邊緣運算（edge computing）

假設一輛自駕車發現有個孩子踏進了馬路。如果這輛車得把相機影像送到遙遠的雲端資料中心、等它思考、再收回答案，這趟橫越全國的往返可能久到車子根本來不及煞車——物理告訴我們，連光橫越一個大陸來回都要好幾毫秒。邊緣運算解決這件事的辦法，是把電腦搬到靠近事發地點的地方：不在一個遙遠的雲端裡做完所有事，而是把運算能力放在網路的邊緣，靠近資料被產生、決策被需要的地方。

具體來說，邊緣運算把伺服器放在許多本地位置——一座基地台、一處工廠車間、一家零售店、一個小型區域機房、甚至裝置本身——而不是只放在少數幾座巨型的中央資料中心裡。資料就在那裡、在它的來源附近被處理。一個清楚的例子：與其把全國上千支店內相機的原始影像全都串流到中央雲端做分析，不如讓每家店裡一台小小的邊緣伺服器在本地分析影像、只把摘要（或一則警示）往上送。這大幅削減延遲（資料只走一小段距離）、減少流向核心的頻寬，並能把敏感資料留在本地以保護隱私。

為什麼重要：許多新興應用——即時控制、擴增實境、工廠自動化、即時影像分析——根本無法容忍到中央雲端的往返延遲，而光速讓這種延遲在長距離上無可避免。邊緣運算就是網路對此的答案。誠實的取捨：邊緣站點很小，所以每一個的運算與儲存都遠不如中央雲端，你現在要管理與防護的是許多站點而非少數幾個，而且你必須仔細決定什麼在邊緣跑、什麼在中央跑。它是對雲端的補充、而非取代——繁重的訓練與長期儲存仍然偏好大型的中央資料中心。