边缘计算和云计算是两种不同的计算模型，它们在处理数据和执行计算任务方面有着各自的特点和优势。
云计算：
- 集中式处理：云计算依赖于远程服务器来存储、管理和处理数据，而不是本地服务器或个人计算机。
- 可扩展性：用户可以根据需要动态扩展计算资源，如存储空间和处理能力。
- 成本效益：用户只需为使用的资源付费，无需投资昂贵的硬件。
- 维护和更新：服务提供商负责数据中心的维护和软件更新。
- 访问性：用户可以通过互联网从任何地方访问云服务。
- 安全性：云服务提供商通常提供高级的安全措施来保护数据。
边缘计算：
- 分布式处理：边缘计算将数据处理和分析更接近数据源的地方进行，通常是在网络的边缘，比如在物联网(IoT)设备或本地服务器上。
- 低延迟：由于数据处理更接近数据源，因此可以减少数据传输的延迟。
- 带宽节省：通过在边缘处理数据，可以减少需要传输到云端的数据量，从而节省带宽。
- 实时处理：适合需要快速响应的应用，如自动驾驶汽车和工业自动化。
- 离线能力：即使在网络连接不稳定或不可用的情况下，边缘设备也可以继续工作。
- 数据隐私：通过在本地处理数据，可以减少数据泄露的风险。
总的来说，云计算适合处理大规模数据和需要集中管理的场景，而边缘计算则适合需要快速响应和处理大量实时数据的应用。在实际应用中，边缘计算和云计算往往可以结合使用，以发挥各自的优势。例如，边缘设备可以处理实时数据并做出快速决策，而将非实时数据发送到云端进行长期存储和深入分析。这种结合使用的方式有时被称为“雾计算”。
还得是NV啊看看这个就很清晰了。
什么是边缘 AI，其运作方式是什么？ | NVIDIA 英伟达博客