在大谈特谈云计算的今天，如果说出一个与之相对的词，你也许会觉得很奇怪，但事实上随着物联网的快速发展，“物”越来越呈现出智能化，这个词也就伴随着产业与技术的发展逐渐迸发出来，那就是边缘计算。
边缘计算的出现有其必然性，以智能交通为例，无论是公路、铁路、海运还是航空，安全都是交通行业最为重要的事情。如同人类一样，我们对危险的第一道反应通常不是经过大脑，而是"下意识"的。例如，一辆自动驾驶的汽车在面临危险需要及时停止的时候，如果其还需把数据上传到"云端"，通过计算得出停止的命令，再传送到汽车，汽车再作出反应。那么就不如让车辆本身也具备一定的计算能力，来处理这一问题。同时，我们还可以预想这样一个场景，突发的自然灾害、信号干扰或技术故障使得某一区域自动驾驶的汽车、列车陷入无网络状态。那么，它们就只能依靠边缘计算赋予其的计算能力作出"下意识"的反应，才能确保其安全。
并且，边缘计算行业的应用场景逐渐丰富，再以梯联网为例，全球有超过1500万部电梯在网运行，但电梯通过事后维护和预防性维护的成本很高，通过引入边缘计算，可以助力电梯厂商实现预测性维护，基于电梯内大量的传感器，可以对电梯运行状态实时感知。通过本地的边缘计算融合网关可以提供数据分析能力，第一时间发现设备潜在故障，预测性维护节约的成本明显。
引入边缘计算还为能效管理带来了极大的好处，以路灯为例，世界80%的路灯厂商都准备向智能路灯转型，传统上照明、制冷、电器的过度无序使用，造成电能的大量浪费。而边缘计算能够根据实际环境和能效控制策略进行实时有序控制，实现精细化管理。
当然，你会发现这些应用场景并不是边缘计算能够独立支撑的，边缘计算与云计算互相协同，共同使能行业数字化转型。云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长。边缘计算聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。此外，两者还存在紧密的互动协同关系。边缘计算既靠近执行单元，更是云端所需高价值数据的采集单元，可以更好地支撑云端应用的大数据分析；反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。
边缘计算作为新兴产业应用前景广阔，在技术与商业的双重驱动下，边缘计算产业将持续走向纵深。但因为其横跨OT（Operation Technology）、IT、CT多个领域，且涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。它需要产业协同与合作，孵化行业应用最佳实践。
为了全面促进产业深度协同，加速边缘计算在各行业的数字化创新和行业应用落地，华为、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔、ARM和软通动力联合倡议，即将成立边缘计算产业联盟（Edge Computing Consortium，ECC），一是为了在IT和OT领域与业界形成共识，定义开放的参考架构，抓住典型行业场景开展边缘计算的应用示范，开展标准研究，二是为打造开放的产业生态，更好地支撑智慧项目建设。
