2018年6月27日，微软Azure物联网总监Sam George在官方博客宣布，去年年底公开预览的 Azure IoT Edge 边缘计算服务已进入官方版，并通过 GitHub 将其开源。这项服务为 IoT 设备提供了不需要实时连入互联网就可以对事件响应的能力。

2019年2月5日，微软宣布在虚拟机上支持 AzureIoT Edge 服务。这也让微软进一步扩展了对 VMware vSphere、Hyper-V 等虚拟化平台的支持能力。通过这些虚拟化平台，用户可以选择在 Windows、Linux 以及容器中运行 Azure IoT Edge 服务。

Azure IoT

Azure IoT是提供在云中进行托管服务服务的 SaaS平台，充当中央消息中心，用于 IoT 应用程序与其管理的设备之间的双向通信。借助此解决方案可轻松连接、监视以及管理大规模的 IoT 资产。提供包括设备阴影、规则引擎、身份注册 、信息监测功能。另外，为了处理传感器生成的大量信息，Azure IoT套件随附Azure Stream Analytics，可实时处理大量信息。

通过与Azure IoT Hub、Azure 时序见解、Azure 机器学习、Azure Maps的组合服务平台服务，提供亿万 IoT 设备建立双向通信并大规模管理这些设备。然后将用户数据与其他平台服务相集成，以增强用户的解决方案。另外，Azure IoT可以通过Azure IoT Edge、Windows 10 IoT、Azure Sphere、Azure Stack构建智能化安全边缘。

Azure IoT Edge

在Microsoft Build 2018（5月7日-5月9日），微软隆重介绍了“边缘计算”（Intelligent Edge）中的一个重要组成服务 Azure IoT Edge。Azure IoT Edge 是和 Azure IoT Hub 绑定在一起，结合使用的 Azure 服务。主要是帮助用户把原来运行在云端的分析和业务模块轻松部署在设备端，使企业能够专注于洞察商业机会而非数据管理。

Azure IoT Edge的组成

Azure IoT Edge 主要包含以下三个部分：

IoT Edge 模块（IoT Edge Modules）： IoT Edge 的模块其实就是一个 Docker 的 Container。在一个 Edge 设备上可以运行多个模块，模块和模块之间可以进行通信，从来实现数据分析，业务逻辑等的处理。模块和模块之间是相对独立的，甚至可以用不同的语言实现不同的模块，比如用 C# 实现业务逻辑，用 Python 实现数据分析的逻辑等。Azure 的很多服务都可以简单的打包成一个模块部署到 Edge 设备上，比如 Azure Functions, Azure Stream Analytics, Azure Machine Learning。特别是使用 Azure Machine Learning 服务的话，就可以轻松实现云上训练模型，设备上离线使用模型，动态更新模型等场景。

IoT Edge 运行时（IoT Edge Runtime）: IoT Edge 运行时也是安装在 Edge 设备上的，主要是负责对 Edge 模块的管理和通信功能的。下图就是 Edge Runtime 的位置和功能的示意图。 Notebook image name IoT Edge Runtime 其实就是两个 Container,一个叫 EdgeAgent， 一个叫 EdgeHub。 EdgeAgent 主要负责管理模块，包括下载，启动，删除 Edge 模块，监控和汇报健康状态等。EgdeHub 主要负责通信，包括模块和模块之间的通信，Edge 设备和云端的通信等。微软计划在正式发布之后会开源 Edge 运行时的代码。

IoT Edge 云端接口（IoT Edge cloud interface）: IoT Edge 的云端接口集成在 IoT Hub 服务当中，用来远程监控和 IoT Edge 的设备。以及动态部署 Edge 模块到设备上。下图就是云端接口的位置和功能的示意图。

Azure IoT Edge 支持 Docker 兼容的 Moby 容器管理系统，支持 C＃，C，Node.js，Python 和 Java 等编程语言。Azure IoT Edge Runtime 是免费且开源的，但客户必须使用付费的 Azure IoT Hub 实例进行扩展。微软还将扩展针对物联网的 Azure 认证，以开始针对边缘设备的软件和硬件认证，包括运行时，设备管理和安全性。