邊緣計算(Edge Computing)有助于降低傳統云端架構的運算負荷、提升邊緣端的數據與數據處理能力，而傳統架構的改變除大幅提升運算效率以及數據應用之外，更有機會進一步落實AI與5G等新興技術發展，因此在2017年成為市場中熱門技術議題，拓墣產業研究院預估，2018年至2022年全球邊緣計算相關市場規模的年復合成長率(CAGR)將超過30%。

拓墣產業研究院分析師劉耕睿指出，過往傳統云端架構引領運算市場多年，并帶動云端儲存、大數據分析等新商機的崛起，但隨著更大量、更實時的運算需求興起，傳統云端架構已逐漸無法負荷未來需求;邊緣計算則是在如現場端裝置、網關等邊緣端，融合網絡、運算、存儲、自我管理等能力，并建立分布式架構，有助于實現設備于現場端的實時反應，并提升數據收集與進階應用的效率，更能降低過往傳統架構所造成的成本消耗。

標準組織與供應鏈皆已積極布建生態系

由于邊緣計算將對市場造成架構與實質應用上的改變，許多標準組織積極訂定標準，包括歐洲電信組織ETSI的多重接取邊緣計算(Multi-access Edge Computing，MEC)、OpenFog的開放霧運算(Fog Computing)、中國廠商華為所主導的邊緣計算產業聯盟，都積極且持續地釋出參考架構與建立生態系。

除此之外，產業鏈中的許多廠商也已開始自行推出邊緣計算的解決方案，如云端大廠Microsoft推出Azure IoT Edge，將機器學習、進階分析與AI服務，帶向更靠近數據源的前端IoT裝置;芯片IP商ARM亦推出Mbed Edge邊緣計算平臺，協助通訊協議轉譯(Protocol Translation)、網關管理以及邊緣計算;除此之外，產業鏈中的其余業者如服務器、網絡設備、工業計算機、傳統制造、開源組織等都有對應的解決方案推出。

AI與5G的初步落實將仰賴邊緣計算的助力

自 2017 年成為顯學的邊緣計算，其重要性更是彰顯于 AI 人工智能與5G。劉耕睿分析，過去 AI 必須仰賴強大的云端運算能力來進行數據分析與算法的運作，但隨著芯片能力提升、邊緣計算平臺成熟，開始可賦予現場端裝置、網關擁有較為初階的AI能力，協助數據初步篩選分析、裝置設備實時反應，該優勢在工業領域、智慧城市、消費性市場都能讓既有服務有進一步的提升，如實時警示、安全監控、語音助理、預防維護等應用的實現。

邊緣計算對于5G亦是重要的技術變革，相較于過去3G、4G時代，應用多元且網絡需求差異極大的狀況將同時發生于5G網絡上，因此5G必須擁有針對不同應用而有相對應的解決方案，邊緣計算便能提供行動用戶更低延遲、更佳網絡質量，并讓電信商有機會推出更多創新服務。