如今，应用程序所有者和运营团队清楚地认识到，这些工作负载最好在端点附近运行，即在边缘处运行。示例包括交互的工作负载，或那些负责汇总和汇总来自端点的大量数据的工作。

考虑一种交互式、语音驱动的服务，最终用户可以利用这些服务进行各种操作，从检查天气到基于过去偏好的订购杂货。至少，这样的应用程序将具有以下组件：

存储用户偏好、端点配置等信息的数据库。

请求解析器来理解被问的问题

响应库

机器学习集群不断改进提供给端点的响应

端点可以连接到的安全接口，并提出问题。

由于用户首选项和配置可能不会频繁更改，因此在云计算中最多两个位置部署数据库集群是合理的，第二个位置提供防范灾难保护并确保可用性。即使是用于不断改进响应的机器学习（ML）集群，也可以说是驻留在一个或几个核心位置，因为这个用例的机器学习处理可能不是时间敏感的。

但是，如果人们希望最终用户有与服务交互的丰富经验，并且响应能够尽快回传，那么将安全接口和请求解析器运行到更接近端点是有意义的。那么这些服务应该如何接近最终用户呢？

将安全接口，查询解析器和响应存储库（它们共同构成此应用程序的边缘堆栈）放置在每个主要都市圈的几百英里处是合理的，人们可以期望利用该服务。该模型将要求服务提供商管理大量（50到100个）可能部署其应用程序组件的位置，并且会产生最佳性能。基于语音的用户查询将被快速接收和处理，并且可以将响应发回端点以提供真正的交互式体验。

每个边缘组件堆栈（由安全接口，查询解析器和响应库组成）将独立地与核心组件堆栈（数据库和ML集群）进行交互，以维护最新的响应库，并共享任何本地知识（如迄今为止没有提出的问题）与核心的需要。

这种模式将大大改善最终用户的体验，这将直接导致更高的参与度和更好的业务利润。但是，在互联网上维护如此广泛的应用程序足迹是一项艰巨的任务。这种类型的应用程序占用还需要大量的应用程序部署、安全和监视方面的挑战来解决。

上面的例子表明了一个观点：边缘计算并不是要让云计算消亡。边缘计算是云原生应用程序发展的下一个阶段，并将成为与通过互联网交付的所有应用程序一起成为核心云计算的重要组成部分。