随着信息技术的蓬勃发展，数智化的浪潮正在席卷全球，带动新一轮的科技革命和产业变革，现如今，大数据、云计算、人工智能等新兴技术已经深入融合到制造、交通、教育、医疗等各个行业，在大幅提升行业效率的同时，也在带给我们更好的智慧生活体验。

在这其中，云计算可谓是功不可没，它使企业能够以前所未有的速度进行扩展和创新，与过去的本地部署相比，开发团队可以利用云基础设施快速轻松地扩展应用，而无需花费大量资金。

但近几年来，随着边缘算力需求的激增，人们也愈发意识到，虽然数字社会仍然需要大规模、集中式数据中心产生的强大计算能力，但提供更好体验的需求也在将云进一步推向边缘，用户需要一种更加分布式而非集中式、更加云原生而非平台限制的方式来部署云计算。

事实上，边缘算力的潜力在未来可以说是十分巨大，以人工智能为例，现如今无论是需要超强硬件支撑的AI迭代与训练，还是运行要求相对较低，需求相对分散的AI推理，都放在超算中心内进行，但随着AIGC的相关技术越来越成熟和丰富，如果依然采用云上生成然后发送到边缘终端的方式，无论是网络带宽成本还是时延都会影响使用体验，这也是人工智能需要分布式计算的一大重要原因。加州大学的伯克利分校的教授IonStoica等人就指出，大规模训练和服务机器学习模型需要大量的计算资源，而这些都是以分布式计算为基础的。

而在未来随着智慧城市、云游戏、自动驾驶、AR/VR、物业管理、工业制造等更多应用场景的成熟，集中式云计算无论在带宽负载、网络延时还是数据管理成本方面，实际上都难以适应数据猛增和频繁交互的刚性需求。更何况在网络弹性方面，集中式云计算还有一个十分致命的弱点：单一的攻击区域代表着其在出现故障后会给关键业务的运营带来巨大的问题。

因此，分布式云计算在高安全、高性能、低延迟等方面的优势也被越来越多人所重视，IDC研究副总裁表示，云的下一阶段需要开发人员和企业改变如何让应用程序和数据更贴近客户。它重新定义了行业如何看待性能、规模、成本和安全性等问题，因为工作负载不再是为一个地方构建的，而是跨广泛的计算和地理范围交付。

这个观点也得到了企业IT决策者和开发人员的普遍支持，根据ClearPath Strategies此前的一项调查，技术领导者认为分布式云在大数据和分析(56%) 以及人工智能/机器学习(AI/ML) 工作负载(47%) 方面具有优势，而开发人员则看到了分布式云计算在大数据和分析(47%)、实时应用程序(42%) 和人工智能/机器学习(39%) 中的实用性。