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。大多数数据处理的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。

通过物联网和云计算模型，将基本上推动并处理你的感觉数据到云。你拥有一个摄入模块，它可以接收数据并存储在一个巨大的存储空间，然后对它进行并行处理（它可以是Spark、AzureHDInsight、Hive等），然后使用快速信息做出决定。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，可以非常容易地做到这一点：你可以使用AWS Kinesis 和 Big Data Lambda Services；或者，你可以利用Azure生态系统，让构建大数据能力变得极其容易；或者，你可以使用像Google Cloud产品这样的工具，如Cloud IoT Core。在物联网中面临的一些挑战包括：私有平台用户和企业对于拥有他们自己的数据感到不舒服；延迟和网络中断问题；增加了存储成本、安全性以及持久性；通常，大型框架不足以创建能够满足所有需求的大型摄入模块。

面向物联网雾计算通过雾计算，可以变得更加强大。雾计算使用的是本地处理单元或电脑，而不是将所有一切一路发送到云端，并等待服务器进行处理与响应。此前，还没有像Sigfox 和 LoRaWAN那样的无线解决方案，也没有BLE mesh 或远程功能，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性的连接至于该中心单元。这个核心单元很少由专业提供商提供。

从实施一项雾网络中，我们了解到了这是并不简单的事情——我们需要知道并理解很多事情。当把网络当作屏障时，它会降低速度。而且，当要实现这样的事情时，我们通常也会面临供应商锁定的问题。OpenFog是一个专为雾计算架构而设计的一个开放框架，由著名行业人士开发，用例、实验台技术规格还有参考体系结构都被提供出来。

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。边缘计算离我们的感觉最近，有能力在传感器区域应用机器学习。如果陷入了边缘与雾之间讨论的话，那么应该明白，这里的讨论涉及智能传感节点应用，而非局域网络带来的巨量操作能力。在这里，我们谈论的是微软与亚马逊这类行业巨头发布出的AzureIoTEdge 和 AWS GreenGas，使得网关以及智能化后的传感器节点具有良好的机能。这使得工作变得简单，但显著改变了我们所知晓及所用的边缘计算含义。

物联网MIST 计算MIST 计算结合着基于云上的模型，与基于雾气以及边缘环境中的模式相辅相成，使它们更加高效而又实用，不必再次等待年月过去才发现其价值。不仅如此，它还引入了一种新的设备类型，在低功率转换机构上促进嵌入式智能，从而使得原先无法触及的地方现在变成了可能。而这种新兴力量，又不是为了取代现有的任何一种模式，而是在既有的基础之上增添更多可能性，为此过程注入活力，同时让原本受限于资源限制的小型设备也能享受到高速提取信息加速设备带来的便利，其内存容量达256KB，每秒可达100kb/s 的高速率，为Mesh 网络带来了全新的运维灵魂，一切似乎都指向着更为完美的人工智能时代！