边缘计算，顾名思义将一部分计算置于边缘侧，要么是终端本身，要么是接入端。边缘计算的优点在于延时极低，带来很多其他优点诸如隐私安全等，不同应用看重点不同。
借用比喻，诸如八爪鱼，百分之六十的神经细胞在触手上，触手相互合作，快速抓捕猎物，或者各个触手灵活，又不交叉。很多动作都是触手之间协同，并没有经过大脑处理。
另外，例如非条件反射就是外部环境与机体与生俱来的应激性反应，人看见针扎的应激反应就是缩手，而不是等有疼痛了，大脑再让手回缩，这样的话就太晚了。
所有事情都有轻重缓急，不同的事情，用不同的处理方法，所以基于分类思路的方法论得到快速发展，各种学科各有体系，又相互联系。
边缘计算就是形成接入端的条件反射，应急任务尽快规避风险。在自动驾驶汽车中，汽车系统的形成基于各个汽车之间的相互关系，汽车之间协调时，如果信息要传到云平台，返回来时，汽车已经到了另一个微基站了。所以，需要各个基站自己处理，保证道路顺畅。那么云中心的作用就是将控制策略实时更新，云中心通过各种优化，得到更科学的控制策略，并及时下发到每个微基站。而微基站只是实时上传工作状态，以及自己难以决策时将经过初步处理后的信息传到云中心。
又例如，在工业产品中，各种传感器各种数据上传占用带宽很多，由于大部分时间机器工作正常，很多数据都是冗余的。这种情况下，接入端完全可以收集数据做初步诊断，检测异常状态并及时上报，这样节省了许多网络资源。
边缘计算的应激性，保证了处理突发状况的快速，例如，多基站自动流量均衡控制策略等。这种应用会越来越多，但是这部分不会巨大化，否则就和肿瘤似的，极不协调。这也是本人观点而已，人头部会越来越大，还是身体越来越强壮，我想我会选择前者，后面关于自治会不会有更好的策略，那就不得而知了。
