场景太泛，整个行业都比较缺少经典的案例及标准，尤其是产业边缘计算，在国家层面都有在大力推进产业互联网，但是仍然艰难前行；所以对边缘计算的建设，一定是面向真实的业务场景及期望，整体规划面向价值逐步建设。
