微軟自從2016年與合作夥伴攜手推出物聯網閘道器開發整合套件開始，便已開始積極佈局邊緣運算。2017年微軟發布Azure IoT Edge將雲端上的智慧擴充到邊緣裝置，並且藉由早期發布的Azure IoT Hub實現雲端和裝置間的溝通以及IoT裝置、設備的管理與監控。
2018年在Build開發者大會中，微軟CEO薩蒂亞．納德拉（Satya Nadella）提到了智慧雲端（Intelligent Cloud）與智慧邊緣（Intelligent Edge）的發展佈局，並在會中宣布釋出Azure IoT Edge Runtime資源，允許開發者能夠對Edge端應用進行修改、偵錯，並讓其更具透明度且易於掌控。同年，微軟針對連網裝置的安全性發表Azure Sphere專案，以多年的經驗和研究為基礎，設計出微控制器（MCU）晶片來確保連網裝置的安全，目前最新版本為19.02版。
在2019年初的CES美國消費性電子展中，微軟也偕同合作夥伴展示智慧邊緣相關方案，會場中也鎖定零售業的應用場景，說明物聯網如何協助零售業創造線上與線下的互動，以及強化客戶體驗。除致力在裝置端提供更多AI分析與深度學習功能外，2017年9月即已在台發表的Azure Stack混合雲平台，因為具有Azure AI 工具和雲端平台，也成為邊緣運算解決方案的一環。透過Azure Stack也能讓訓練過的AI模型遷移到邊緣，即使網路中斷，也能如常執行。
不只運算力還兼顧安全
顯然地，微軟的策略是將觸角橫跨到雲端、核心以及邊緣端，以因應企業任何可能的需求，但在此同時，微軟還考量了資料安全性。台灣微軟雲端及企業平台事業部副總經理李玉秀指出，在物聯網的環境中，安全絕對是必要的考量，一旦連網裝置被入侵，幾乎所有在邊緣的資料就會全部淪陷，而微軟推出Azure Sphere專案的目的就是希望連網裝置在擁有人工智慧（AI）、機器學習運算力的同時，也能在安全的環境下運行。也因此，不管是微控制處理器晶片的設計、作業系統，以及連線運作的安全，都在開發階段進行了全盤的考量。
Azure Sphere專案主要包含了三個部份，包含Azure Sphere認證的MCU晶片、Linux作業系統以及可以提供身份認證、資安威脅偵測以及安全更新的安全服務。為了更貼近企業應用需求，也提供Development kit開發套件，讓企業可以在其上開發AI與機器學習相關的模組。
Azure Sphere專案主要包含了三個部份，包含Azure Sphere認證的MCU晶片（首波發表的是與聯發科合作的MT3620晶片）、Linux作業系統以及可以提供身份認證、資安威脅偵測以及安全更新的安全服務。為了更貼近企業應用需求，也提供開發套件（Development Kit），讓企業可以在其上開發AI與機器學習相關的模組。
她認為，邊緣運算的發展趨勢非常明確，但也存在許多亟需克服的挑戰。舉例而言，在邊緣端，若是需要安裝許多套件或是需要很多的運算能力，勢必會加重成本，一旦大量部署，成本效益就是一大考量。「初期推展時，不少企業在評估所需投入的成本之後都打了退堂鼓，原因便在於初期成本投資太大，反而不如聘用一位有經驗的師傅來得划算。」她提到，讓服務愈來愈輕量化是微軟正在努力的目標，而隨著邊緣裝置成本愈來愈低，企業才能享受到邊緣運算與物聯網應用的好處。
建立生態系提供多樣邊緣方案
Microsoft Azure企業副總裁Julia White曾發表文章解釋智慧雲端與智慧邊緣，內容提到，全球的企業正在經歷一場技術轉型，從工廠到農場、從智慧城市到家庭，更智慧的感測器與連結設備正在為這些場域注入新的活力，愈來愈多的裝置正在連結到雲端。在此同時，混合雲急速發展，而公有雲也可以成為運算力的來源。AI則跨越了所有系統，我們正在進入一個智慧雲與智慧邊緣的時代。
智慧雲端是由公有雲實現無所不在的運算，並且由AI推動，而Azure正是能為企業提供各種智慧應用程式與系統的方案；智慧邊緣則是不斷擴展的連接系與裝置，用以收集物理世界的資料，以提供即時的洞察與沈浸式體驗。
在此概念之下，微軟從六個層面來提供邊緣運算的能力，除了一致的跨雲和邊緣應用程式平台、整體安全、身份驗證管理、雲端與邊緣管理以及人工智慧之外，還提供了全面的智慧邊緣組合方案來滿足各種需求。
李玉秀解釋，雖然微軟提供了Azure以及邊緣相關的服務，但邊緣運算應用的多樣性只會不斷增長，因此微軟需要與ISV、系統整合以及解決方案供應商來共組生態系，以確保企業能夠取得獨特的優勢。「現今是大者恆大的時代，部份雲端服務供應商希望創建一站購足的供應鏈體系，因此也開始跨足硬體的設計，但是微軟希望能夠與合作夥伴創建共贏的環境，以Azure Stack而言，微軟與許多伺服器品牌供應商合作，微軟的市場愈大，合作夥伴就愈能從中獲益。同理，未來Azure Sphere發展成熟時，也很可能不只一家供應商合作。」
電腦視覺輔助判斷良率
隨著邊緣運算日益蓬勃發展，各種應用場景也紛紛出籠，除了與視訊內容傳遞（Video Content Delivery）相關的應用之外，自動光學檢測（Automated Optical Inspection，AOI）的應用也較為可見，而且對於邊緣的運算力與容量均有較高的需求。
台灣微軟雲端及企業平台事業部副總經理李玉秀指出，在物聯網的環境中，安全絕對是必要的考量，微軟推出Azure Sphere專案的目的就是希望連網裝置在擁有人工智慧（AI）、機器學習運算力的同時，也能在安全的環境下運行。
「過去紡織業者要檢查布料有沒有瑕疵，要仰賴老師傅的判斷，這是一種能力的累積，而且需要多年的專業經驗，但是老師傅也有疲憊的時候，傳承上也面臨壓力，不少產業正在運用自動光學檢測來進行良率與不良率判別。」她解釋，解決方案主要是透過電腦視覺（Computer Vision）快速擷取實物照片來加以判斷，由於速度很快，再加上需要從各個不同的角度拍照，一次數百萬張的照片，因此需要大量的儲存容量。
「織品是最複雜的AOI，需要從各種不同的角度拍攝，因為衣服有厚度，所以這種應用場景，作業系統的記憶體、運算能力以及儲存空間相對都要選擇較高的規格，才能在遇到瑕疵時立即做出反應。像這類的應用目前已有6、7家業者採用。」 李玉秀強調，邊緣運算要能快速推展，需要有兩大條件，一是裝置要小、便宜，容易更新與維護，其二是降低總體成本，若是過於高昂，企業很可能就無法接受。