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等等），最后使用极速信息做出决策。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；你还可以利用像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；延迟和网络断开问题；增加了存储成本、数据安全性以及持久性；通常，大型机器学习框架不足以创建满足高强度操作所需的大型摄取模块。

面向物联网的雾计算

雾计算采用本地处理单元或小型电脑，而不是将所有数据一路发往远方服务器，并期待它们被解析后的响应。4-5年前，还没有像Sigfox和LoraWAN这样的无线技术解决方案，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，以确保建立起安全且持久连接至中央单元。这是一个核心单元，在现有的专业解决方案提供商中很少见。实施一个雾网络时，可以发现：这并不简单，不仅要知道很多事情，而且还需要理解很多复杂细节。而当把网络当作一道屏障时，它会降低速度。此外，对于这样实现，还需要一个非常庞大的团队及多家供应商合作。通常也会面临供应商锁定的问题。

OpenFog是一个由行业内著名人士开发的一个专门为雾计算架构设计开放性的框架，为这个领域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

物联网正变得越来越依赖捕捉微小交互作用，并尽可能迅速做出反应。在边缘与雾之间进行讨论时，一定要明白边缘最终指的是智能传感节点应用，而雾仍然是在局域范围内为大量操作提供能力建立能力。如果陷入关于边缘与雾两种模式争论，那么应该记住边缘代表着智能化程度，而不是机器学习算法运行地点。

如今市场上的巨头们已经发布了一系列产品，如微软推出的AzureIoTEdge，以及亚马逊推出的AWS GreenGas，以此提升网关及传感节点上的机智水平，使得工作变得异常简便，但同时也显著改变了我们所了解及运用的边缘概念含义。不幸的是，这样的变化让人们误以为真正意义上的边缘只不过是在网关上运行某些特定的任务罢了。但事实上，如果我们想要让这种想法成为现实，那么真正有效的情境应当发生在神经元装置上，这样它们能够预装机学算法服务于具体目的及其责任那才叫真实的情境！比如说仓库末端节点能够执行本地自然语言理解，从而识别密码，比如“芝麻开门”！

物联网MIST 计算

MIST是一种全新的嵌入式设备空间，其目标是促进低功率传感节点级别上的嵌入式智能化。这使得之前只有基于雲端、霧状或者邊緣計算模式的人工智能技術现在能直接进入设备内部，无需进一步转换，只需调整当前已有的资源即可提高效率。此外，由於Mesh網絡技術存在，這種計算模型將會被視為一個進步與改善現狀之後必須達到的新標準之一，並且有人提出了基於MIST系統設計一個更好的モデル來實現這一切，並且對於實際應用將會帶來更多好處。