根据中国移动发布的《中国移动边缘计算白皮书》，目前智能制造、智慧城市、直播游戏和车联网 4 个垂直领域对边缘计算的需求最为明确。
在智能制造领域，工厂利用边缘计算智能网关进行本地数据采集，并进行数据过滤、清洗等实时处理。同时边缘计算还可以提供跨层协议转换的能力，实现碎片化工业网络的统一接入。在智慧城市领域，应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析，并提供预测性维护的能力；对冷链运输的车辆和货物进行监控和预警；利用本地部署的 GPU 服务器，实现毫秒级的人脸识别、物体识别等智能图像分析。在直播游戏领域，边缘计算可以为 CDN 提供丰富的存储资源，并在更加靠近用户的位置提供音视频的渲染能力，让云桌面，云游戏等新型业务模式成为可能。特别在 AR/VR 场景中，边缘计算的引入可以大幅降低AR/VR 终端设备的复杂度，从而降低成本，促进整体产业的高速发展。在车联网领域，业务对时延的需求非常苛刻，边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。边缘计算与5G的关系可以用一个词来总结：互为犄角。“犄角”：可解释为牛羊鹿等长的角以一定距离相对而生，因此将作战时分兵占据的两个不同地方遥相呼应的态势形象化。边缘计算与5G的关系大抵如此，一方面边缘计算对5G的发展起到重要的支持作用，另一方面5G的发展也反作用推动边缘计算产业的繁荣。
众所周知，在5G网络在诞生之初，便定义了三大应用场景：eMBB(增强移动宽带)、mMTC (海量机器类通信)和 uRLLC(超可靠低时延通信)，相应的为满足高清视频、智慧城市、车联网等业务需求提供技术支持。但值得关注的是，每个业务场景都有其自身所面临的一些挑战。例如，eMBB将对网络带宽产生数百Gbps的超高需求，从而对回传网络造成巨大传输压力，单方面投资扩容汇聚与城域网络将大幅提高单位媒体流传输成本，无法实现投资收益；uRLLC需要端到端1ms级超低时延支撑，仅仅依赖无线与固网物理层与传输层技术进步，无法满足苛刻的时延需求；mMTC将产生海量数据，导致运营管理的巨大挑战，仅仅由云端集中统一监控无法支撑如此复杂的物联系统。边缘计算恰好可以为这些问题带来解决方案。首先，边缘计算设备将为新的和现有的边缘设备提供连接和保护；其次，尽管5G将为基于云的应用程序提供更好的连接性和更低的延迟，但仍然存在处理和存储数据的成本。混合边缘计算/5G解决方案将降低这些成本；最后，边缘计算可以让更多应用程序在边缘运行，例如分析，网络安全或合规性/监管应用程序，减短了由数据传输速度和带宽限制所带来的延时，并可对本地数据做初步分析，为云分担了一部分工作。
不只是边缘计算对5G有推动作用，5G与边缘计算一定程度上是相辅相成的。一方面，得益于5G自身发展，将对边缘计算的发展起到直接促进作用；另一方面，由于5G对物联网有促进作用，也将间接促进边缘计算。5G的发展虽然仍然存在些许挑战，但边缘计算能够解决这些问题。因此，由于目前5G处在商用前的最后一公里，相关企业将对相关重要支撑技术投入更多精力与资源，边缘计算也就能够“借东风”得到大力发展。
另外，5G对物联网的促进作用也是明显的。得益于5G技术的支持，智能家居、智慧城市、车联网、工业互联网等领域都将迎来大发展，相应的，也就会产生相当海量的数据。海量数据及数据实时处理的特性对数据处理的技术手段提出新的要求，现行的数据处理方式不足以满足需求，边缘计算的出现则为这个难题带来了很多好处。
尽管5G是目前的热门话题，边缘计算也一度成为热点，但正如华为任正非所讲的那样—5G可能被炒作过热，眼下5G与边缘计算的不足也是客观存在的：即5G建设规模及进程不及预期、边缘计算技术发展不及预期、运营商投资不及预期。据Gartner预测，到2022年，完成商用5G部署的通信服务提供商中将有半数会因系统无法完全满足5G用例的需求，而难以从后端技术基础架构的投资中获利。大部分通信服务提供商要等到2025年至2030年期间，才能在他们的公共网络上实现完整的端对端5G基础架构，因为他们首先把重心放在5G无线电通信上，然后才是核心网络切片和边缘计算。
