边缘计算将数据存储与处理从云或数据中心迁移到靠近数据源头的设备端，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求，实现了将云平台的能力延伸到边缘端。
边缘计算在物联网解决方案占据重要地位，它主要可以解决以下问题：

1）带宽的瓶颈：设备与传感器产生大量数据，通信投入在物联网总投入中占据重要的部分，低带宽广域传输协议比如LoRa、SigFox，可以降低通信成本，但是低带宽带来我们不想看到的性能下降。通过在边缘端部署分析算法，对进来的传感器数据进行处理，只发送重要数据和报警到云端，可以有效地破解带宽与成本之间的难题

2）不稳定的网络环境：设备与传感器经常位于间断性的网络环境，比如离岸的油井或远洋运输船使用卫星进行通信，信号很容易中断；卡车采用蜂窝数据连接，很容易进到信号覆盖盲区。边缘计算可以提供数据缓存，允许自主定义数据传输的规则和运行决策算法

3）实时的决策需求：很多场景下基于传感器数据的决策是时延敏感型的，没有时间传回云端进行决策分析。比如自动驾驶汽车的自主决策，网络延迟可能会导致严重的安全隐患；又比如在流程制造行业的“golden batch”，需要基于数据的分析来实时地调整温度、压强、湿度等参数。边缘计算可以加速边缘端的数据处理速度、响应时间和边缘性能，以获得超低延迟。