分布式计算
分布式计算是一种计算方法，它将一个大型的计算任务分解成多个子任务，并将这些子任务分布在网络上的多台计算机（节点）上同时执行。这些节点通过通信网络协同工作，共同完成任务。每个节点可以独立处理自己的那部分数据或计算任务，最终汇总结果。分布式计算特别适用于处理那些需要巨大计算资源或数据处理能力的问题，如大规模数据分析、模拟和科研项目（如SETI@home寻找外星智能项目）。它的优势在于能够利用多台计算机的空闲计算能力，提高计算效率和处理能力，同时也具有良好的容错性和可扩展性。
图1-1 分布式计算任务运行示意图
并行计算
并行计算是指同时使用多个处理器或者同一处理器的多个核心来执行一个计算任务的不同部分，目的是加快计算速度。与分布式计算相比，并行计算通常发生在单一的计算机系统内，处理器之间通过共享内存或高速互连进行通信。并行计算可以分为两类：基于共享内存的并行计算和基于消息传递的并行计算。它广泛应用于科学计算、工程模拟、大规模数据分析等领域，其中高性能计算(HPC)系统是并行计算技术的一个典型应用。
图1-2 并行计算任务运行示意图
网格计算
网格计算是一种特殊的分布式计算形式，它利用广域网中的大量异构计算机（通常为台式机）未用资源（包括计算资源、存储资源和数据资源）协同工作，形成一个虚拟的超级计算机，解决复杂的科学、工程和商业问题。网格计算更强调的是网络连接各种资源，并提供一个虚拟集群，而云计算并不关心任何计算模型。一个云平台可以供多个用户使用，而且一个用户可以有多个独立的系统。从资源角度来说，网格计算在做异构资源的“合”，而云计算在做“分”。网格计算支持虚拟组织提供应用级别的服务，而云计算主要提供的是基础资源。网格计算遵循OGSA（Open Grid Services Architecture），定义了服务管理、安全、数据的接口规范，云计算并没有统一的标准和规范。网格服务的应用主要集中在科研机构，主要用于处理批任务，而云计算则使用范围更广，任何个人都可以购买云服务。
边缘计算
边缘计算是将数据处理和应用程序部署在靠近数据源或用户的地方，而不是传统的集中式云计算中心。这通常意味着计算资源被放置在网络的边缘，如物联网(IoT)设备、路由器或微型数据中心中。边缘计算的目的是减少数据传输的延迟，提高数据处理速度，减少带宽使用，以及保护隐私和安全性。它在实时数据分析、智能制造、自动驾驶、视频流处理等需要低延迟响应的场景中尤为重要。与云计算相比，边缘计算更侧重于本地处理和即时决策，有助于优化用户体验和系统效率。
图1-1 边缘计算架构图
边缘计算和云计算最大差别有两点，第一是位置，边缘计算分布在数据采集点附近，而云计算主要集中在云数据中心；第二是处理能力，边缘计算通常处理的数据量比较少，并且逻辑较为简单，而云计算通常和大数据结合，处理的数据量非常大。在IoT架构中，通常云计算处理的大数据来自各个边缘节点。云计算+边缘计算的方案逐渐流行起来。
