从物联网行业的角度来看，广泛应用计算能力和分布式处理的需求日益增长。随着物联网与OT和IT系统的集成，我们面临首要挑战是如何处理来自数百个集成传感器的大量数据。在一个自动化工厂中，每秒钟有三条数据点被发送，这些数据在五秒后就变得无关紧要。数百个传感器、多个网关、复杂的进程以及众多系统需要几乎即时地处理这些信息。大部分支持者倾向于云计算模型，即将所有东西都推向云端。这正是物联网计算基础中的第一种模式。

物联网的云计算

通过物联网与云计算模型，将你的感知数据推送到云端。你拥有一块摄入模块，可以接收并存储在巨大的数据湖中，然后使用Spark、AzureHDInsight或Hive等大规模并行处理工具进行分析，最终基于实时信息做出决策。现在，有许多新兴产品和服务可以轻松实现这一目标，如AWS Kinesis和Big Data Lambda Services，以及Azure生态系统，让构建大数据能力变得异常容易。此外，Google Cloud提供了Cloud IoT Core等工具，使得操作更加便捷。

然而，在物联网领域面临的一些挑战包括：对私有平台用户来说，将其重要数据托管于如谷歌、微软或亚马逊之类的大型公有云服务商上可能会感到不适；延迟和网络断开问题；增加了存储成本、安全性和持久性问题；通常，大型企业框架不足以满足庞大的摄入模块所需。

面向物联网的雾计算

雾计算通过本地处理单元或设备而不是将所有内容发送至远程服务器进行优化运算，从而显著增强其效能。过去，由于缺乏像Sigfox或者LoraWAN这样的无线解决方案，BLE没有mesh或远程功能，因此必须依赖更昂贵且可靠性的网络解决方案来确保连接到中心单元。此中心单元往往是整个解决方案核心，并非专业供应商普遍提供。

实施一套雾网络并不简单，它要求深厚知识背景及理解丰富技术细节。而当把网络视作屏障时，它会降低速度，对此类实现还需大量团队协作及多方供应商参与，同时常常面临供应链锁定风险。OpenFog是一个由业内专家开发为雾计算架构设计开放框架，为用例研究提供参考体系结构。

物联网边缘计算

物联网追求捕捉微小交互并迅速反应。在边缘与雾之间讨论时，应明白边缘讲的是智能传感器节点应用，而雾则是在局域范围内为大规模操作提供额外的运算能力。市场领导者如微软和亚马逊已经发布了Azure IoT Edge 和AWS Greengrass，以提升网关及传感器节点上的机器学习能力，但这极大改变了从业者对于边缘环境所知晓使用的情景。

物联网MIST 计算

MIST（Mobility, Intelligence, Scalability, and Trust）是一种结合现有的几种模式——基于云、大气层以及边缘——以促进高效率、高质量智能提取，使得不同类型设备均能快速有效地处理海量数据并激活智能功能，无需长时间等待其他技术更新。此新型MIST模型能够引入设备间通信功能分配工作负载，无须依赖现有的动态智慧模型既不会出现“雾”也不会出现“边”。这种模式带来的高速智能提取设备拥有256KB内存大小及其100KB/秒以上最高可达到的资料转输速度，对Mesh网络自然也是一个推动者的天然助力者，并期待未来能够见证基于MIST系统更佳灵活有效的一个新的模型产生出来。