5g的边缘计算是指

5G的边缘计算（Edge Computing）是指在离数据源（如用户设备、传感器等）相对较近的网络边缘位置进行数据处理、分析和存储的一种计算方式。边缘计算结合了5G网络的高速率、低延迟和大连接数的特点，可以有效地处理大量的实时数据，并及时响应用户需求。
在5G边缘计算中，计算任务被分配到边缘服务器上，而不是远程的数据中心或云服务器。这样可以降低网络延迟、提高数据处理速度，同时减轻核心网络的负担。5G边缘计算广泛应用于物联网、自动驾驶、智能城市、 智慧工地、智慧工厂、明厨亮灶、远程医疗等领域，为实现实时、高效的数据处理提供了关键支持。

台阶不算的，建筑面积是以外墙外边缘计算的。走廊的话，如果没有围护结构（通俗点说就是墙）的话，按投影面积的一半算建筑面积。有围护结构但层高小于22m的也算一般面积，大于22m时按全部面积计算。

边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

主要用途

看似“生僻”的边缘计算其实并不“边缘”，而且意义重大。边缘计算和云计算有些类似，都是处理大数据的计算运行方式。但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。

如果说物联网的核心是让每个物体智能连接、运行，那么边缘计算就是通过数据分析处理，实现物与物之间传感、交互和控制。它是物联网从概念到应用的一把钥匙，更是制造业从“笨拙”变得“智慧”的重要途径。

工信部信息化和软件服务业司副司长安筱鹏在会上说，传统制造业向智能化升级的过程中，特别需要通过边缘计算技术，将车间里的生产设备智能连接，提高效率，创新模式。

当前，全球数字化革命正引领新一轮产业变革。物联网也被普遍认为是推动传统产业变革和全球经济发展的又一次浪潮。据统计，到2020年将有超过500亿的终端与设备互联。未来超过50%的数据需要在边缘侧分析、处理和储存。边缘计算应用广阔，机遇无限。

边缘计算有许多的应用场景，概括起来主要有以下十点，应用一：改进医疗设备性能和数据管理
在医疗场景下，边缘计算主要帮助医疗保健体系的IT基础架构，具体来说，是防止医疗设备管理的应用程序发生延迟。在边缘计算的支持下，无需构建集中的数据中心，可对关键数据进行本地化，在安全性、响应速度和有效性上有更佳表现。
应用二：本地零售的实时数据分析
边缘计算的主要目的，是让运算尽可能接近数据源。在零售场景中，以往企业都是将各分支的数据汇总到中心位置进行分析，再进行决策和行动。而通过边缘计算，零售店铺可以在本地就进行数据处理和优化，这样组织的行动反馈就能更快更及时。
应用三：让虚拟现实更生动
在技术支持下，本地设备可以大大提升用户的参与程度，用户也可以有更生动、更即时的增强现实体验。在这个前提下，越来越多的企业将进行转型。
应用四：加速数据分析
在这一场景下，通过本地计算能力，在数据分析早期就引入较高智能水平的运算。这样可以使得数据更为清晰，从而加快企业的分析和决策速度。在云计算场景中，运算对智能化和精准度的要求较低，主要是在后期应用中使用，故而分析数据需要花费更多时间。
应用五：智能制造
其实边缘计算在智能制造方面属于基础层面的构架。在生产车间采进行“近实时”分析，可以提升运营效率，并增加边际效益从而提高利润。此外，通过边缘计算系统来收集数据、制造智能化工具过程中，可以及时识别异常情况，尽量避免产线停顿。
应用六：消除过剩数据
传统的云计算架构不可避免地会导致多余数据堆积在云存储里，比如物联网的感应数据等。这些数据大多都是无用的，对企业来说花费成本区储存这项数据基本上是没有必要的。边缘计算可以做到只向云端传输有效数据，让流程更为优化。
应用七：让安保系统响应更快速
对于那些建有庞大又复杂的安保系统的企业来说，边缘计算非常实用，它可以有效筛选出关键信息防止带宽的浪费。举例来说，动作捕捉摄像机如具备运算能力，就可以只上传有价值的信息。
应用八：现实数据收集
在零售环境下，物联网、数字标签、IP光纤都是实现边缘计算的基础配置。未来我们的业务将依赖规模在万亿级别的数据挖掘和集成。边缘计算通过本地设备和传感器，协同云端一起收集现实数据，能够做到这个量级的数据聚合。
应用九：降低运营成本减少存储需求
在边缘计算加成下，收集到的数据无需在本地和中央服务器之间穿梭，就可以让本地设备知道要执行哪个功能。这样就可以节省运营成本和存储设备的投入了。
应用十：让诊断与治疗更有针对性
这虽然也是医疗场景的应用，但这里的边缘计算更专注提升病患的康复体验。医疗物联网设备在边缘计算应用下，可以更快更早地检测出病人的异常健康数据。这就可以让医生的诊断措施和医疗干预来得更及时。此外，随着可穿戴系统的普及，存储设备及传感器的成本也会不断下降。在边缘计算技术的帮助下，看病就医将从“被动治疗”转变为AI辅助下的实时的、预测性的保健式医疗。

