在CDN场景中，边缘计算的主要功能包括：
1.边缘计算的异构计算：需要具有灵活的异构计算扩展能力，以满足边缘视频转换、压缩等要求。
2.边缘计算的高性能存储：需要提供高性能存储器，IO性能与出流匹配，存储容量可灵活配置。
3.边缘计算的轻量化非标准机柜：支持包括600mm/800mm的深度规格机柜，满足区县边缘数据中心机房的需求。
录像监控
目前，视频监控正从可见、能看到。业界积极构建基于边缘计算的视频分析能力，使视频分析的部分或全部转移到边缘，从而减少对云中心计算、存储和网络带宽的需求，提高视频图像分析的效率。建立了基于边缘计算的智能视频数据存储机制，可以根据目标行为的特点确定视频存储策略，有效地存储视频数据，提高了存储空间的利用率。在安防领域，边缘计算已成为“事前预警、事中制止、事后审查”的理念，并提供了强有力的技术支持。
在视频监控场景中，边缘计算的主要功能包括：
1.边缘节点图像识别和视频分析，支持智能边缘视频监控。
2.边缘节点的智能存储机制，根据视频分析的结果，实现视频数据的存储策略的有效保留价值的视频数据，提高了边缘节点的存储空间利用率。
3.边云协作，云AI模型训练，边缘快速部署和推理，支持多点视频监控和多机联动。
产业物联网
由于工业物联网应用场景比较复杂，不同行业的数字化、智能化程度不同，对边缘计算的需求也有很大差异。在离散制造的实例中，边缘计算在预测维护、产品质量保证、生产个性化、流程优化等方面有着广泛的应用。
边缘化计算能够解决以下常见的问题：
1.现场网络协议众多，互连难度大，开放性差。
2.数据多源异构，缺乏统一格式，不利于数据交换和互操作。
3.很难发现产品缺陷。
4.预测性维护缺乏有效的数据支持。
5.过程和生产的关键数据安全保护措施不足。
