边缘计算设备可以实时监测视频图像，自动识别和分类交通违规行为，如闯红灯、逆行、压线等。这些违规行为可以被实时提醒给交通管理人员，从而加强对交通规则的执行和监管。
在万物互联和行业智能化双重环境的催生下，云边端一体化有利于将算力下沉到更接近数据产生的现场，同时拥有更低的时延、更低的带宽占用、更低的部署成本，以及更加安全可靠的数据传输等优势，更好地满足企业智能化转型的需求。
技术最终发展到IT和业务作为平等的团队成员而不是对手的位置。边缘计算提供了一个机会，通过依赖端点进行数据收集，使数据更接近于满足业务目标。对于IT来说，这构成了网络安全的转变，既具有挑战性又令人兴奋。
据IDC预测，到2025年全球将有800亿台终端设备接入到互联网，移动数据流量将高达160 ZB，将给云计算系统带来了极大的负载，将终端设备的数据上传至云端时可能引起较长传播时延，因此边缘计算重点性凸显。
边缘计算在制造业中的主要优势之一是它能够减少延迟。传统的云计算模型需要将数据发送到集中式数据中心进行处理，这可能会导致严重的延迟。通过边缘计算，数据在本地进行处理，从而可以进行实时分析和决策。这在需要立即采取行动的制造过程中尤为重要，例如质量控制和设备维护。
5G的出现大大降低了设备相互连接的延迟，但仅靠这种网络还不足以满足当今的需求。这就是边缘计算技术的用武之地：使数据处理更接近数据生成的地方。
