边界计算是分布式计算的一个典型例子，它使得计算和数据存储更加接近需要的地方，从而减少了响应时间，节省了带宽。一些边缘计算的处理过程更接近于它的原点，尽可能地进行数据处理。尽管边缘计算技术相对于其他新兴技术复杂，但它仍易于掌握。
物联网、大数据和快速处理的需要
物联网正在产生大量数据，企业可以通过各种方式利用这些数据，从增强客户体验(直接促进利润增长)到增强产品，甚至是识别新的商业模式和机会。然而，一些物联网产品不能等待其数据在云中被处理和分析——也就是说，如果它们要为消费者提供任何有意义的用途，就不能等待。为了及时提供最大价值，通常必须在边缘快速处理这些数据。
物联网边缘计算最常被引用的例子之一是连网汽车，其中一些车辆将很快会在我们周围的街道上自动行驶。为了及时适应实时交通和道路安全状况，这些车辆不能简单地将数据发送到远距离的数据中心，并希望在撞上某物或某人之前得到响应。这样的话，延迟比麻烦和效率更重要：威胁生命。为了避免事故发生，联网汽车必须快速分析面前的信息。面对这一挑战，汽车制造商正在采取分布式方法，将计算资源(如微型数据中心)移近边缘，以实现接近实时的计算。
边缘智能物联网分析
一些物联网设备能够自己执行这种类型的边缘计算，这就是为什么在我们互联网的未来有许多令人兴奋的可能性的原因所在。通过这样做，他们可以节省带宽(以及相关的连接成本)——仅传输对其制造商而言必不可少的数据而不是大量未处理的原始信息。物联网设备还可以解释和分析这些信息，在需要时准确传达所需的洞察力。这在诸如工业设施等环境中尤其有价值，可以增强工厂的安全措施，同时降低这种努力可能带来的巨大成本。
物联网边缘计算提高安全性
任何安全专家都知道，当然最好尽可能少地传输数据，否则，数据很容易受到第三方的恶意拦截和黑客攻击。通过在物联网设备中构建边缘计算能力，并允许它们自行处理尽可能多的信息，处理敏感信息的公司——从安全角度或隐私角度或两者兼而有之——通过减少必须传输回其数据中心或云的数据量来更好地管理风险。在物联网设备收集个人可识别用户数据的情况下，例如在广告系统中，这对于保护用户隐私特别有用。
边缘化计算将在几乎所有行业和用例中占据主导地位，因为边缘化被赋予了越来越复杂和专业化的计算机资源和更多的数据存储空间，它与物联网相结合，使物联网的物物连接更加容易，能够更好地获取数据，拥有更安全的云计算，使数字化工作流程更加顺畅，并减少延迟。
文章来源：《为什么物联网的黄金机会在边缘之处呢？》，智家网
