边缘计算改变了原先大型任务在中心节点进行分析处理的模式，将其分解为多个更易解决的子任务，并在服务终端就近处理，从而实现更快的网络服务响应，同时降低云端压力，因而能够满足数据实时处理、智能应用快速响应以及安全隐私保护等需求。在万物互联的时代，快速处理数据是核心需求，智能电网、车联网、智能安防、智能家居、智慧城市、智能制造等行业场景的发展都需要边缘计算赋能。

  1. 降低时延
    边缘计算增加计算节点，减少数据流量的总量，提高了应用程序和服务的性能。
    边缘计算支持对延迟敏感的应用程序，如自动驾驶，以数据中心为中心的数据处理模式或在网络覆盖不足的地区无法为此类应用提供支持。
  2. 节省成本
    边缘设备中的数据处理和存储减少了昂贵的带宽需求，从而优化了总体成本。
    通过边缘计算，可以在原始点对数据进行过滤，而不必将其发送到数据中心。因此，公司可以选择使用本地服务和云服务组合，以获得经济高效的数字化解决方案。
  3. 本地算力
    边缘计算将算力部署在网络中离各个操作逻辑最近的地方，提高对数据的实时处理能力。
    通过结合边缘设备和边缘数据中心，企业能够随时有效地扩展其容量需求，每个附加设备对于网络带宽需求更低。
  4. 安全保障
    相对云计算的集中式结构，边缘计算的分布式结构更不容易受到DDoS攻击和故障的影响，也使攻击者渗透网络变得更困难和复杂。
    边缘计算可在边缘侧过滤敏感信息，并对传输数据进行选择，以满足安全性和合规性要求。