边缘运算（Edge Computing）有助于降低传统云端架构的运算负荷、提升边缘端的数据与资料处理能力，而传统架构的改变除大幅提升运算效率以及数据应用之外，更有机会进一步落实AI与5G等新兴技术发展，因此在2017年成为市场中热门技术议题，TrendForce旗下拓墣产业研究院预估，2018年至2022年全球边缘运算相关市场规模的年复合成长率（CAGR）将超过30%。

拓墣产业研究院分析师刘耕睿指出，过往传统云端架构引领运算市场多年，并带动云端储存、大数据分析等新商机的崛起，但随著更大量、更即时的运算需求兴起，传统云端架构已逐渐无法负荷未来需求；边缘运算则是在如现场端装置、闸道器等边缘端，融合网路、运算、存储、自我管理等能力，并建立分散式架构，有助于实现设备于现场端的即时反应，并提升数据收集与进阶应用的效率，更能降低过往传统架构所造成的成本消耗。

标准组织与供应链皆已积极布建生态系

由于边缘运算将对市场造成架构与实质应用上的改变，许多标准组织积极订定标准，包括欧洲电信组织ETSI的多重接取边缘运算(Multi-access Edge Computing，MEC)、OpenFog的开放雾运算(Fog Computing)、中国厂商华为所主导的Edge Computing Consortium，都积极且持续地释出参考架构与建立生态系。

除此之外，产业链中的许多厂商也已开始自行推出边缘运算的解决方案，如云端大厂Microsoft推出Azure IoT Edge，将机器学习、进阶分析与AI服务，带向更靠近资料源的前端IoT装置；晶片IP商ARM亦推出Mbed Edge边缘运算平台，协助通讯协定转译(Protocol Translation)、闸道器管理以及边缘运算；除此之外，产业链中的其余业者如伺服器、网路设备、工业电脑、传统制造、开源组织等都有对应的解决方案推出。

AI与5G的初步落实将仰赖边缘运算的助力

自2017年成为显学的边缘运算，其重要性更是彰显于AI人工智慧与5G。刘耕睿分析，过去AI必须仰赖强大的云端运算能力来进行数据分析与演算法的运作，但随著晶片能力提升、边缘运算平台成熟，开始可赋予现场端装置、闸道器拥有较为初阶的AI能力，协助数据初步筛选分析、装置设备即时反应，该优势在工业领域、智慧城市、消费性市场都能让既有服务有进一步的提升，如即时警示、安全监控、语音助理、预防维护等应用的实现。

边缘运算对于5G亦是重要的技术变革，相较于过去3G、4G时代，应用多元且网路需求差异极大的状况将同时发生于5G网路上，因此5G必须拥有针对不同应用而有相对应的解决方案，边缘运算便能提供行动用户更低延迟、更佳网路品质，并让电信商有机会推出更多创新服务。