1、边缘云由大规模地域分散的边缘云节点相互协同组成分布式云，一般部署在“热点”区域，单个节点包括计算、存储、网络等功能，多个节点构成一朵云。边缘云本质上仍具备云计算的所有特点，不仅具备低延时、终端云化的优势，还能与5G、大数据、AI等技术融合，拥有广泛行业应用场景，为企业带来巨大价值。
2、接着，画云。在新图层上用折线描绘云形，透视变形后叠加在画面作为辅助。注意，近处云底部更多，远处云侧面为主，颜色渐远接近天空。头顶的云底部边缘较亮，云的亮暗之间加入中间色。以暗处为基点，运用涂抹工具向外扩展轮廓，让画面丰富。保留清晰轮廓，避免画面单调。
3、D笔尖——线条变化不大，适合画效果线和漫画的中景，用这种笔时，下笔要快才会显得干净利落。 D笔尖 2）G笔尖——线条变化很大，适合画近和柔软的画面，对树木和岩石等自然物也适用，是鸟山明、北条司等绝大多数漫画家使用的笔型。可惜进口笔就是贵，十几元才可买到3只。
边缘计算系统逻辑架构简述 从图3-1可以直观看出，云、边、端三者之间存在复杂的交互和协同。整体架构包括云、边协同、边、端协同和云、边、端协同三个主要部分。02 云、边协同 云、边协同的实现路径通过Kubernetes控制节点与KubeEdge相连接，两者协同运行。
在边缘计算系统中，追求理想的云、边、端协同效果是关键。云作为控制中心，边作为计算节点，二者协同工作，实现高效数据处理与决策支持。进一步，云、边、端协同在云与边协同的基础上，引入终端设备服务的概念，使边缘计算平台能够更好地响应终端需求。
KubeEdge，一个致力于解决边缘场景问题的开源系统，将Kubernetes的容器编排和调度能力应用于边缘计算，实现云边协同、计算下沉、设备管理与边缘自治。其架构包含云端和边缘端两部分，通过CloudHub、EdgeController、DeviceController、EdgeHub、Edged和EventBus等组件，实现了云边通信与设备管理。
边缘计算其实就是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的一个开放平台。上图的中间夹层部位就是边缘侧，而云端就是较边缘计算更远的一个处理平台，也就是上图最上面的部位。
边缘计算：数据处理的前沿，近在咫尺的智能 边缘计算就像一个智能的分布式神经系统，数据在生成地附近被处理，降低了延迟，增强了稳定性。以章鱼为例，边缘服务器就像是它的触手，负责初步的数据处理和决策，而中心云则作为大脑，负责更复杂、全局的任务。
云边端协同，意味着云计算平台与边缘计算设备、终端设备之间的高效协同工作。这种模式能够充分发挥云计算的强大计算能力与边缘计算的低延迟优势，为用户提供更加个性化、响应速度快的服务。智象未来（HiDream.ai）通过构建这样的协同体系，旨在为用户提供无缝连接、高效响应的AI服务体验。
1、边缘计算更注重局部，而云计算则把握整体。（2）边缘计算采用分布式架构，而云计算则为集中式架构。（3）边缘计算的计算资源位于边缘网络，而云计算则位于数据中心。（4）边缘计算通常使用无线局域网、4G/5G等通信网络，而云计算多采用广域网。
2、数据处理位置不同：云计算的核心是将数据处理和存储放在远程的云端服务器进行集中处理，而边缘计算则在网络边缘侧完成数据处理。
3、边缘计算采用分布式架构，而云计算采用集中式架构。（3）边缘计算的计算资源位于边缘网络，而云计算则位于数据中心。（4）边缘计算使用无线局域网、4G/5G等作为通信网络，而云计算多使用广域网。（5）边缘计算具备更高的实时性，而云计算的实时性相对较低。
4、与云计算相比，边缘计算更为接地气。云计算像天空中的云朵，象征着远程的、中心化的资源池，而边缘计算则如同贴近地面的雾，更接近终端和数据的源头。不同于云计算依赖高性能服务器，边缘计算利用的是分散的、性能较弱的设备，如工厂设备、汽车系统等，它们直接参与到数据处理中，实现真正的分布式计算。
5、云计算与边缘计算并非相互替代，而是互补与延伸的关系。边缘计算侧重于设备之间的互动，最终服务于人，适用于处理即时数据的场景。而云计算则可访问这些数据的历史信息或处理结果，进行汇总分析与决策支持。因此，在未来技术发展中，边缘计算与云计算将协同作用，共同推动数字化与智能化进程。
6、边缘计算和云计算是两种不同的计算模式，它们主要在计算位置、延迟、数据处理方式和应用场景上存在显著差异。首先，边缘计算和云计算在计算位置上有所不同。云计算是一种基于网络的计算模型，它将计算资源、存储服务、应用程序等集中在中央服务器上，用户通过互联网访问和使用这些资源。