边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。

其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。

从分布式开始

边缘计算并非是一个新鲜词。作为一家内容分发网络CDN和云服务的提供商AKAMAI，早在2003年就与IBM合作“边缘计算”。作为世界上最大的分布式计算服务商之一，当时它承担了全球15-30%的网络流量。在其一份内部研究项目中即提出“边缘计算”的目的和解决问题，并通过AKAMAI与IBM在其WebSphere上提供基于边缘Edge的服务。

对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。

边缘计算（Edge Computing）是一种分布式计算范式，它将计算任务从数据中心迁移到靠近数据源的设备上。这种方法可以减少网络延迟、提高数据处理速度，并在一定程度上保护用户隐私。边缘计算可应用于许多领域，包括但不限于：

物联网（IoT）：边缘计算可用于实时处理智能家居、工业自动化、智能交通等领域的大量数据，从而提高响应速度和减少数据传输成本。

无人驾驶：通过在车辆本地进行数据处理和决策，边缘计算可以提高自动驾驶汽车的反应速度，从而提高安全性。

增强现实（AR）和虚拟现实（VR）：边缘计算可以减少AR和VR设备在渲染图像和处理数据时的延迟，提高用户体验。

智能城市：边缘计算可以帮助处理城市基础设施中的大量数据，例如交通管理、能源管理和公共安全等。

医疗保健：通过实时分析患者数据，边缘计算可以帮助医生及时发现病情变化，提高诊断和治疗效果。

视频监控：边缘计算可在摄像头端实现实时视频分析，提高安全监控效率并保护用户隐私。

零售业：边缘计算可以帮助零售商实时分析顾客数据、库存数据，优化商店布局和库存管理。

能源管理：边缘计算可以实时监测和优化能源系统，提高能源效率。

农业：通过实时监测和分析土壤、气候等数据，边缘计算可以帮助农民提高农业生产效率。

这些只是边缘计算应用领域的一部分，随着技术的发展，边缘计算将在更多领域发挥作用。

边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。（易迈云 推出企业0元购买云服务器的永久性活动 )雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象;而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。
云计算的核心思想是"中心化"，设想以后的终端自身不再需要高性能的CPU 、GPU、与存储空间，所有的终端都接入云端，每一面镜子、每一部手机都是云的入口，它们自身没有（不需要）计算处理数据，全部交给云端的计算中心来处理。接入端只是输入与输出。 这种设想是非常好，但是在未来很长的一段时间还是非常遥远的目标。
而现阶段最实用最落地的方案会是边缘计算（前后端混合运算）、去中心化的分布式计算、雾计算，所有的终端都可以成为分布式的计算节点，一个区链中的所有终端拥有平行的权限。目前这种设计思想在云桌面的开发中已经在应用。

---