在智能制造领域，工厂利用边缘计算智能网关进行本地数据采集，并进行数据过滤、清洗等实时处理。同时边缘计算还可以提供跨层协议转换的能力，实现碎片化工业网络的统一接入。在智慧城市领域，应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析，并提供预测性维护的能力；对冷链运输的车辆和货物进行监控和预警；利用本地部署的 GPU 服务器，实现毫秒级的人脸识别、物体识别等智能图像分析。在直播游戏领域，边缘计算可以为 CDN 提供丰富的存储资源，并在更加靠近用户的位置提供音视频的渲染能力，让云桌面，云游戏等新型业务模式成为可能。特别在 AR/VR 场景中，边缘计算的引入可以大幅降低AR/VR 终端设备的复杂度，从而降低成本，促进整体产业的高速发展。在车联网领域，业务对时延的需求非常苛刻，边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。边缘计算与5G的关系可以用一个词来总结：互为犄角。“犄角”：可解释为牛羊鹿等长的角以一定距离相对而生，因此将作战时分兵占据的两个不同地方遥相呼应的态势形象化。边缘计算与5G的关系大抵如此，一方面边缘计算对5G的发展起到重要的支持作用，另一方面5G的发展也反作用推动边缘计算产业的繁荣。
众所周知，在5G网络在诞生之初，便定义了三大应用场景：eMBB(增强移动宽带)、mMTC (海量机器类通信)和 uRLLC(超可靠低时延通信)，相应的为满足高清视频、智慧城市、车联网等业务需求提供技术支持。但值得关注的是，每个业务场景都有其自身所面临的一些挑战。例如，eMBB将对网络带宽产生数百Gbps的超高需求，从而对回传网络造成巨大传输压力，单方面投资扩容汇聚与城域网络将大幅提高单位媒体流传输成本，无法实现投资收益；uRLLC需要端到端1ms级超低时延支撑，仅仅依赖无线与固网物理层与传输层技术进步，无法满足苛刻的时延需求；mMTC将产生海量数据，导致运营管理的巨大挑战，仅仅由云端集中统一监控无法支撑如此复杂的物联系统。边缘计算恰好可以为这些问题带来解决方案。首先，边缘计算设备将为新的和现有的边缘设备提供连接和保护；其次，尽管5G将为基于云的应用程序提供更好的连接性和更低的延迟，但仍然存在处理和存储数据的成本。混合边缘计算/5G解决方案将降低这些成本；最后，边缘计算可以让更多应用程序在边缘运行，例如分析，网络安全或合规性/监管应用程序，减短了由数据传输速度和带宽限制所带来的延时，并可对本地数据做初步分析，为云分担了一部分工作。
不只是边缘计算对5G有推动作用，5G与边缘计算一定程度上是相辅相成的。一方面，得益于5G自身发展，将对边缘计算的发展起到直接促进作用；另一方面，由于5G对物联网有促进作用，也将间接促进边缘计算。5G的发展虽然仍然存在些许挑战，但边缘计算能够解决这些问题。因此，由于目前5G处在商用前的最后一公里，相关企业将对相关重要支撑技术投入更多精力与资源，边缘计算也就能够“借东风”得到大力发展。
另外，5G对物联网的促进作用也是明显的。得益于5G技术的支持，智能家居、智慧城市、车联网、工业互联网等领域都将迎来大发展，相应的，也就会产生相当海量的数据。海量数据及数据实时处理的特性对数据处理的技术手段提出新的要求，现行的数据处理方式不足以满足需求，边缘计算的出现则为这个难题带来了很多好处。
尽管5G是目前的热门话题，边缘计算也一度成为热点，但正如华为任正非所讲的那样—5G可能被炒作过热，眼下5G与边缘计算的不足也是客观存在的：即5G建设规模及进程不及预期、边缘计算技术发展不及预期、运营商投资不及预期。据Gartner预测，到2022年，完成商用5G部署的通信服务提供商中将有半数会因系统无法完全满足5G用例的需求，而难以从后端技术基础架构的投资中获利。大部分通信服务提供商要等到2025年至2030年期间，才能在他们的公共网络上实现完整的端对端5G基础架构，因为他们首先把重心放在5G无线电通信上，然后才是核心网络切片和边缘计算。
