基础设施的高度复杂性和

无需高带宽的互联网连接即可更快地处理数据特别是敏感数据。由于容量有限本地通常存储很少甚至不存储数据而是直接进行低延迟处理。 多样性以及边缘设备的有限性能不利于边缘计算。他们的本地资源通常不足以进行大量的本地数据处理或存储。具有后果的决定因此当存在大量用户本地数据生成量低且敏感数据很少的用例时使用云解决方案是有意义的。前提条件是有互联网连接并且沟通不会对延迟时间提出太高的要求。

这种云用例的一个例子是在生产中提供和输入公司数据例如系统的数据例如工作时间库存水平生产数量。使用边缘计算的经典用例是大量本地数据生成敏感 WhatsApp 号码数据 数据的存在或缺乏一致的互联网连接。一个具体的例子是生产产品的自动目视检查实时机器和过程监控应急或检测系统。选择的痛苦如果带宽延迟和云连接可用性不满足要求避免边缘计算可能会导致问题。服务质量可能会受到严重影响。此外如果所有数据都传输到云端在那里存储和处理云服务的成本可能会激增。



此外数据保护问题尤其是考虑到欧洲法院的裁决或数据处理方面的接受问题可能会导致云使用出现问题。另一方面边缘策略需要这样管理各种本地设备及其与云的连接。这可能会在成本设备可用性维护更换安全或交付方面带来问题。由于边缘计算既包括云服务也包括本地边缘设备因此复杂度显着增加。云可以在集中管理或几乎无限的资源等方面得分。云可以在集中管理或几乎无限的资源等方面得分。