边缘计算是一种分布式计算模型，将计算、数据存储和应用服务等任务部署在网络的边缘，即数据生成的源头。这种模型旨在解决云计算面临的挑战，如数据隐私、安全、延迟等问题。
在边缘计算中，数据处理和分析在数据生成的源头附近进行，可以更快地响应实时业务需求，同时保护数据的隐私和安全。这种模型适用于物联网、智能家居、智能制造等领域，可以支持大量的设备和数据，提高数据处理的速度和效率。
此外，边缘计算还可以与云计算相结合，形成边缘云架构。在这种架构中，边缘计算负责处理实时的、对延迟敏感的数据，而云计算则负责处理大规模的、非实时的数据。这种混合架构可以充分发挥边缘计算和云计算的优势，提高数据处理和分析的效率。
总之，边缘计算是一种具有重要应用价值的计算模型，可以解决许多实际问题，促进物联网、智能制造等领域的发展。
然而，在网页端实现边缘计算具有一定的挑战性，因为网页浏览器通常不具备与物联网设备或传感器直接交互的能力。尽管如此，以下是一些可能的方法，可以在网页端实现某种形式的边缘计算：
- WebAssembly 和 Web Workers: 使用 WebAssembly 可以在浏览器中运行高性能代码，而 Web Workers 允许在后台线程中运行 JavaScript，从而不会阻塞用户界面。通过这两种技术，可以在浏览器端进行一些复杂的计算任务。
- WebRTC (Web Real-Time Communication): WebRTC 是一种使浏览器和移动应用程序能够进行实时通信（RTC）的技术。通过 WebRTC，可以实现浏览器与物联网设备之间的实时数据传输和处理。
- Web of Things (WoT): WoT 是一种将物联网设备和 Web 连接起来的架构和协议。通过 WoT，网页可以直接与物联网设备交互，从而在设备端进行计算和数据处理。
- TensorFlow.js 或 ONNX.js: 这些是 JavaScript 库，可以在浏览器端运行机器学习模型。通过这种方式，可以在浏览器端进行一些复杂的数据处理和分析任务。
- Service Workers: Service Workers 是一种在浏览器后台运行的脚本，可以拦截和处理网络请求。通过 Service Workers，可以在数据发送到服务器之前对其进行一些预处理。
- Serverless Functions: 通过使用 Serverless Functions（例如 AWS Lambda、Google Cloud Functions 或 Azure Functions），可以在离用户更近的边缘位置运行代码。这种方式虽然不是直接在浏览器端进行计算，但可以大大减少数据传输的延迟。
- Progressive Web Apps (PWA): 通过使用 PWA 技术，可以创建具有离线功能和高性能的 Web 应用程序。这种方式可以使应用程序在网络条件不佳或离线的情况下也能良好运行。
请注意，这些方法并不是真正的在“边缘”进行计算（即在设备级别），但它们确实将某些计算任务从远程服务器转移到了更接近用户的地方（例如，用户的浏览器或边缘服务器）。这可以带来性能上的提升，特别是在处理大量数据或需要实时响应的场景中。
相关链接：
Edge Computing Use Cases With JS Service Worker (talentica.com)
如何在网页端实现边缘计算