邊緣計算的出現是為了更好的解決數據實時處理問題，與云計算相比并非是一定要進行二選一，而是在物聯網中有著各自的優(yōu)勢。云計算運行在大數據上，而邊緣計算運行于即時數據，即傳感器或用戶生成的實時數據。

以一個簡單的共享電動車物聯網應用方案為例，比如同一企業(yè)的共享電動車，首先要擁有自己的識別標簽，同時在不同停放地點具有識別這些標簽的設備。在這種情況下，標簽和識別設備都可以被視為“邊緣”，而作為標簽的內置芯片可以執(zhí)行一些簡單的計算，比如只有在核心數據（蓄電池電力不足）影響正常使用時將數據發(fā)送到當前區(qū)域的識別設備。

這樣的好處就是標簽可以對自身進行自檢并作出怕判斷，如果電量過低則不允許用戶使用同時向管理人員發(fā)送當前狀態(tài)信息及位置數據。因此邊緣計算就體現出了更快的響應和減少帶寬需求并節(jié)省數據成本的好處，這些優(yōu)勢對于自動車輛、智能家居或安全攝像頭方向的物聯網應用更為明顯。

相對于信息傳遞所需的能量消耗，傳感器和簡單的計算通常不會消耗很多能量，且發(fā)送的數據越多越大能量的消耗也就越大。因此如果設備對設備本身、消息的數量和大小進行計算，并使用邏輯來減少消息，那么邊緣計算對于LPWAN物聯網應用是非常有效的。

邊緣計算如何使使用lpwan的物聯網解決方案受益。與用于LPWAN物聯網解決方案的自主車輛、智能家居或安全攝像頭不同，延遲和帶寬并不那么重要。在這個遠程油箱監(jiān)控示例中，每隔兩個小時讀取一次讀數就足夠了，所以減少毫秒級的延遲幾乎不重要。另外，每個油箱的數據量很低，只有燃油油位、電池電量和其他設備基本狀態(tài)的字節(jié)數據，所以帶寬峰值不受影響。