计算卸载概念
边缘计算中的计算卸载是将移动终端的计算任务卸载到边缘云环境中，解决了设备在资源储存、计算性能以及能效等方面存在的不足。计算卸载技术最初在移动云计算（MCC）中提出，在MCC中，UE可以通过核心网访问强大的远程集中式云（Central Cloud），并利用其计算和存储资源，将计算任务卸载到云上。这样将计算任务卸载至云端的方法，虽然极大的延长了移动终端设备的寿命并节约了能耗，但是会带来较高的时延并且为无线网络带来额外的负载。
随着边缘计算的提出，通过将云服务“下沉”到网络边缘，可以有效地解决上述两个问题（1.较大时延；2.网络负载加大），边缘计算在移动网络边缘部署边缘服务器，减小了UE时延，降低了网络的资源占用率。因此，边缘计算的卸载可以用在移动游戏、视频服务、精确定位、自动驾驶和物联网等多个应用场景（大多数是时延敏感型场景，或者需要的计算量较大）。
- 研究重点：如何权衡本地执行的计算成本和迁移到边缘网络的通信成本，对计算任务进行卸载决策和任务分割。
计算卸载类型
- 静态卸载和动态卸载：按照卸载决策的时间划分
静态卸载指卸载决策在程序的开发过程中就被设定，采用静态卸载用户可以采用更加复杂的启发式算法制定任务分割决策和卸载机制，但是未考虑终端和网络的变化信息，会影响最终的卸载性能。动态卸载是根据任务交付的实时情况进行卸载决策。
- 全部卸载和部分卸载：按照卸载程度划分
全部卸载即UE将全部的任务卸载到边缘网络中；部分卸载相对则复杂很多，受到用户偏好、网络质量、UE功能和可用性等因素影响，还需要考虑到卸载的计算任务之间的关系以及执行顺序。同时，应用程序的类型也是一个决定卸载程度的重要因素，例如人脸识别和病毒扫描系统，待处理的数据量是可以预知的，故可以随意选择是全部卸载还是部分卸载，但例如在线交互的游戏等应用，无法预知待处理的数据量，则无法进行全部卸载。还要考虑计算顺序的先后问题，在计算任务相互独立时，所有任务可以同时卸载并并行处理。
- 单节点卸载和多节点卸载：按照卸载任务的云端代理个数划分
目前多用单节点卸载技术，即将任务分成两部分，分别在终端和云端执行；在多节点卸载中，任务分割和卸载算法需要考虑不同节点的负载情况，4、运算能力以及与终端的通信能力。
边缘计算卸载的主要任务
- 计算卸载在边缘网络中的执行框架，包括卸载方式与流程
- 计算卸载的决策，即是否进行卸载及何时进行卸载
- 计算卸载资源分配问题，即卸载任务如何分割并将其卸载到哪个云端服务器