边缘计算涉及多种软件工具，涵盖边缘设备管理、数据处理、机器学习等不同领域。以下是常见的边缘计算软件分类及代表性工具：
一、边缘设备管理平台
AWS Greengrass 支持Python和Node.js开发，提供设备管理、消息发布和本地数据处理功能，适用于工业物联网场景。
Azure IoT Edge
提供C和Python开发支持，模块化框架便于构建和部署边缘应用，集成安全性与设备管理。
Alibaba Cloud Link Edge
支持Java和Python，提供开发、部署及管理工具，适用于多设备协同的边缘计算。
二、边缘计算框架与工具
TensorFlow
开源机器学习框架，支持在边缘设备进行模型训练和推理，提供Python、C++等接口。
TensorFlow Lite
轻量化版本，专为资源受限设备设计，支持多平台部署。
Apache Kafka
分布式流处理平台，用于实时数据传输与处理，适用于边缘计算中的数据管道。
Docker
容器化技术，打包应用及依赖项，简化边缘设备的部署与扩展。
三、边缘安全与边缘计算平台
FogHorn Systems Edge Intelligence
专注于工业物联网的边缘计算，提供实时分析和决策支持功能。
Apache Edgent
基于Java的开源框架，支持设备管理、应用部署及工业级Deadband分析。
四、开发与调试工具
Eclipse IoT
简化物联网开发流程，提供设备连接与数据管理功能。
VIA浏览器（边缘版）
体积小巧（12K左右），专为轻量级边缘应用设计，支持网页式管理。
五、其他实用工具
Kubernetes： 容器编排工具，可管理边缘设备的分布式应用部署。 EdgeX Foundry
选择建议 工业场景
机器学习需求推荐TensorFlow、TensorFlow Lite或PyTorch；
资源受限设备需搭配Docker、Kafka等轻量级工具。
