在大数据时代，云计算以规模大、虚拟化、可靠性高、通用性强、高可扩展性和廉价等特点已经逐步被大家所接纳，正在改变我们生活、学习、工作的方式。但随着物联网的发展，物联网应用可能会要求极快的响应时间，数据的私密性等等。如果把物联网产生的数据传输给云计算中心，将会加大网络负载，网路可能造成拥堵，并且会有一定的数据处理延时。

这时候边缘计算成为了一种很好的解决方案。边缘计算指的是在网络的边缘来处理数据，这样能够减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。

如今在智慧城市的运行中，拥有海量的数据，需要实时性的服务，利用边缘计算可以大幅降低网络负载，提高响应速度，降低能源消耗，目前已经在交通、安防等各方面发挥作用。

据测量，在人脸识别领域，利用边缘计算，响应时间由900ms减少为169ms，把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30％－40％。数据在整合、迁移等方面可以减少20倍的时间。

智慧交通

在城市的交通管理中，需要对交通违章、交通路况、拥堵等情况实施监测掌握。在城市的交通监测中，高清摄像头遍布各大接口，通过前端的卡口、电警、微卡口可以做到规范路人以及车辆的行为，还可以对一些交通违章、交通路况、拥堵热点与重点车辆等做到实时监测。边缘服务器上通过运行智能交通控制系统来实时获取和分析数据，根据实时路况来控制交通信息灯，以减轻路面车辆拥堵等。

智慧零售

智慧零售的核心就是通过获得顾客的信息，然后将其汇总分析来指导商家的策略。其本质就是通过部署前端摄像机把消费者的行为信息、年龄、性别、属性、消费习惯、商场热力图形成消费档案，然后通过后台大数据的分析与融合，在顾客进行二次消费以及商场规划的时候进行有重点的指导。

智慧社区

小区里为了居民的安全管控，需要通过摄像机进行监测。通过边缘计算，小区里的摄像机既能够实现人、车的监测，做到全结构化的分析，可以实现对外来人员警示、小区异常情况告警、公共安防隐患清除等小区管理工作。

同时对于共享单车乱停放、宠物乱跑等社会问题，也能通过前端摄像机感知，反馈到管理部门，为管理部门制定政策做参考。

智慧安检

在火车站、机场等地安检口等地部署自动检票机器，同数据库相连，可以提供基于活体检测的人证合一的自助安检服务，极大提高入站效率。同时通过交通枢纽站点内摄像设备的监测，能够对站点的人流情况实时掌控，对重点对象进行监控，保障人民群众的安全。

智慧医疗

在医疗中，数据快速响应服务十分重要。在医疗中传感器利用边缘计算可以快速响应，助力远程医疗更便捷进行诊断。同时在医疗中边缘协作也十分重要，比如流感爆发的时候，医院作为一个边缘结点与药房、医药公司、政府、保险行业等多个节点进行数据共享，把当前流感的受感染人数、流感的症状、治疗流感的成本等共享给以上边缘结点。药房通过这些信息有针对性的调整自己的采购计划，平衡仓库的库存；医药公司则能通过共享的数据得知哪些为要紧的药品，提升该类药品生产的优先级；政府向相关地区的人们提高流感警戒级别，此外，还可以采取进一步的行动来控制流感爆发的蔓延；保险公司根据这次流感程度的严峻性来调整明年该类保险的售价。

智能家居

智能家居系统利用大量的物联网设备（如温湿度传感器、安防系统、照明系统）实时监控家庭内部状态，接受外部控制命令并最终完成对家居环境的调控，以提升家居安全性、便利性、舒适性。

由于智能家居设备越来越多，不同产品很难兼容，而且由于家庭数据的隐私性，用户并不总是愿意将数据上传至云端进行处理，尤其是一些家庭内部视频数据。而边缘计算可以将计算（家庭数据处理）推送至家庭内部网关，减少家庭数据的外流，从而降低数据外泄的可能性，提升系统的隐私性。