隨著科技發展，我們的生活和互聯網的聯系逐漸緊密，我們身邊具有計算能力的設備在不斷增加，從我們使用的智能手機，電腦，手環，手表等都可以得到體現，這些設備的智能化，為我們的生活提供了諸多便利性。

　　和智能設備得到同步發展的，還涉及到一些邊緣設備和物聯網設備，根據數據顯示，到達2020年，全球的智能物聯網將超過200億，將會產生50ZB的數據需要進行處理，這個數字將達到1990年的2萬倍。

　　對于當前的智能設備和物聯網設施的發展，微軟提出的發展攻略是通過使用人工智能技術來解決當前的智能云和智能邊緣的發展為題。

　　長遠來看，微軟希望完成各式的智能應用開發，完成智能云和邊緣設備的技術結合。

　　同時，微軟希望能夠設立覆蓋全球市場、按需取用、無限擴展的云端算力，為后期的大數據，物聯網和智能邊緣做好平臺運算基礎。并且將數據分析和業務智能和物聯網結合起來，將智能真正應用于邊緣設備。

　　為了完成這項任務，微軟制定了完整的云部署策略，并且開始積極地對相關產品進行優化。即通過Microsoft Azure公有云，到本地部署的Azure Stack混合云方案，再到Azure Data Box脫機及聯機數據遷移方案，面向邊緣設備管理的Azure IoT Edge 云+端，以及芯片級的Azure Sphere解決方案，滿足智能元業務到智能邊緣的具體應用場景。

　　邊緣計算范式可以應用在智能家居，社區甚至在城市里。主要原因有以下幾點：

　　1. 大數據量：到2019年，一個擁有一百萬常住人口的城市每天將產生180PB的數據，這些數據來自于公共安全，醫療健康，交通運輸等等。建造一個集中式的云數據中心來處理這些數據是不現實的。邊緣計算則是一個有效的解決方案。

　　2. 低延遲：對于那些需要確定且低延遲時間的應用如醫療設備或者公共安全設備來說，邊緣計算也是一種合適的范式，它可以節省傳輸時間，簡化網絡結構。相比云端處理來說，在邊緣進行數據處理，做決策也會更加高效。

　　3. 位置感知：對于基于地理位置的應用如交通運輸設施管理，邊緣計算可以獲得更準確的位置信息。可以根據位置收集數據并處理，不需要傳到云端。

　　云計算平臺在各個行業都有應用，通過將數據長傳至云端，實現數據的云處理和分析。云計算平臺受到隱私問題的影響，數據之間的分享很難進行。邊緣計算通過連接云和終端用戶，保護了用戶的隱私權，降低了數據處理的成本。谷歌此次在智能云和智能邊緣的投入，長遠來看對谷歌的發展十分有益。