由 dawei 边缘的物理架构很复杂，但基本思路是客户端设备连接到附近的边缘模块，以实现响应更灵敏的处理和更流畅的操作。术语不一样，因此您会听到名为"边缘服务器"的模块和"边缘网关"的模块等。
DIY 和服务选项
购买和部署边缘系统的方式可能也大不一样。
一方面，企业可能希望大部分处理在本地进行。这包括选择边缘设备(设备可能来自戴尔、HPE或IBM等硬件厂商)，为能够满足用例需求的网络设计架构，以及购买能够执行必要操作的管理和分析软件。这个工作量很大，需要有大量IT方面的专业知识，但对于想要完全定制边缘部署的大型组织来说，这仍是一种有吸引力的选择。
另一方面，特定垂直领域的厂商越来越多地营销他们管理的边缘服务。如果企业想选择这条路，只需要厂商为其安装设备、软件和网络，并为使用和维护定期支付费用。通用电气和西门子等公司的IIoT(工业物联网)产品就属于这一类。其优点是部署起来容易、相对轻松，但并非每个用例都有像这种高度管理的服务可用。
边缘计算好处多多
对于许多企业而言，仅节省成本就可以成为部署边缘计算的动因。起初为许多应用采用云的企业可能已经发现，带宽成本比预期的要高，于是期望找到一种成本较低的替代技术。边缘计算可能正适合。
不过，边缘计算的最大好处是能够更快地处理和存储数据，支持对公司而言至关重要的更高效的实时应用程序。在边缘计算问世之前，扫描人脸进行人脸识别的智能手机需要借助基于云的服务来运行人脸识别算法，这需要大量时间来处理。有了边缘计算模式，算法就可以在边缘服务器或网关本地运行;而鉴于智能手机功能日益增强，甚至可以在智能手机本身上运行。虚拟现实及增强现实、自动驾驶汽车、智慧城市甚至楼宇自动化系统，这些应用都需要快速处理和响应。
IDC研究总监Kuba Stolarski在《2019年-2023年全球边缘基础架构(计算和存储)预测》报告中表示："与ROBO(远程办公室分支机构)位置孤立的IT时代相比，边缘计算已大有发展。由于增强的互连性，组织可以通过边缘计算更方便地访问更多核心应用，加上新的物联网和针对特定行业的业务用例，边缘基础架构有望成为未来十年及以后服务器和存储市场的主要增长动力之一。"
英伟达等公司已经认识到未来需要在边缘处进行更多的处理，这就是为什么我们看到新的系统模块含有内置的人工智能功能。比如说，英伟达最新的Jetson Xavier NX模块比信用卡还小，可以内置到无人机、机器人和医疗设备等设备中。AI算法需要强大的处理能力，这就是为什么大多数AI算法通过云服务来运行。可以在边缘处理任务的AI芯片组大行其道，可以为需要即时计算的应用确保更迅即的实时响应。
