邊緣運算（Edge Computing）有助於降低傳統雲端架構的運算負荷、提升邊緣端的數據與資料處理能力，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，TrendForce旗下拓墣產業研究院預估，2018年至2022年全球邊緣運算相關市場規模的年複合成長率（CAGR）將超過30%。
拓墣產業研究院分析師劉耕睿指出，過往傳統雲端架構引領運算市場多年，並帶動雲端儲存、大數據分析等新商機的崛起，但隨著更大量、更即時的運算需求興起，傳統雲端架構已逐漸無法負荷未來需求；邊緣運算則是在如現場端裝置、閘道器等邊緣端，融合網路、運算、存儲、自我管理等能力，並建立分散式架構，有助於實現設備於現場端的即時反應，並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
由於邊緣運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的多重接取邊緣運算(Multi-access Edge Computing，MEC)、OpenFog的開放霧運算(Fog Computing)、中國廠商華為所主導的Edge Computing Consortium，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運算的解決方案，如雲端大廠Microsoft推出Azure IoT Edge，將機器學習、進階分析與AI服務，帶向更靠近資料源的前端IoT裝置；晶片IP商ARM亦推出Mbed Edge邊緣運算平台，協助通訊協定轉譯(Protocol Translation)、閘道器管理以及邊緣運算；除此之外，產業鏈中的其餘業者如伺服器、網路設備、工業電腦、傳統製造、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運算的助力
自2017年成為顯學的邊緣運算，其重要性更是彰顯於AI人工智慧與5G。劉耕睿分析，過去AI必須仰賴強大的雲端運算能力來進行數據分析與演算法的運作，但隨著晶片能力提升、邊緣運算平台成熟，開始可賦予現場端裝置、閘道器擁有較為初階的AI能力，協助數據初步篩選分析、裝置設備即時反應，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，如即時警示、安全監控、語音助理、預防維護等應用的實現。
邊緣運算對於5G亦是重要的技術變革，相較於過去3G、4G時代，應用多元且網路需求差異極大的狀況將同時發生於5G網路上，因此5G必須擁有針對不同應用而有相對應的解決方案，邊緣運算便能提供行動用戶更低延遲、更佳網路品質，並讓電信商有機會推出更多創新服務。
