在收集了所有車輛的數據并使用云進行分析后，Google可以提出最佳實踐和駕駛算法，這些算法將改善其導航并使車輛在首次訪問的位置時表現最佳。

云計算和邊緣計算正在塑造物聯網（IoT）的未來。這種組合為物聯網網絡中連接的設備帶來了穩定性，并通過處理更接近源的數據來解決延遲問題。

據國際數據公司（IDC）稱，邊緣計算（Edge computing）是一個微型數據中心的網狀網絡，可在本地處理或存儲關鍵數據，并將所有接收的數據推送到中央數據中心或云存儲庫。

谷歌預估他們的自動駕駛汽車每秒產生大約1GB的數據！需要快速處理大量此類數據，以便汽車能夠保持正確的路線并避免碰撞。想象一下，如果這些數據被收集，傳輸到云，云會對其進行處理，然后將其發送回汽車。盡管整個過程在幾秒鐘內完成，但事實證明為時已晚，而且汽車可能已經遇到了碰撞。此方案中的最佳解決方案是使用邊緣計算分析傳感器本身的數據，然后將其發送到云以進行后續分析。

回過頭來看看谷歌自動駕駛汽車的例子。

利用邊緣計算為物聯網設備帶來諸多好處，例如接近零延遲，較小的網絡負載，增加的彈性，減少的數據暴露以及較低的數據管理成本。讓我們逐一看看這些：

使用邊緣計算可以顯著降低云上的存儲成本，因為我們并未將所有內容存儲在云上。由于數量相對較少，這也有助于有效地管理數據。只有需要更深入分析的匯總數據才會發送到云端，隨后會對其進行分析和推斷。

較低的數據管理成本：