云计算似乎已经成为了业界公认的数据存储与处理趋势，不管是国外的亚马逊、谷歌、微软还是国内的阿里、百度、华为都在争分夺秒地推广自己的云产品，其激烈程度可以用如火如荼来形容。可是，随着物联网时代更多的设备接入网络，各公司的云服务还远远提供不了如此多的存储量，也没有足够的资源去处理如此巨量的数据。
云计算很给力，但全靠它也不行
虽然很多人都把数据看作财富，一点点也不愿拿出来共享，但从物以稀为贵的角度来看，数据确实是越来越不值钱了，以飞机为例，如果把一架波音747接入网络，以监控飞机的行驶情况，一个航程内光是发动机就会产生超过500GB的数据，更不谈那些动辄具有几百上千传感器节点的物联网工程了，这些实时产生的大量数据要如何处理?阅后即删舍不得，存在本地不现实，直接送入云端进行分析?这么多数据，又是实时传输，浪费计算资源不说，简直是在烧钱。
作为采用了各种先进硬件和智能算法、计算能力超强的云端，可不是用来存储和处理这些未经加工的杂乱数据的，而且作为单个企业来说，将数据送入云端处理无疑是省时省力的，但随着时代的发展，如果以后大家都这么做，那么目前的带宽无疑就会变得捉襟见肘，因此，云服务虽好，可不能全靠它哦。
边界计算和雾计算：云端之前的数据加工厂
俗话说钱要用在刀刃上，云计算也是如此，未经处理的海量原始数据会占据云服务器的大量资源，如果数据是实时传输的，还会浪费大量的网络带宽，这是我们不希望看到的。因此，我们需要研究如何让物联网设备初步处理并存储它们自己产生的原始数据，于是将一部分计算从云端拉回边界的“雾”计算模式就应运而生了。
这种技术思科把它叫做雾计算，IBM叫做边界计算，其原理都是将数据的初步处理交给我们身边的设备来完成，“雾端”由我们身边那些产生数据的智能设备组成，通过网络协议使得他们之间可以互通信息，然后再将经过筛选处理的，有逻辑的数据上传给云端。这种模式可以大大提升云端的运行效率，节约云服务资源，对大数据分析的准确度也有很大的帮助。
