互聯(lián)網不斷的發(fā)展，日益增長的用戶和物聯(lián)網設備生成的大量數據，都讓網絡工作逐漸意識到，云計算已經不能再快速“服務”這么龐大的數據，但他們發(fā)現(xiàn)靠近邊緣的實時數據可以依靠邊緣設備進行計算，這樣不僅可以提高效率和洞察力，也可以改善業(yè)務成果。

特別是在與其他技術結合使用時，邊緣計算還提供了提供更好的安全性和隱私性的可能性。而在以下這幾個場景中體現(xiàn)邊緣計算的特點。

媒體：頂級媒體服務越來越依賴邊緣計算來增強其直播和點播流。媒體服務不僅需要保證視頻流的低延遲，高性能體驗，還需要保證從廣告到交互功能的大量附加功能，這些都是大規(guī)模的。這些功能中許多功能的大部分計算都可以在最終用戶設備上進行，因此無需將所有數據發(fā)送回中央服務器進行處理。

農業(yè)：隨著企業(yè)創(chuàng)建更多方式收集有關農場和工廠績效的數據，農業(yè)嚴重依賴于邊緣計算。無人機飛越，低功率傳感器到智能機械會產生大量數據。他們需要快速，可擴展的系統(tǒng)來處理和分析流入的數據并創(chuàng)建新數據。具有數以萬計的傳感器監(jiān)視農場性能（濕度，溫度，用水）的農場無需將每個新讀數發(fā)送回中央管理員。如果讀數位于所需位置，則無需傳輸該數據。

遠程：邊緣計算是分層體系結構的關鍵組成部分。它被設計為靠近數據源，并允許在低延遲設計中與應用程序直接交互。該接近允許直接向最終用戶數據的部署，推動更好的，更多的經驗。在當今始終在線的遠程文化中，實時的附近數據訪問和應用程序部署是維持成功的人際關系的關鍵。

醫(yī)療：邊緣計算用于為各種行業(yè)的最終用戶提供更快，更安全的數字體驗。邊緣數據可改善從視頻下載到AI或機器學習，再到將醫(yī)療數據更快地交到醫(yī)生手中的一切體驗。