定义

云计算是一种基于互联网的计算模型，它将计算资源、存储资源和应用服务集中在云端，用户可以通过网络访问这些资源和服务。

边缘计算是一种将计算和数据存储推向网络边缘的计算模型，它利用边缘设备（如智能手机、传感器等）的计算和存储能力，对数据进行预处理和分析，从而减轻云端负担，提高响应速度和降低延迟。

特点

云计算

• 弹性可扩展：可以根据需求动态扩展或缩小服务器和配置。
• 按需付费：仅需为所使用的资源付费。
• 灵活部署：可以快速轻松地部署应用和服务。

边缘计算

• 快速响应：可以快速处理数据并做出决策。
• 低延迟：可以减少数据传输时间。
• 本地处理：可以在设备上处理数据，无需发送到云端。

应用场景

云计算

• 大规模数据处理：需要大量计算资源来处理海量数据。
• 复杂应用部署：需要部署和管理复杂的应用。
• 弹性扩展：需要根据需求动态扩展计算资源。

边缘计算

• 物联网：需要快速响应和低延迟的物联网设备。
• 实时分析：需要实时处理和分析数据。

• 辅助驾驶：需要快速决策和低延迟的自动驾驶汽车。

互补性

云计算和边缘计算并不是互相替代的关系，它们可以相互补充，构建更加强大和灵活的计算架构。

在物联网应用中，边缘计算可以处理设备端的数据收集和处理，而云计算则负责数据的存储和分析。这种结合可以充分发挥两者的优势，提高系统的性能和可靠性。

结论

云计算和边缘计算各有优点和适用场景，它们可以根据具体需求和场景选择合适的计算模型。在实际应用中，云计算和边缘计算可以相互补充，为用户提供更加全面和灵活的计算服务。

边缘计算不属于ABCDE五大新技术

边缘计算属于ABCDE五大新技术。 ABCDE（AI、Block Chain、Cloud Computing、Data Tech、Edge Computing）——人工智能、区块链、云计算、数据科技和边缘计算。 它们，正代表着最先进而实在的技术生产力，重塑人们生活、工作和学习的每一方面。 边缘计算是云计算的重要补充，也是各种终端能力进化以支撑创新应用的关键。 当前，安防监控、自动驾驶、智能制造等是边缘计算常见的场景，这些场景需要考虑在有限的空间和功耗下具备强劲的算力，以实现层出不穷的创新功能，比如全面向自动化、智能化迈进。 同时，边缘计算与物联网紧密相关，先进的边缘计算技术可以让IoT更加智能和强大。

为什么说AI、5G与云计算技术融合的大时代，将进一步打破时空限制，延伸人类的触觉？

AI，即人工智能（Artificial Intelligence），它算是计算机科学的一个分支，是一门研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及其应用系统的新的技术科学。人工智能并不是人的智能，而是对人类的思维进行一个信息过程的模拟，也就是说它能像人那样思考、也有一定的可能说可以超过人类的思维的智能。它可以生产出一种能与人类大脑反应相似的智能机器、系统等，人工智能的研究包括智能机器人、语言识别、语言处理和专家系统等等。其实，在我们的智能手机上有很多应用都属于AR，例如LBS、人脸解锁技术、相册分类、语音助手、拍照翻译、智慧识屏等，这些都是必须基于AI这个技术才能够做成的。

其实，AI与5G算是一个‘相辅相成’的关系，对于5G来说， AI技术可以让5G核心网实现自动化，这项技术将会应用于5G的核心网中，帮助5G核心网实现运营、维护和自动化。因为5G核心网将会以切片的形式呈现出来，数十个甚至上百个切片对于一般的网络来说肯定会是一个无法承受的负荷。

因此，依靠传统的人工的运维根本无法满足5G网络切片的建设。这时候，AI技术就能‘大发神威’了，5G网络切片的建设可以以AI为核心，构建一个自动化的运维体系，对网络行为进行精准预测、对故障进行自动修复，与此同时还可以实现切片分钟级，也能实现对网络运营的监控。不仅如此，在未来的5G时代，AI技术还可以通过自主分析形成精准洞察，并设计出最能够满足目标的服务，满足多人，多方面的需求。

由于5G网络将会面向大众，并带来更多更丰富的边缘服务需求，因此多接入边缘计算（MEC）就变成了5G网络的重要技术之一。然而，AI技术在边缘业务场景智能化等方面都可以发挥出至关重要的作用，而且AI本身就与类似于数据源、基站这样的网络‘神经末梢’更为接近，因此它可以完美地和5G基站、边缘大数据系统配合。