上周二，Gartner副总裁和杰出的分析师Ed Anderson在佛罗里达州奥兰多的Gartner讨论会上说到，到2022年，超过一半由企业生成的数据都将在云或数据中心之外处理或创建，同时边缘计算也将成为数据处理的主要方式。
然而，边缘计算和云计算并不是两种相互矛盾的基础架构：边缘计算需要云的集中化和扩展性，而云需要边缘计算的物理接触点。他表示，边缘计算能够解决与云计算有关的延迟性、带宽、数据定位和自动化方面的问题。延迟性是尤其重要的，对诸多系统都会发挥作用，比如无人驾驶、交易平台以及即便是毫秒的延迟也会带来显著影响的混合现实。
据Anderson表示，企业的挑战在于，培养员工在云计算和边缘计算方面的技能，在边缘系统中分配安全策略，确定数据所有权，从数据收集和分发转移到由人工智能和机器学习驱动的智能化。
Anderson表示，随着边缘计算在企业中变得更加无所不知，它与云计算将成为一个典型的组合，就像花生酱和果冻或邦妮和克莱德一样。
据Anderson的说法，边缘是一个物理位置，在这个位置上，事物和人可以通过网络与数字世界连接起来。它拥有多种形式，包括连接性中心雾计算。但是在边缘环境中常见的是物理世界和数字世界的融合。
物联网是边缘的一个不同但互补的部分，是物理连接设备的网络，而不是信息收集的部分。虽然物联网设备的飞速发展使得收集到的数据量激增，但并不是所有的数据都得到了使用。
到2021年，将有21泽字节的数据中心流量，但是可使用的数据将达到85泽字节；Anderson表示，这种消耗和收集之间的差距就是边缘计算的机会所在。而且，边缘计算的兴起不久就将来临。到2020年，超过一半的企业将会把边缘计算原则融入到他们的项目中。
边缘计算可以利用云的集中式模型，同时也可以把云当作协作或控制点使用。大型云供应商的地理集群为边缘计算创建了大量机会，以便将云的价值主张延伸到更遥远的环境。
企业已经开始将服务器容量构建为低延迟技术，比如在无人驾驶车辆的后备箱或船上添加服务器。通过将生成数据的实体与使用它们的实体连和使用，企业就可以将信息（如机器学习模型）推送到数据使用点。
