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端。你拥有一块摄入模块，它可以接收数据并存储在一个巨大的存储库——“海洋”，然后对其进行并行处理（它可以是Spark、AzureHDInsight、Hive等），最后使用极速信息做出决定。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：我们可以使用AWS Kinesis 和 Big Data Lambda Services；我们可以利用Azure生态系统，让构建大数据能力变得极其容易；或者，我们可以使用像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和企业对于拥有他们在谷歌、微软或亚马逊等的大型数据库感到不舒服；延迟以及网络中断问题；增加了存储成本、安全性以及持久性；通常，大数据框架不足以创建一个能够满足所有这些需求的大型摄入模块。

面向物联网的雾计算

通过雾计算，我们变得更强大。雾计算使用的是本地处理单元或小型电脑，而不是将所有数据一路发送到云端，然后再由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，也没有BLE mesh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。这是一个核心中心，是整个解决方案的心脏，但很少有专业提供商能提供此类完整解决方案。

从实施一种雾网络中，你会发现这并不简单，一定要理解很多事项。而构建软件，在物联网领域所作之事，更直接而开放。但当把网络当作一道屏障时，它会降低速度。此类实现需要一个非常大的团队及众多供应商参与，并常常面临供应商锁定的问题。OpenFog是一个专为雾计算架构而设计，由行业内知名人士开发的一个开放框架，为你提供用例试验台技术规格甚至参考体系结构。

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。边缘计算离原始资料最近，可以应用机器学习于传感器节点。如果陷入讨论边缘与雾之间，则应明白边缘指智能传感节点应用，而雾则指局域网，可为大量操作提供额外力量。

如微软和亚马逊这样的巨头已经发布了AzureIoTEdge 和 AWS Greengrass，用以提升网关及传感节点上的机器智能，使得工作变得轻松许多。不过，这显著改变了业界对“边缘”含义认识。

真正边缘应该发生于神经元装置上，其中预装机算法服务于特定目的与责任，那该如何？让仓库结束节点执行NLP基于关键字符串，比如密码“芝麻开门”。这种设备通常具有神经网络结构，所以加载ML算法，就像是燃烧神经网络。但这种燃烧不可逆转。

存在全新嵌入式设备空间，可以促进低功率传感节点上的嵌入式智能发展。

物联MIST 计算

MIST 计算模式结合三种以上不同的模式：基于cloud 的模型、基于fog 的模型以及edge 计算模型，将它们融合使之更加完善，无需进一步等待，只需引入实时互联网功能分配任务，不依赖于其他两种方法即可获得高速、高效智能提取设备，有256KB内存大小及100KB/秒高速度转移速率，对Mesh 网络肯定也会看到这样一种模式被提出带来新的机会。一旦有人提出更好的MIST 系统，便能轻易采用此方式提升性能。此处所述四种不同类型均旨在提高各方面效率，使得未来更多情境下能够顺利运行无缝连接，每一步都精心考量，以保证最终目标达成：迅捷决策与最大限度资源节约！