随着企业和消费者将更多设备连接到互联网，同时，超高速5G网络服务扩大其覆盖范围以及企业寻求利用该技术带来的机会网店装修，边缘计算在企业中的使用正在显著增加。

统计数据也支持这一点：根据Eclipse基金会的《2021年物联网和边缘商业部署调查》，54%的企业正在使用或计划在12个月内使用边缘计算技术，另有30%计划在两年内评估边缘部署。

[[438824]]

此外，30%的人希望在这些计划上花费100,000到100万美元，16%的人计划花费超过100万美元。

更有说服力的或许是，越来越多的高管关注边缘计算，边缘计算可使人工智能、机器学习和其他分析程序所需的处理能力接近数据生成端点。这个2021年的调查发现，35%的支出决策是由高管推动，高于2019年调查的18%。这表明边缘计算，以及更广泛的边缘适合的物联网生态系统，正在成为企业战略目标。

值得注意的边缘计算用例包括：

自动驾驶汽车是主要的边缘计算用例，因为只有在能够实时分析驾驶所需的所有数据时，自动驾驶汽车才能安全可靠地运行。然而，云端端实时分析可能​​存在问题;自动驾驶汽车产生的数据量以及在将数据发送到云时相应的潜在延迟(甚至缺乏所需的连接)可能意味着不安全的延迟。这些车辆收集的数据量是惊人的。行业对所生成的数据量估计差异很大，但都将生成以TB为单位的数据量。

例如，Morgan Stanley Global Telecom研究人员估计，自动驾驶汽车每小时可以产生40 TB 以上的数据。当然，5G将能够处理比现有4G网络更多的容量，但仍然无法保证能够将所有数据传输到云端进行处理，以达到自动驾驶汽车所需的速度。因此，需要车载计算能力和边缘数据中心来进行导航、车对车通信以及与新兴智慧城市集成的关键任务处理。

市政当局也在使用边缘计算来创建智能社区网店装修，并通过智能交通控制等功能来管理交通。边缘计算支持这一广泛类别中的很多领域。它可以根据实时的实地情况进行快速调整，从而帮助交通机构、公共转型部门和私营运输公司等市政当局更好地管理车流和整体交通流量。例如，部署用于处理车辆数据的边缘计算平台可以确定哪些区域正在经历拥堵，然后重新安排车辆路线以减轻交通拥堵。

此外，市政当局(例如城市工作人员和区域规划者)可以部署边缘设备来处理来自电网、公共基础设施、公共设施、私人建筑和其他地方的传感器的数据，以立即评估需求并加快响应速度。

边缘计算可以增强商业和消费者部署的安全性。企业可以使用边缘计算来启用视频监控和生物识别扫描，以及其他监控和授权措施，其中需要实时分析数据以确认只允许授权的个人和批准的活动。

例如，企业可以使用具有光学技术的生物识别安全产品来执行虹膜扫描，边缘设备会立即分析这些图像，以确认具有授权访问权限的员工是否匹配。与此同时，可视门铃和安全摄像头等消费安全产品同样受益于边缘计算提供的实时分析-通常以部署在家庭网络中的雾节点的形式。

医疗保健数据来自众多医疗设备，包括医生办公室、医院中的设备以及患者自己购买的消费者可穿戴设备。但是所有这些数据都不需要移动到集中式服务器进行分析和存储，这个过程可能会造成带宽拥塞和存储需求的爆炸式增长。

相反，边缘设备可以摄取和分析来自端点医疗设备的数据，以确定哪些数据可以丢弃，哪些应该保留，更重要的是，哪些数据需要立即采取行动。例如，来自心脏设备的数据;边缘设备可承载一个程序，该程序旨在汇总正常读数以进行报告，并立即提醒需要紧急注意的异常读数。边缘计算在医疗服务提供中也发挥着关键作用，小程序美工例如机器人辅助手术，其中需要实时数据分析。

在制造工厂和其他此类行业中，工业物联网增加了数百万个连接设备，以收集有关生产线、设备性能和成品的数据。但是，不需要在中央服务器中处理所有数据-每个连接的温度计的每个温度读数都不重要。在某些情况下，由于设施位置偏远，将数据移动到中央服务器(无论是在云端还是在本地)可能会非常昂贵或不可能。在这种情况下，边缘计算将所需的处理能力带到需要的地方，并且可以对这些边缘设备进行编程，以将聚合数据传输回中央系统和/或在端点启动所需的操作。

此外，边缘计算提供了制造和工业运营所需的速度，在这些领域，自动化装配线移动迅速，需要实时干预来解决问题。边缘计算通常用于支持预测性维护工作、能源效率计划、定制生产运行、智能制造和智能运营。工业高管还使用边缘作为物联网生态系统的一部分，以监控、分析和管理其工厂、工厂和办公室的能源使用。能源公用事业公司本身可以使用边缘来监控和管理他们自己的现场设备。

与其他用例类似，虚拟现实 (VR) 和增强现实 (AR) 都需要实时处理大型数据集，因为任何分析滞后都会延迟后续行动。在VR和AR的情况下，这意味着延迟图像和指令，当这些技术广泛使用时，这种延迟会带来糟糕的用户体验，有时甚至不安全。

员工使用这些技术来指导他们完成任务以及学习新流程。学生使用它们来学习复杂的概念。个人用户将它们用于娱乐和技能提升。企业应用这些技术来实现独特的定制体验，例如个性化的购物展示。当带宽限制、成本和/或隐私问题使使用集中处理能力成为糟糕的选择时，边缘计算可以实现这些各种体验。

根据美国联邦劳工统计局 (BLS) 的数据显示，美国私营企业雇主在2020年报告了210万起非致命工伤。根据BLS的最新数据，2019年有5,333人因工伤死亡。但行业正在使用多种技术(例如端点传感器、计算机视觉和人工智能以及边缘设备)来支持工作场所安全应用。

例如，公司可以使用来自现场员工的位置数据来执行COVID-19大流行带来的隔离要求，如果他们移动和保持距离太近，则向他们发出警报。由于此类位置数据在此之后没有任何价值，因此可以在边缘收集和处理信息，而不需要将其移动和存储在企业数据中心。

类似于在增强现实和虚拟现实用例中使用边缘计算，边缘计算支持视频流和内容交付的低延迟要求。此外，它还可以为现有和新兴功能提供良好的用户体验，例如搜索功能、内容建议、个性化体验和交互功能。

事实上，随着顶级流媒体平台成为分发内容的标准方式，媒体公司正在使用边缘计算来提供具有完美用户体验的原创内容、现场活动和地区内容-正如消费者现在所期望的那样。

从银行业到零售业，各行各业的企业都在探索如何使用边缘计算为客户提供超个性化体验和有针对性的广告。他们还在开发使用边缘计算来支持新服务的方法，例如支持AR的交互式购物。

随着家庭采用高科技，家庭生成和传输的数据量激增，从支持AI的虚拟助手(例如亚马逊的Alexa)到联网安全系统，再到智能扬声器，所有这些都为可用带宽增加流量。家庭内的边缘计算可以缓解服务提供商网络的压力，通过将更多家庭数据保持在第三方系统之外，确保实时响应并提高隐私。

 网店装修