邊緣計算能夠加速數據流的處理，能夠無延遲的處理數據。邊緣計算的及時性和即時性對響應速度有苛刻時間要求的應用至關重要，比如自動駕駛。在視頻監控應用中，比如gong安實戰應用，邊緣計算及時性尤其重要。若把數據傳輸到云端進行計算，再把計算結果反饋到控制中心或者采集設備端，將直接影響gong安人員的工作效率。
邊緣計算可以在數據產生源端或者附近就對數據計算處理，只把處理后的結果數據傳送到數據中心，相比于把源數據傳送到云計算中心或者數據中心集中處理，極大地節省了數據通信帶寬。這對基于互聯網或者跨多個域的數據轉發的應用尤為關鍵。邊緣計算既可以通過減少網絡傳輸數據量來消減傳輸成本，還可以進一步提高云計算中心和數據中心的計算效率，同時避免把一些敏感的源數據傳輸匯聚到網絡上、云端或者數據中心，進一步增強了數據安全性。
視頻監控行業是應用邊緣計算技術較早的一個行業，由于使用了邊緣計算技術，整個視頻監控行業已經從傳統的視頻監控系統逐漸過渡到視頻圖像信息應用系統。尤其是在gong安行業應用中，隨著gong安行業標準《GA/T 1400 gong安視頻圖像信息應用系統-2016》(簡稱視圖庫標準)和《GA/T 1399 gong安視頻圖像分析系統-2016》的正式發布，進一步加快了gong安行業中的視頻圖像信息的邊緣計算技術落地。
霧計算(fog computing)、霧網絡(fog networks)或者霧化(fogging)，都是同一個意思。霧計算和邊緣計算在物聯網中有著類似角色和目標，都是推動智能和計算更接近數據源。但是霧網絡或者霧化是一種分散式的計算基礎架構，將數據、計算、存儲和應用分布在數據源和云之間合理、有效的位置。霧網絡側重于相互交互的邊緣設備，比如物聯網網關，但是邊緣計算側重于實際上與“物”相關的設備和技術，比如攝像機。
另一種觀點認為，霧是指邊緣設備和云之間的網絡連接，而邊緣更具體的指靠近邊緣設備進行的計算過程，因此霧包括邊緣計算，但霧也會包含將處理后的數據傳送到終目的地的網絡。
其實邊緣計算和霧計算并沒有一個嚴格的分界線，而是相互融合的一個整體，比如開源聯盟OpenFog正是開發的支持霧計算和邊緣計算的參考框架。
