随着各种移动互联网设备的不断出现，人们越来越习惯于使用智能手机、上网本、平板电脑等设备在几乎无处不在的无线网络中进行互联网计算。 这将首先将我们带入互联网计算时代。 在此过程中，设备的创新和网络技术的改进正在改变“计算”本身的定义。 例如，现在你可以随时随地使用智能手机实现许多功能，而这些功能以前只能在办公室电脑上完成； 未来，您将可以利用ATM机、车辆信息系统甚至所有生产设备，即时创建一个移动的、连续的、个性化的互联网空间。 届时，“计算”将变得无处不在却又无形。

  与此同时，各种基于“计算”的应用也在不断发展。 多核、并行计算、计算加速器、传感器和嵌入式技术的出现将帮助人们轻松地在触手可及的IO设备之间移动各种通信、数据和服务。 这就是互联网计算的魅力！

  IDC 的最新数据预测，到 2020 年，全球将有 310 亿台联网设备在互联网上运行。 届时，人们将体验到持续、无处不在的互联网计算。 然而，在科学家眼中，这只是物联网的一小部分。 他们估计，未来地球上将有大约50万亿个“物体”，每个人身边将有数千个物体通过物联网连接起来。

  可以预见，未来的互联网无论从规模、形式等方面都将远远超出互联网计算的范围，最终进入万物互联的物联网时代。 在这个演变过程中，我们会面临很多困难。 数亿台设备不仅会产生海量数据，对IP地址的需求也将远远超过现有存量。 这只是许多可预见的技术问题之一。

  现在我们可预见的物联网应用已经覆盖交通、医疗、工业自动化等30多个行业。 未来，它将渗透到人们生产生活的各个角落，给IT产业的发展带来巨大的发展机遇。

　传感器在工作过程中，本身会产生大量的数据，但这些数据并不会自动被作为有意义的信息处理。换言之，如果物联网中的设备仅仅只是互相连接起来，而没有额外的性能、功能的添加，那么把它们连接起来也就变得没有意义了。

　因此，科学家们正努力在这些传感设备上实现自我学习、推导的功能，让物联网中的各种设备因为拥有了传感器而变得更具价值。以智能交通为例，在对交通状况进行分析时，我们要让设备能够对通过安装在街道、公路等处的监控摄像头、车载GPS等记录下来的海量信息，自动进行有意义的分析与处理。

　在物联网下，所有联网设备都将产生大量数据，只能集中存储在异地的大型数据库中，这正是云计算产生的前提。云计算将确保个人计算体验的连续性，它不仅帮我们存储海量的数据，还为我们汇集了大量的计算潜能，帮助我们进行复杂的运算。

　但仅有云端还远远不够，我们必须有响应速度非常快的本地计算形式。它比我们以前所谈的简单的大型数据中心的高性能计算要复杂得多。因为它不光需要具有我在前面谈到的推导、推理这样的计算能力，同时还需要有实时的、对现实物理世界仿真模拟的能力，以实现在无需或极少需要人为干预的情况下，就可指定、发现和安全部署自动化云计算服务和资源。

   在工作过程中，传感器本身会产生大量数据，但这些数据不会自动被处理为有意义的信息。 换句话说，如果物联网中的设备只是相互连接，而不增加额外的性能和功能，那么连接就变得毫无意义。

  因此，科学家们正在努力在这些传感设备上实现自学习和推理功能，让物联网中的各种设备因为拥有传感器而变得更有价值。 以智慧交通为例，在分析交通状况时，我们需要让设备能够自动对街道、高速公路等安装的监控摄像头、车载GPS等记录的海量信息进行有意义的分析和处理。

  在物联网下，所有连接互联网的设备都会产生大量数据，这些数据只能集中存储在大型远程数据库中。 这是云计算出现的前提。 云计算将确保个人计算体验的连续性。 它不仅帮助我们存储海量的数据，还为我们汇聚了大量的计算潜力，帮助我们进行复杂的计算。

  但仅靠云还不够。 我们必须有一个响应速度非常快的本地计算形式。 它比我们之前谈到的简单的大型数据中心的高性能计算要复杂得多。 因为它不仅需要具备我前面讲的推导、推理的计算能力，还需要具备实时模拟真实物理世界的能力，从而在无需或极少人为干预的情况下达到目标。 可以指定、发现和安全部署自动化云计算服务和资源。