边缘计算相对于数据中心的最大优势在于，它解决了与云计算相关的延迟问题。云计算中会出现延迟问题，因为数据必须经常从原始设备传输到数据中心数千英里才能进行处理和分析。
尽管对于在云中编辑文档的人来说这不是问题，但是将数据传输到原始设备或从原始设备传输数据所花费的秒数使得对于需要实时分析和决策才能正常运行的应用程序来说是不可能的。这样，云计算解决了延迟问题，因为计算能力位于数据源附近，可以分析数据并实时做出决策。
边缘计算与物联网
每天有数以百万计的物联网设备上线。随着物联网设备的增加，这些设备生成的数据量和速度也随之增加。数据中心规模巨大，但它们将无法应对物联网设备生成的大量数据。这就是边缘计算的用武之地。
边缘计算将能够通过本地处理数据来大幅增加数据量，从而减轻数据中心的压力。这减少了必须发送到云进行处理的原始数据量。相反，边缘计算机在本地处理数据，并且仅将引起某些触发器的数据发送到云，以进行后处理和远程监控。
通过仅将处理后的相关数据发送到云，不仅可以减轻数据中心的压力，而且还可以释放大量带宽，而这些带宽原本可以用于将原始数据发送到云进行处理和分析。
此外，通过减少所需的带宽，可以减少与原始设备之间传输大量数据的成本。如果物联网设备位于计量互联网连接上，而用户或组织需要为使用的数据量付费，这一点尤其重要。
5G的可用性将进一步增加物联网设备的数量，从而推动边缘计算机应对数据增长的需求。同样，5G将增加自动驾驶汽车的数量，从而增加对边缘计算机在边缘运行机器学习和推理算法以实时指导自动驾驶汽车的需求。总体而言，边缘计算相对于云计算的两个主要好处是边缘计算提供的低延迟，高带宽计算。
边缘计算将如何影响数据中心?
云仍然有它在今天到位的世界多亏了大量的计算资源，可以通过按下按钮来访问，不再需要对组织投入大笔资金建立和扩大自己的基础设施来访问计算能力和存储能力，可提供强大而无缝的可扩展性。
也就是说，尽管云解决了许多问题，但物联网和5G的兴起意味着数据中心无法跟上物联网设备生成的大量数据。
此外，由于必须实时存储，处理和分析大量数据，因此AI和自动化技术正在增加边缘计算的采用。边缘计算使流程更简单，更快捷，因为数据不再需要将数千英里的距离传输到数据中心，从而使组织可以更智能，更快速地行动。
随着物联网设备数量的增加以及对实时分析的需求变得越来越重要，对数据中心的分散要求也越来越高，将更多的数据中心放置在人口稠密的地区，例如城市和商业区。数据中心离组织越近，用户将遇到的等待时间越短，性能就越好。
