物联网智慧连接工业总线与现场总线的四大计算模式解析
在物联网领域，数据处理和智能化的需求日益增长。从业者面临的一个关键挑战是如何有效地管理庞大的传感器数据流。例如，在一个自动化工厂中，数百个集成的传感器每秒钟产生3个数据点，这些数据通常在5秒后就变得无用。因此，需要一种能够即时处理这些数据的计算模式。
目前有四种主要的物联网计算模式：
物联网云计算
通过物联网与云计算模型，我们将感知数据推送到云端进行存储和并行处理。这涉及到使用如AWS Kinesis、Big Data Lambda Services、Azure生态系统以及Google Cloud产品等工具来构建大型摄入模块。此外，还存在一些挑战，如对私有平台用户和企业对于拥有他们数据在谷歌、微软或亚马逊上感到不舒服，以及延迟和网络中断问题。
面向物联网的雾计算
雾计算利用本地处理单元或设备，而不是将所有数据发送到云端进行处理。这意味着可以更快地做出反应，因为距离传感器较近。但是，这种方法也带来了复杂性，比如需要深入了解网络技术，并可能会导致供应商锁定。
物联网边缘计算
边缘计算离源头最近，可以应用机器学习于智能传感器节点。在这个领域，微软和亚马逊已经提供了Azure IoT Edge和AWS Greengrass等解决方案，以提高网关和传感器节点上的机器智能。不过，对于真正的边缘计算来说，它应该发生在具有预装机器学习算法的小型神经元装置上，而不仅仅是在网关上运行算法。
物联网MIST（混合实时智能体） 计算
MIST 计算结合了基于云、雾以及边缘模型，不需要再次等待其他技术发展。它引入了网络功能，使得设备能够分配工作负载，无需依赖雾或边缘提供动态智能模型。此外，它还能促进高速数据处理与智能提取，有256kb内存大小，每秒100kb/s的速度，是未来的一种潜力解决方案。