物联网技术的快速发展和云服务的推动使得云计算模型已经不能很好的解决现在的问题，于是，这里给出一种新型的计算模型——边缘计算。
边缘计算指的是在网络的边缘来处理数据，这样能够减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。
物联网的快速发展让我们进入了后云时代，在我们的日常生活中会产生大量的数据。物联网应用可能会要求极快的响应时间，数据的私密性等等。
如果把物联网产生的数据传输给云计算中心，将会加大网络负载，网路可能造成拥堵，并且会有一定的数据处理延时。
随着物联网和云服务的推动，我们假设了一种新的处理问题的模型，边缘计算，在网络的边缘产生、处理、分析数据。
云服务的推动：云中心具有强大的处理性能，能够处理海量的数据。但是，将海量的数据传送到云中心成了一个难题。
云计算模型的系统性能瓶颈在于网络带宽的有限性，传送海量数据需要一定的时间，云中心处理数据也需要一定的时间，这就会加大请求响应时间，用户体验极差。
物联网的推动：现在几乎所有的电子设备都可以连接到互联网，这些电子设备会后产生海量的数据。
传统的云计算模型并不能及时有效的处理这些数据，在边缘结点处理这些数据将会带来极小的响应时间、减轻网络负载、保证用户数据的私密性。
终端设备的角色转变：终端设备大部分时间都在扮演数据消费者的角色，比如使用智能手机观看爱奇艺、刷抖音等。
然而，现在智能手机让终端设备也有了生产数据的能力，比如在淘宝购买东西，在百度里搜索内容这些都是终端节点产生的数据。
边缘计算指的是在网络边缘结点来处理、分析数据。这里，我们给出边缘结点的定义，边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点。比如，手机就是人与云中心之间的边缘结点，网关是智能家居和云中心之间的边缘结点。在理想环境中，边缘计算指的就是在数据产生源附近分析、处理数据，没有数据的流转，进而减少网络流量和响应时间。
在人脸识别领域，响应时间由 900ms 减少为 169ms。
把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了 30%-40%，数据在整合、迁移等方面可以减少 20 倍的时间。