物联网设备可以从使用边缘计算中获得很多好处，比如几乎零延迟、更小的网络负载、更大的弹性、更少的数据暴露和更低的数据管理成本。下面逐个看一下：

　　接近零延迟：

　　近零延迟是边缘计算的优点。资料搜集、处理与采取行动之间的时间间隔几乎是实时的。对于关键任务的物联网设备来说，这是一个重要需求。无人驾驶汽车就是一个很好的例子。

　　谷歌估计他们的自动驾驶汽车每秒能产生1GB的能量!大量这样的数据需要迅速处理，这样汽车才能保持正确的路线，避免碰撞。假设这些数据被收集起来，传送到云端，云端处理它，然后把它送回汽车。虽然整个过程只需要几秒钟就能完成，但已经太晚了，汽车可能已经撞上了。在这种情况下，最好的解决方法就是利用边缘计算来分析传感器自身的数据，然后将数据发送到云端进行后续分析。

　　在医学领域，边缘计算也很重要。延迟在医疗行业是非常重要的，因为它与心率监视器或心脏起搏器相连，轻微的延迟就会导致病人的生死存亡。

　　更小的网络负载：

　　据预测，到2021年，物联网设备处理的数据量将接近7.5Zettabytes(1ZB=1000,000,000,000GB)!由于高速公路上的数据量很大，可能会导致网络拥塞增加，特别是在连接薄弱的地区。通过采用边缘计算，可以通过在源中处理数据而非通过网络发送所有数据，从而显著改善网络的拥挤状况。

　　提高弹性：

　　在边界计算提供的分散架构的帮助下，网络中的其它连接设备更加灵活。比较一下云中的单个虚拟机故障，它会影响数以百万计甚至数以百万计连接到网络的IoT设备。即便其中一个设备出现故障，也不会影响到其它的设备，而且它们仍然是有效的，可以正常工作。

　　降低数据暴露：

　　边界计算减少了网络上发送的数据量。这也有助于减少在传输中泄漏的数据。有些情况下，由智能设备(例如支付卡工业(PCI)和个人识别信息(PII))收集的敏感和关键数据根本无需传送。这样做可以帮助各国对这些数据有不同的规定，并更接近其来源来处理这些数据，从而避免许多复杂的隐私、法律和安全问题。我们可以进一步对数据进行加密并控制访问，使其更安全地抵抗已知的威胁。

　　降低数据管理费用：

　　利用边缘计算可以明显减少云中的存储成本，因为我们没有把所有东西都存储在云中。因为相对较小的数量，这也有助于对数据的有效管理。只有汇总的需要更深入分析的数据被发送到云中，然后被分析和推断。