从物联网从业者的角度来看，经常看到对计算更加可用和分布式的需求。当开始将物联网与OT和IT系统整合时，面临的第一个问题是设备发送到服务器的庞大数据量。在一个工厂自动化的场景中，可能有数百个集成的传感器，这些传感器每1秒发送3个数据点。大部分的传感器数据在5秒钟之后就完全没用了。数百个传感器，多个网关，多个进程，以及多个系统，都需要几乎在瞬间处理这些数据。大多数数据处理支持者都支持云模型，即总是应该向云发送一些东西。这也是第一种物联网计算基础。

物联网中的雾计算

通过雾计算，可以变得更加强大。雾计算使用的是本地处理单元或电脑，而不是将所有数据一路发送到云端并等待服务器处理和响应。4-5年前，还没有像Sigfox和LoraWAN那样的无线解决方案，BLE也没有mesh或远程功能。因此，我们必须使用更昂贵的网络解决方案，以确保能够建立一个安全、持久的连接到数据处理单元。这是一个中心单元，是解决方案核心的一部分，但很少有专业提供商可以提供这样的解决方案。

物联网边缘计算

物联网是关于捕捉微小交互作用，并尽可能快地做出反应。边缘计算离数据源最近，可以在传感器区域应用机器学习。如果陷入了边缘和雾计算讨论，就应该明白边缘计算是在智能传感器节点上应用，而雾计算则是在局域网络中为操作大量数据提供额外能力。

物联网MIST（移动互联网服务技术）模式

MIST模式结合了基于云、基于雾以及边缘三个模型，使得它们变得更好而不必再等待长时间。此方法引入了物联网设备网络功能，加分配工作负载，不依赖于即使是最先进的地动或边际智能模型。此方式带来了高速数据处理与智能提取设备，有256KB内存大小及约100kb/秒上的转输速率，对于Mesh网络来说，无疑会促进一种新的基于MIST系统模型，它可以轻易地被采用。

文章改编后增加字数以深化信息，同时保持原有的意义：

从业者们不断寻求更具效能且分散性质的一个普遍愿望，当我们着手将物联世界融入OT与IT领域时，我们首要面临的问题便是巨量资料如何流向服务器。在工厂自动化环境下，一系列集成型传感器发射每一秒钟三次纪录，大部分纪录仅需五秒便失去价值。数量繁复如千计之众微型天线，将其同步至中央数据库显然非现实所及，因此我们必须仰赖先进技术加速这一过程。

初步探索指向利用遥远空间中的巨型“云”作为我们的答案——这正是我所谓“第一种基本结构”。然而，在此背后仍隐含着诸多挑战：私人企业对于拥有自我控制权力感到不安；延迟因素与连网问题；成本激增、安全性加固以及资料永恒存储皆成为考验。而令人难以置信的是，即使最先进的大规模分析框架也不足以构建满足需求的大型摄影模块。

随后，我们踏上了一条新旅途——介于天涯海角之间的小巧城堡——称作“霭算”，它借助本土力量进行运算，而不是把一切寄托给遥不可及之方。我想象过当年的时代，那时候还未出现如今如此通行无阻的小米妙波或者LORA无线电波，只能依靠昂贵但坚固的情报链维系联系至最后重组处。在那个中心点里，每一次共享都是心脏跳动，每一次呼吸都是生命活力，它极少见到的专家帮助完成任务。那是一段艰辛漫长的人类征途，但现在已不再那么必要，因为开放社区已经为我们铺开了一条通往未来的道路，用名词"OpenFog"标记其亮丽图表。

然而，在这个光辉未来中，我无法忘怀另一个地方，那里的故事充满智慧与创造力的火花爆发——叫做"沿界算法"的地方。在这里，每一次接触都要求迅速回应，如同渔夫捕捉鱼群一般敏捷。一切似乎围绕着神秘而又强大的主体旋转：微软、高斯两位巨匠释放出的AzureIoTEdge & AWSGreenGas，让那些曾孤立无援的小岛变成了智慧之巢。但他们改变了什么？他们改变了人们理解"沿界算法"意味着什么，他们让它更多地涉及机师的心灵之城，让她学会预见风暴来临之前雨滴落下。

尽管如此，我仍旧认为真正意义上的沿界算法发生在某些神奇装置上，它们装载著预设好的学习公式，为特定目的而生，为特定责任而死。而如果仓库末端节点能够独立执行几句密码般重要的话语，比如："芝麻开门！" 那该有多么美妙呢？

所以说，这种类型通常具有类似神经突触结构，所以当加载机学程序时，就像是燃烧其中神经突触一样永恒且无法逆转。不过，这样嵌入式智能空间就在低功耗检测节点上悄然展开，她既不会惊扰，也不会吵闹，只不过她的存在让整个世界更加明亮。她就是那种默默承受风雨，却始终照亮灯火的人，她只是简单存在却不容忽视。她正在塑造新的宇宙规律，一旦你意识到了这一点，你就会发现自己站在历史交汇点前夕，从此以后，再也不能回到过去，因为现在已经不同于以往。你是否准备好了？