过去的这几年里，在科技领域“大数据”这个词语一直非常流行。随着苹果和搭载Android系统的智能手机问世，数据就变得越来越关键。这些海量的数据中包含着巨大的商机，人们可以从大数据中分析出用户的喜好，让自身的运转变得更加自如且流畅。

但是，随着要处理的数据越来越多，以及设备对于数据的要求越来越高，仅靠大数据已经不能满足人们对于数据分析的需要。所以，近两年来，一个新的概念被提出，并在今年正式走进了人们的视野：边缘数据。

边缘数据有什么样的优势？

边缘数据更接近数据生成的设备端，这为边缘数据带来了非常多的好处。

第一、边缘数据比起大数据拥有更实时、更快捷的数据处理能力。因为减少了设备到云端的传输过程，所以处理数据的速度更快。

第二、边缘数据的成本显然更低。因为边缘数据用于处理一些小数据，所以在数据的计算和储存方面都有更大的成本优势。

第三、边缘数据对网络的要求很低。在网络设备越来越多的大前提之下，网络传输的压力显然也变得越来越大。但是，在边缘数据的计算过程中，几乎很少与云端服务器进行交互，所以也不会过多占用网络带宽。

第四、边缘数据提高应用程序的效率。当然，这一点要结合以上三点。边缘数据的数据处理更实时、更快捷，并且网络带宽的占用率更低，所以自然能够提升效率。

第五、边缘数据计算能够更好的保护用户的隐私。在今年，用户隐私问题被数次提起，也出现了很多隐私泄露的事件。比起云计算，边缘计算的绝大多数工作都是在本地完成，数据也不会被上传至云端，所以能够有效的避免数据泄露的发生。

在现在，已经有几个公有云中的巨头，布局了边缘计算，如亚马逊、微软和Google。

边缘计算有哪些应用场景

边缘计算很显然在现在还处于早期阶段，但是这并不妨碍我们通过它的场景落地情况来一探究竟。

自动驾驶领域就是一个非常适合边缘计算的行业应用。在自动驾驶的过程中，会产生海量的、需要立即计算的数据产生。在这种时候，将数据传输到云端——进行计算——数据返回设备的过程就显得太慢了。而作用于设备端的边缘计算，就可以完美解决这个问题。

另一方面，医疗领域也是一个非常适合边缘计算的行业。事实上，之前所出现过的智能手环产品，就等同于一种数据采集器。当然，当时还没有边缘计算这种技术，所以智能手环也要将数据上传至云端，就显得非常不智能。

从自动驾驶到医疗行业，边缘计算正在逐步渗透进更多的领域，发挥自身的作用。边缘计算诞生的初衷是让终端拥有“智慧”，但是刚刚起步的边缘计算，是否能达到人们的预期，还需要时间来验证。