一、按部署位置分类：从云到端的“三级梯队”

边缘计算最直观的分类方式就是看它离用户有多远。第一类是“近云边缘”，比如大城市的区域数据中心，它比传统云计算机房更靠近用户，适合处理跨区域的智能交通调度。第二类是“本地边缘”，比如工厂里的服务器机柜，能实时处理生产线传感器数据。第三类是“设备边缘”，直接嵌入在摄像头、机床等终端里，像智能监控摄像头的人脸识别功能就是典型例子。

客户痛点：某物流公司用云计算分析货车轨迹时，发现高速服务区的视频数据上传要30秒，根本来不及预警疲劳驾驶。解决方案：在服务区部署本地边缘节点，分析耗时降到0.5秒，还能在断网时本地存储数据。

二、按服务对象分类：ToB和ToC的差异打法

面向企业的边缘计算（ToB）通常要解决特定行业问题，比如电网的故障检测需要专用算法集装箱。而面向消费者的边缘计算（ToC）更注重通用性，像手机上的语音助手，其实就在用边缘计算做离线指令识别。

案例分析：某连锁超市同时用到两种类型——收银台的AI秤用ToB方案识别生鲜品类，而顾客用的AR导航App则采用ToC方案，把店铺3D地图缓存在手机里，减少对云端依赖。

三、按技术架构分类：轻量化与专业化的选择

轻型边缘计算像个“微型服务器”，比如用树莓派处理智能家居数据，特点是便宜但算力有限。重型边缘计算则像“迷你数据中心”，石油钻井平台用的防爆边缘服务器能承受极端环境，还配备GPU加速。现在还有更灵活的“边缘云”架构，把云计算能力像外卖一样配送到离用户最近的基站。

客户痛点：山区风电场的传统服务器经常因温差宕机。解决方案：采用工业级重型边缘设备，温度适应范围-40℃~70℃，运维成本降低60%。