边缘计算面部识别系统的响应时间从900毫秒降低到169毫秒。
将一些计算任务从云中卸载到边缘后，整个系统的能耗降低了30%-40%，数据在整合、迁移等方面可以缩短20倍。
随着物联网的发展，传统的内容分发网络中数据缓存到边缘节点上，数据的产生和使用都是在边缘节点上，即边缘节点也需要承担一些计算任务。将计算任务放在云中心到边缘节点的过程被称为云卸载。
举例来说，移动互联网的发展，让我们在移动端轻松购物，我们的购物车和相关的操作(对商品的加减改)都依赖于上传数据到云中心来完成。
若将购物车的相关数据和操作全部下放到边缘节点上，则可以大大提高响应速度，增强用户体验。降低了延迟，提高了人与系统的交互质量。
由于移动设备越来越多，城市里摄像机布控越来越多，利用视频来达到某种目的也成了一种合适的方法，但云计算这一模式已不适用于这类视频处理，因为大量数据在网络中的传输会导致网络拥塞，且难以保证数据的隐私。
于是，提出了边缘计算，让云中心分散相关请求，每个边缘结点对请求与本地视频数据进行处理，然后只返回相关结果到云中心，这样既减少了网络流量，又在一定程度上保证了用户的隐私。
举个例子，有一个孩子在城市丢失，那么云中心可以将这个请求下放到各个边缘结点，边缘结点结合本地数据进行处理，然后返回是否找到小孩儿这个结果。与上载所有视频到云中心相比，让云中心来解决，这样能更快地解决问题。
