邊緣計算能夠分析和過濾原始數據集，并且僅將有價值的信息發送回云或數據中心。

幾乎所有工業領域都已開始引入物聯網(IoT)設備，預計將有58億個終端投入使用。

在未來十年中，物聯網設備預計將使移動和PC設備相形見絀，這意味著我們需要一種新型的網絡解決方案來處理如此多的數據。

邊緣計算被認為是一種進化，它將使計算和存儲更接近終點。因此，電力智能電表或CCTV系統無需連續連接互聯網即可運行。

通過在邊緣處理傳入的數據，更少的信息需要發送到云中并返回。這也大大減少了處理延遲。

''Supermicro物聯網副總裁MichaelClegg說道。“一個很好的類比是一家受歡迎的披薩餐廳，因為它在主要地點烘焙的餡餅在派往遠方顧客的路上變冷，因此它在更多地區開設了較小的分支機構。”

根據Gartner的調查，到2023年，將有50%的大企業部署至少六個邊緣計算用例，而在2019年，這一比例僅為1%。探索的大量增加和實施將導致收集的數據量激增。

幸運的是，邊緣計算在這方面也有幫助，因為它能夠分析和過濾原始數據集，并且僅將有價值的信息發送回數據中心。

在保持數據質量或范圍的同時，這應該使網絡成本比以前低。通過使用人工智能，這個值是復合的，因為可以部署ML模型來提高過濾器的質量。

根據Gartner的報告，公用事業、物理安全和汽車領域預計將成為2020年商用IoT部署中增長最快的三個領域。

如果不使用邊緣計算，則存在物聯網數據被截獲的安全風險，尤其是當所有原始數據直接移動到數據中心時。

這也可能使許多用例在財務上不可行，因為企業將不得不向主要云提供商支付巨額費用來容納數百萬個IoT設備的原始數據。