对于物联网来讲，计算分析能力是至关重要的，若是使用边缘计算的话，将拥有更快的响应时间、更高的可靠性和安全性。而使用云数据中心计算的话则能够处理更多的数据，是十分先进计算技术。不同的成本也决定了分析类型位于边缘或云中。
使用物联网会生成大量的数据，这些数据必须存放在能够分析的地方，比如可以使用高速通信技术在云中实时传输数据并进行分析。当然，将数据发送到云实例或集中式本地数据中心处理，就需要数据传输，无论是通过蜂窝或卫星进行数据传输，也都将带来一定的成本问题。
无论如何成本的问题始终存在，从安全角度看，使用边缘计算更好，但是边缘计算也需要搭建一个平台，需要一些设备。这两方面的数据处理成本略微不一样。当然，如何存储和分析这些生成的数据，是物联网的必要考量，无法绕过。
使用边缘计算，减少一些成本
在计算货物空间以最大化地减少死角空间，达到更高空间利用率的运输，还是检测运输车辆的损耗等方面，边缘计算都能减轻一下成本。同时，由边缘计算对区分衣服类型非常有用，能快速地处理信息。不过，使用终端边缘计算虽然更可靠与安全，但因为终端设备防护能力较弱，因此对终端密码有着更高要求。
对于边缘计算来说，其中的厚边计算将需要提供更多空间。一般来说，服务器也不会放在运输卡车上。如果是运输集装箱的话，货轮倒是有足够的空间放置服务器，成为数据传输和控制处理平台。
薄边计算则更多地运用于卡车运输。可以直接将边缘计算设备放置在卡车上，充当数据分析平台的角色。使用传感器和其他连接的设备直接将数据发送到边缘计算设备上，无需通过蜂窝传输。薄边计算支持更强大的智能计算能力，简单来说，计算速度更快。
数据分析处理，没有那么简单
物联网数据和边缘分析实际上也没有那么简单。需要部署和管理分析的方法，能够处理负载平衡和可扩展性。在诸多部署方式中，彼此之间能够支持信息共享和联动，准确无误地发送数据到计算设备，在没有建立起高效自动化模型之前，依靠人工整合十分繁琐，还有不少路要走。
云计算有强大优势
另外，物流运输有效利用了边缘计算，也不意味着云计算就不存在了。云计算能保证商业企业和政府机构能够无视距离地传输数据，为现在和未来重要数字资产的传输提供更好服务。
恢复数据靠云存储
同时，云存储也能保护和恢复本地部署数据中心，对于恢复数据来说，是很有用的。将数据传输到云中，可以有效地保存设备上的所有数据。现在云计算也正在被广泛地使用。而当传感器提供的数据越来越多时，使用云计算能提高数据的分析效率，数据分析处理上限是强过边缘计算的。云提供了更强大的扩展功能。这为数据处理提供了更好的帮助，实际上更具成本效益。
最后总结，物联网是一个庞大的系统，如果将物联网设备当成物联网智能终端系统的“眼睛”、“耳朵”或者“四肢”的话，那么，数据传输则是血液。它可以将机器和设备连接到网络上，完成高效的信息数据存储、分析，最终完成物联网这一庞大体系的运转，达成万物互联的终极目标。
