边缘计算的优势是什么？
1、改善所有设备的响应时间和延迟
边缘计算的最大优势之一是在本地级别执行数据处理，因此设备和用户需要更少的时间和更短的延迟。边缘计算对于智能家居等物联网设备尤其有用。当数据不需要传输到远程云数据中心时，智能家居可以更快地响应用户请求。
考虑一种减少延迟可以改善整体体验的场景。以机器人手术为例。在手术过程中，有些动作不仅需要准确性，还需要速度和效率。手术在波士顿的一家医院进行，但如果医院网络的主要数据中心位于旧金山，则执行手术的机器人在偏远的一天。由于接触距离，可能会出现延迟。通过处理外围服务器上的数据，这些手术步骤可以更接近于模拟熟练外科医生执行这些关键手术所需的响应时间。
随着越来越多的物联网设备和人工智能软件需要更快的响应时间，边缘计算通过在有问题的数据附近开发更多的计算、网络访问和存储能力来满足这一要求。
2、减少数据量，降低企业安全风险
企业网络通常具有强大的云和具有广泛存储和处理能力的内部数据中心。数据中心存储的数据越多，就越需要安全的基础设施来防止网络漏洞。Miha，在云中长时间收集无用数据，并在企业安全架构上投入更多资金。
边缘计算通过在本地服务器或设备级别处理和存储数据来降低数据中心的安全压力。只有最重要的数据被传输到数据中心，而移动安全视频等不相关的数据则在本地存储数小时。因此，边缘计算将迁移到云。数据总量将减少，这意味着需要监控和管理的数据泄漏量将减少。
3、通过减少带宽来降低传输成本
除了简化云安全模型的前景外，边缘计算还可以减少带宽，从而降低成本。边缘计算在数据中心级别需要更少的带宽，而不是将大部分数据传输到数据中心。云上的数据更少，更多的数据在本地处理。因此，数据中心可以节省带宽容量，并避免昂贵的云存储功能升级。
4、外围设备的缩放效应
许多边缘设备已经存在，越来越多的设备进入市场供专业和个人使用。可以帮助扩展企业和公共计算能力的几种边缘技术方法包括：
1） 边缘设备可以通过本地或本地网络中的边缘网络传感器处理数据，即使更多的中心网络和节点出现故障，它们也可以通过边缘网络传感器来处理数据。因此，即使存在重大数据中心问题，本地操作也可以保持不变。
2） 边缘设备可以在本地处理非繁琐的数据请求，为现有数据中心更大的数据处理需求提供带宽。
3） 边缘设备处理全球几乎所有的数据，提供更广泛的访问范围、更快的结果和整体用户满意度。
4） 由于许多用户和社区已经在积极投资于边缘技术，因此组织将不需要投资于这些设备来实现所需的可扩展性。
