云计算的发展使得移动设备可以通过云端的数据中心获得丰富的计算资源。然而，随着物联网人工智能、大数据等技术的高速发展。各类移动设备数量和计算需求急剧增长，传统云计算以云端数据中心为核心的集中式处理模式面临网络传输延迟大、数据传输代价高以及计算安全和隐私风险等问题，无法有效满足移动用户特别是需及时响应的用户对计算服务的需求。为了缓解以上问题，我们需要将计算资源部署在靠近用户和数据源的网络边缘侧，为用户提供高带宽、低延迟、低能耗、高安全的计算服务，这就是边缘计算。
在边缘计算中，一般将远离云端且多样的用户设备称为终端设备，包括智能手机、可穿戴设备摄像头、传感器等，这些终端设备往往在计算能力和电池续航能力上存在局限；将终端设备到云端服务器之间路径上具有计算能力的节点称为边缘节点（或边缘服务器）如路由器、交换机、基站等。边缘计算涵盖云（云端数据中心）、边（边缘服务器）、端（终端设备）中各类计算、存储和网络资源，通过云边端的协同计算实现实时性和隐私保护等计算服务需求。因此，边缘计算并不是取代云计算，而是成为云计算的有益补充。
边缘计算的起源可以追溯到20世纪90年代，阿卡迈（Akamai）公司提出了内容分发网络（Content Delivery Network，CDN）的概念，通过在地理位置上更接近用户的位置引入网络节点，以缓存的方式实现图像、视等内容的高速传输。2006年亚马逊首次提出“弹性计算云（Elastic Compute Cloud）的概念，在计算、可视化和存储等方面开启了许多新的机遇。2009年，卡内基梅隆大学教授M.Satyanarayanan引入了微云（Cloudlet）作为边缘计算的早期示例形式展示了一种双层架构：第一层称为云（高延迟），第二层称为微云（低延迟）后者即是广泛分散的互联网基础设施组件。他们的计算周期和存储资源可以被附近的移动设备利用。此后，随着对边缘计算模型研究的深入，学术界和工业界相继提出了如移动云计算（MCC）、雾计算（FC）和移动边缘计算（MEC）等新型边缘化计算模型。以上模型都具有一个根本特点：将计算资源靠近用户和数据源部署，将云端计算下降到网络边缘。在云计算的基础上，边缘计算的优势主要体现在以下几点：
1. 低延迟：
在传统的云计算中，应用需要将数据传输至云计算中心，等待数据处理完成后再返回丝果，如果应用所处的地理位置较为分散，则通常会产生很大的系统延迟。举例来说，从堪培拉到伯克利的往返延迟就高达175ms，这对于延迟敏感的应用（如实时视觉引导服务、无人驾驶汽车等）来说是不可接受的。在这些场景下，云计算将无法满足应用的需求。边缘计算通过在更靠近数据源的位置（如路由器、基站）执行计算，以改善所提供的服务。
2. 低能耗：
随着越来越多的应用在云端部署以及数据中心规模的增大，数据中心的能源需求开始变得难以满足，能耗已成为限制数据中心发展的一个重要因素。云边端协同计算将数据中心的任务迁移至靠近数据源的边缘节点上执行，可以很大程度上避免数据中心过载，大大减少云端的网络传输需求，降低网络传输能耗。
3. 安全和隐私：
在云计算系统中，云计算平台般是远程、公共的大型数据中心，例如Amazon EC2和Microsoft Azure。由于大量的用户信息资源高度集中于云计算平台，一旦受到攻击将造成严重的隐私泄露。此外，用户数据的所有权和管理在云计算平台中是分开的，这也将导致私人数据的泄露和丢失。使用邻近的边缘服务器则有希望避免出现此类问题。一方面，由于分布式部署、规模较小以及有价值信息的集中度较低，边缘服务器不太可能成为安全攻击的目标。另一方面，由于许多边缘服务器是私有云，外界访问困难，可以从某种程度上缓解信息泄露问题。此外，需要在终端用户和服务器之间进行敏感信息交换的应用程序也将受益于边缘计算。例如，边缘服务器的公司部署可以帮助避免将受限制的数据和材料上传到远程数据中心，因为服务器的管理完全由公司自己控制，无须外部单元介人。
根据国际数据公司（IDC）预测，到2020年将有超过500亿的终端和设备联网，超过50%的数据需要在网络边缘侧进行分析、处理与存储.边缘计算市场规模可达万亿级别。在国际市场调研公司高德纳（Gartner）发布的2017年度新兴技术成熟度曲线中，边缘计算从“触发期”进入“期望膨胀期“，并被列为“2019年十大战略技术趋势”。边缘计算的研究和应用部署正处于蓬勃发展阶段，吸引了诸多企业积极参与研究和开发，例如，以微软（发布Azure IoT Edge）、亚马逊（发布AwS Greengrass）为代表的互联网企业将公有云服务能力向边缘侧展；美国通用电气公司（发布Prefix平台）等大规模工业制造企业也发挥自身的工业云服务优势，发展边缘计算提升智能制造能力；以华为为代表的通信企业，利用网络基础设备的技术和资源优势，大力发展边缘计算，支持更智能的云计算和物联网等应用。企业界的广泛参与，将大大加速边缘计算技术的成熟和落地应用。