邊緣計算是一個微型數據中心的網狀網絡，可以在本地處理或存儲關鍵數據，并將所有接收的數據推送到中央數據中心或云存儲庫。
它通常在物聯網用例中被提及，其中邊緣設備收集數據，并全部發送到數據中心或云進行處理。邊緣計算在本地對數據進行分類，由于其中一些數據在本地處理，從而減少了到中央存儲庫的回程流量。
通常，這是通過IoT設備將數據傳輸到本地設備來完成的，本地設備包括小尺寸的計算、存儲和網絡連接。數據在邊緣處理，它們全部或部分被發送到公司的數據中心、協同定位設施或IaaS云中的中央處理或存儲庫。
邊緣計算很重要，但它的功能也被夸大了。網絡邊緣計算只是整個云計算領域的一小部分。由于它很小，它可能只是網絡規模云平臺的補充（并與之集成）。我們不太可能看到主流的提供商推出“下一代Amazon AWS，僅分發”這樣的名號。
從功耗看邊緣計算
為什么網絡邊緣計算的領域很小？下面從不同的角度來觀察：功率。邊緣計算是計算行業頂端和底端人員使用的指標，但很少被中間的人使用，例如網絡所有者。這意味著它們忽略了幾個數量級。
數據中心的大功率負載
云計算涉及大量數據，比如服務器、處理器、標準尺寸設備機架、占地空間之類的數量指標。但數據中心用戶使用最多的數字可能是以瓦特為單位的功耗，或者更常見的是kW、MW和GW。
功率不僅包括計算CPU和GPU的需求，還包括數據中心的存儲和網絡元素。
粗略地說，全球大數據中心的總功耗約為100GW，典型的數據中心可能有30MW的容量，但是世界上最大的數據中心單獨使用的容量已經超過100MW，甚至有計劃擴展到600MW甚至1GW。但它們并非全部都在全力運轉，任何計算平臺都是如此。
這種功耗增長一部分是由于所需服務器和設備機架數量的增加（這也導致了占地面積增加），另一方面也與單個服務器的功耗有關，因為芯片變得更強大。大多數設備機架使用3-5kW的功率，如果可以提供電源和冷卻，有些可以高達20kW。
因此，為“云”提供動力需要100GW，并且這個數字正在持續快速增長。我們也看到二線和三線城市的小型區域數據中心有所增長，公司和政府通常也擁有私人數據中心，這些不同區域所需的功率相差很大，通常1-5MW的基準是比較合理的。
“邊緣設備”的功耗
除了數據中心，設備本身及其內部的組件也將消耗功率。特別是對于需要電池供電的設備，將功率控制在瓦特或毫瓦是至關重要的。比如：
傳感器在空閑時的使用可能不到10mW，在主動處理數據時可能使用100mW Raspberry Pi可能會使用0.5W 智能手機處理器可能使用1-3W 物聯網網關（控制各種本地設備）可能是5-10W 一臺筆記本電腦可能需要50W 一個不錯的加密設備可能會使用1kW
創新正在改變功耗閾值。一些研究人員正在研究亞毫瓦視覺處理器，比如ARM的設計能夠在功耗極低的設備上運行機器學習算法。
但也許最有趣的“邊緣設備”是未來的高端Nvidia Pegasus主板，針對自動駕駛汽車。它是一臺500W的超級計算機。這可能聽起來很大，但實際上還不到大多數汽車發動機功率的1％。高端的特斯拉P100D以“ludicrous mode”為車輪提供超過500kW的功率，或1000x。汽車空調可能會使用2kW。
當然，邊緣設備計算平臺有很多。當我們擁有數十億的手機、數以億計的車輛以及個人電腦時，香港免備案主機 美國服務器，VPS，潛在的，我們也將會有數十億的傳感器，但大多數并不協調。
網絡中間層的功耗
在分布式計算中，接近網絡邊緣的一端是毫瓦，而在另一端，從設備到云有千兆瓦。那么網絡的中間呢？
很多公司都在談論MEC（多接入邊緣計算）和霧計算產品，服務器設計在蜂窩基站、網絡聚合點、固定網絡節點和其他地方運行。
有些是“微型數據中心”，能夠在最大的蜂窩塔附近容納數個服務器機架。最大的可能是50kW的容器大小的單元，但這些是非常罕見的，并且需要專用的電源。
值得注意的是，典型的宏蜂窩塔可能具有1-2kW的功率。因此，如果我們考慮也許其中10％可以用于計算平臺而不是無線（一個慷慨的假設），理論上我們可以得到100-200W。或者換句話說，一個蜂窩塔邊緣節點的功率還不到單個車載計算機的一半。
其他是較小的服務器單元，旨在連接到小型蜂窩、家庭網關、電纜街道側機柜或企業“白盒”，對于這些來說，10-30W更合理。
想象一下2023年
