随着物联网、云计算应用程序以及对实时服务和分析的不断增长的需求，对于企业而言，处理在物理上接近于其创建和使用位置的某些类型的数据比以往任何时候都更为重要。将其发送到云平台或中央数据中心并不能减少当今许多用例。考虑到边缘计算是在传统数据中心环境之外的许多情况下远程进行的，因此管理和监视这些关键IT资产面临着独特的挑战。
边缘计算不仅是在汽车或智能手表中装有服务器或计算机的机械中，而且在高可用性、低延迟IT基础设施。它是在尽可能靠近数据源的位置进行数据的处理和存储，它可以在本地服务器，小型数据中心或具有自己的计算功能的智能设备(例如传感器)中。边缘计算的典型用途(是增长的重要推动力)是处理来自诸如健康监视器或环境传感器之类的物联网(IoT)设备的数据。促使企业走到边缘的另一个主要动机是，对于自动驾驶汽车、金融服务交易、预测分析和环境监控等应用程序，实时分析和处理数据的需求日益增长。
企业需要解决了围绕边缘计算的基本问题，从成本，连接性，处理方式等等。因此听取行业专家的意见，以了解边缘计算的用途。
全部迁移
企业正在迅速朝这个方向迈进，以满足其业务需求。根据Gartner公司的说法，虽然如今只有约10%的企业生成数据是在传统数据中心或云平台外部创建和处理的，但到2022年，这一比例预计将增长到75%。
充满挑战的现实是，许多这些边缘计算设备都位于偏远或难以访问的位置，远离主要数据中心或企业IT团队无法访问的位置。对于那些从事边缘计算的企业而言，成功的关键因素在于远程监视和管理系统的能力，需要确保不间断的运行以及保护资产和网络的安全。
因此采用设计为在边缘运行的设备需要进行自我监控，或设计有传感器来监控、跟踪和报告运行和环境状况。他们还需要具备高级报告功能，以使IT团队能够远程监视和管理操作。当设备可以对自身的健康状况和可操作性进行故障诊断甚至自我修复时，它们可以确保任何边缘设备的安全和操作以及所容纳的数据。
边缘计算设备和物联网设备增加了企业网络的接入点数量，使其更容易受到物理和网络安全威胁的攻击。为了确保网络的安全性，需要严密监视资产、行为和环境。尽管现场数据中心也需要安全性，但容纳边缘计算服务的独特位置和设备通常需要远距离保护。
对于正确掌握远程操作和监视方法的企业而言，其好处是可以提高运营效率、速度并降低成本。
运营效率
因为边缘计算设备被设计为执行自己的实时分析和执行，所以这限制了发送到数据中心或云平台的数据量。在边缘创建的许多数据，例如来自传感器网络或健康监控设备的数据，都可以在本地处理。由于不需要中央数据中心进行处理，因此可以更快地处理、分析和处理数据。而且，当确实需要集中存储或处理数据时，通常是边缘设备上处理过的少量数据或其聚合数据。而且可以将其编程为分批发送给网络，也可以在有更多网络带宽可用时发送。
在这种情况下，分散数据管理和处理可提高效率。正如Gartner公司首席研究分析师SanthoshRao指出的那样，“开始进行数字业务之旅的组织已经意识到，需要一种更加分散的方法来满足数字业务基础设施的需求。随着数据量和速度的增加，将所有这些信息流传输到云平台或数据中心进行处理的效率也低下。”
速度
边缘设备的物理位置取决于用例，例如需要高速交易的金融服务公司可能需要在其物理空间内安装边缘服务器。制造设施可能需要在工厂车间安装设备。公用事业公司或市政当局可能需要在多个地理位置分散的室外位置安装传感器。物理位置很重要，而随着数据的存储和处理尽可能靠近数据源设备移动到边缘设备，企业可以在事务处理方面获得接近零的延迟。
对于许多企业来说，这是至关重要的业务驱动力。金融服务公司做出数百万美元的交易，医疗保健公司做出改变人生的决定，零售商可以为客户提供实时增强现实。所有这些活动都需要以最快的速度来完成业务任务。
降低成本
通过在边缘设备上管理数据，可以很大程度地减少网络流量，并很大程度地减少需要存储在云平台或数据中心中的数据量。这样可以降低成本，因此企业无需为传输或存储不需要的数据付费。
边缘计算是当今企业完整的现代化IT基础设施的一部分。通过实时处理和分析，这些分布式微型数据中心补充了完整的数据中心以及云计算和托管服务。由于需要减少延迟，并加快通常在远程边缘发现的服务和数据的交付速度，因此企业需要实时监控，可见性和分析以跟踪并确保其安全性和运营。
