在传统的云计算(或中央计算)模式下，边缘计算具有很大的时延，不稳定，带宽不足等特点。举例来说，几乎每个人都遇到过手机APP出错的情况，有些这样的错误出现与网络状况、云服务器带宽限制有关。受资源条件限制，云计算服务不可避免地受到高延迟和网络不稳定的影响，但通过将部分或所有处理程序迁移到接近用户或数据收集点，边缘计算可以极大地降低应用程序在云中心模式下产生的影响。
边缘计算的价值。
与集中部署的云计算相比，边缘计算不仅解决了大时延、大汇聚流等问题，而且还能提供实时、带宽密集的业务支持。从总体上看，优势如下：
更加安全。
在边缘计算中的数据只在源数据设备与边缘设备之间交换，不能再全部上载到云计算平台，避免了数据泄露的风险。
慢延迟。
根据运营者估计，如果部署在接入点的MEC进行业务处理和转发，则其时延可望控制在1ms以内；若业务在接入网的中心处理网元上完成处理和转发，则时延在2~5ms以内，即使是经过边缘数据中心的MEC处理，时延也能控制在10ms以内，对时延要求高的场景，如自动驾驶，则更接近数据源，甚至经过边缘数据中心的MEC处理，时延也能控制在10ms以内，对时延要求高的场景，如自动驾驶、实时判断等，则更接近于数据源。
降低带宽成本。
边沿计算支持数据局部处理，大流量业务的局部卸载可以减轻传输压力，有效降低成本。比方说，一些可连接的传感器(如照相机或在发动机中工作的聚合传感器)会产生大量数据，在这些情况下，将所有这些信息发送到云计算中心需要很长的时间，而且如果采用边缘计算技术，可以大大降低带宽成本。
