邊緣計算相對于數據中心的最大優勢在于，它解決了與云計算相關的延遲問題。云計算中會出現延遲問題，因為數據必須經常從原始設備傳輸到數據中心數千英里才能進行處理和分析。
盡管對于在云中編輯文檔的人來說這不是問題，但是將數據傳輸到原始設備或從原始設備傳輸數據所花費的秒數使得對于需要實時分析和決策才能正常運行的應用程序來說是不可能的。這樣，云計算解決了延遲問題，因為計算能力位于數據源附近，可以分析數據并實時做出決策。
邊緣計算與物聯網
每天有數以百萬計的物聯網設備上線。隨著物聯網設備的增加，這些設備生成的數據量和速度也隨之增加。數據中心規模巨大，但它們將無法應對物聯網設備生成的大量數據。這就是邊緣計算的用武之地。
邊緣計算將能夠通過本地處理數據來大幅增加數據量，從而減輕數據中心的壓力。這減少了必須發送到云進行處理的原始數據量。相反，邊緣計算機在本地處理數據，并且僅將引起某些觸發器的數據發送到云，以進行后處理和遠程監控。
通過僅將處理后的相關數據發送到云，不僅可以減輕數據中心的壓力，而且還可以釋放大量帶寬，而這些帶寬原本可以用于將原始數據發送到云進行處理和分析。
此外，通過減少所需的帶寬，可以減少與原始設備之間傳輸大量數據的成本。如果物聯網設備位于計量互聯網連接上，而用戶或組織需要為使用的數據量付費，這一點尤其重要。
5G的可用性將進一步增加物聯網設備的數量，從而推動邊緣計算機應對數據增長的需求。同樣，5G將增加自動駕駛汽車的數量，從而增加對邊緣計算機在邊緣運行機器學習和推理算法以實時指導自動駕駛汽車的需求。總體而言，邊緣計算相對于云計算的兩個主要好處是邊緣計算提供的低延遲，高帶寬計算。
邊緣計算將如何影響數據中心?
云仍然有它在今天到位的世界多虧了大量的計算資源，可以通過按下按鈕來訪問，不再需要對組織投入大筆資金建立和擴大自己的基礎設施來訪問計算能力和存儲能力，可提供強大而無縫的可擴展性。
也就是說，盡管云解決了許多問題，但物聯網和5G的興起意味著數據中心無法跟上物聯網設備生成的大量數據。
此外，由于必須實時存儲，處理和分析大量數據，因此AI和自動化技術正在增加邊緣計算的采用。邊緣計算使流程更簡單，更快捷，因為數據不再需要將數千英里的距離傳輸到數據中心，從而使組織可以更智能，更快速地行動。
隨著物聯網設備數量的增加以及對實時分析的需求變得越來越重要，對數據中心的分散要求也越來越高，將更多的數據中心放置在人口稠密的地區，例如城市和商業區。數據中心離組織越近，用戶將遇到的等待時間越短，性能就越好。
