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。

物联网中的云计算

通过物联网和云计算模型，我们基本上推动并处理你的感觉信息到云。你拥有摄入模块，它可以接收数据并存储在一个巨大的存储池（也称为“海洋”），然后对其进行并行处理（它可以是Spark、AzureHDInsight、Hive等），最后使用即时反馈做出决定。自从开始构建物联网解决方案，现在有了许多新的产品和服务，可以非常容易地实现这一点：你可以使用AWSKinesis和BigData Lambda Services；或者，你可以利用像Google Cloud这样的工具，如Cloud IoT Core。在物联网中面临的一些挑战包括私有平台用户对于他们拥有谷歌、微软或亚马逊之类的大型科技公司而感到不适；延迟以及网络断开问题；增加了存储成本、数据安全性及持久性；通常，大型机框架不足以创建满足复杂需求的大型摄取模块。

面向物联网雾计算

雾计算则更为强大。它使用的是本地处理单元或电脑，而不是将所有数据一路发往云端再等待服务器进行处理与响应。4-5年前，还没有像Sigfox或LoraWAN那样的无线解决方案，或BLE mesh功能，因此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且持久连接至中心单元——这就是这个中心单元成为整个解决方案核心所致。而专业提供商并不常见。此外，从实施一条雾网络中便可了解：这是并不简单的事情，有很多要理解的事项。在构建软件上，在互联网上所作出的工作，是更加直接开放。而当把网络作为屏障时，它会降低速度。对于这样的实现，便需要极大的团队与众多供应商合作，一般还会遇到供应商锁定的问题。

OpenFog是一个由著名行业人士开发专门用于雾计算架构设计的一个开放框架，为雾网提供了用例试验台技术规格还有参考体系结构。

物联网边缘计算

物联网涉及捕捉微小交互作用，并尽可能快做出反应。边缘计算离源头最近，可应用于智能传感节点。如果陷入边际与雾之间讨论，就需明白边缘属于智能传感节点应用，而雾仍然指局域网能为大量操作提供更多算力。

如微软及亚马逊这样巨头已经发布了AzureIoTEdge & AWSGreengrass来提高网关及节点上的机器智慧，这些网关及节点拥有一定的高级运算能力尽管这些都是极好的解决方案，但显著改变着从业者所知晓亦使用过边缘概念含义。

真正的边际将发生于神经元装置上，这样它们预装机学习算法服务于特定目的责任，那么是否美妙？假设仓库末端节点能执行几串关键字NLP—比如密码“芝麻开门”。这种设备通常具备类似神经网络结构，当加载ML算法时，将近乎燃烧神经网络。但这种燃烧不可逆转。

出现嵌入式设备新空间促进低功率传感器节内嵌入式智能。

物联MIST 计算

MIST则补充了现有的两种模式，使其变得更加完善，无需再次等待年月。一种类型使得MIST能够引入互联网设备功能分配工作负载既没有提供动态智能模型也无法达到避免又快速获取至各处寻找资料终端带来的高速过程优化选择256KB内存大小以及100KB/秒速率随之而生Mesh 网络必然推崇此一种新的基于MIST系统模型的人们提议易於实践且灵活运用的基于MIST系统新模式方便获得快速通讯速度跟踪后续发展趋势研究分析未来展望未知领域探索深远影响结果显示原先方法效率提升难以达标依赖加强技术创新精益求精不断改良革新不断更新换代以满足日益增长需求不断追求最佳解答一直持续前行探索未知永不止步继续前行提升效率提高生产力走向更高层次！