工業(yè)物聯(lián)網(wǎng)（IIoT）將原本獨(dú)立編程的各種裝置，全結(jié)合在同一個(gè)智能網(wǎng)絡(luò)系統(tǒng)。這些系統(tǒng)通常具備實(shí)時(shí)運(yùn)算、資料互連、資安集成、高性能、可靠、可擴(kuò)充等能力。由于當(dāng)前采用的云端解決方案仍有不少限制，因此有越來(lái)越多先進(jìn)且高價(jià)值的IIoT使用案例，開(kāi)始從云端轉(zhuǎn)向霧運(yùn)算（fog computing）。

　　Embedded Computing Design報(bào)導(dǎo)指出，IIoT的演變，根據(jù)資料互連性與人工智能（AI）程度的不同，可分為監(jiān)控、最佳化與自主性三個(gè)層級(jí)。監(jiān)控包含了等預(yù)測(cè)性維修、資產(chǎn)追蹤等資產(chǎn)績(jī)效管理工作。這個(gè)層級(jí)的資料只是從邊緣流向后端云端或控制中心，彼此間并未產(chǎn)生互連性。人工智能與先進(jìn)分析都只在后端運(yùn)行。

　　這個(gè)層級(jí)的使用案例重點(diǎn)，在于流程的最佳化，也就是利用傳感器擷取的資料，監(jiān)控并改進(jìn)整個(gè)工業(yè)流程。隨著傳感器使用數(shù)量提升，為減少傳輸至后端的資料量，系統(tǒng)開(kāi)始產(chǎn)生邊緣分析的需求，而邊緣分析也將持續(xù)提升流程的P2P資料互連性。如此一來(lái)，IIoT系統(tǒng)便具備資料互連性與分層的運(yùn)算功能，而這都需有霧運(yùn)算的支持。

　　進(jìn)入自主性層級(jí)的IIoT，主要利用AI管理系統(tǒng)，不再需要人為介入。各項(xiàng)決策權(quán)與控制將依據(jù)反應(yīng)時(shí)間要求與資料規(guī)模，分配到IIoT系統(tǒng)的不同階層。這個(gè)層級(jí)的實(shí)時(shí)資料會(huì)在各個(gè)運(yùn)算節(jié)點(diǎn)間移動(dòng)。如果沒(méi)有霧運(yùn)算，系統(tǒng)便不可能擁有自主性，而透過(guò)霧運(yùn)算，業(yè)者便能開(kāi)發(fā)出更有彈性、韌性的自主化系統(tǒng)。

　　舉例而言，離岸風(fēng)力發(fā)電農(nóng)場(chǎng)引進(jìn)物聯(lián)網(wǎng)技術(shù)后，每座風(fēng)力發(fā)電機(jī)內(nèi)的數(shù)據(jù)總線(xiàn)（databus）便可在各個(gè)運(yùn)算節(jié)點(diǎn)的分析與控制應(yīng)用間進(jìn)行資料分享。當(dāng)安裝在某一座風(fēng)力發(fā)電機(jī)的傳感器偵測(cè)到風(fēng)向或風(fēng)力變化時(shí)，便可通知其它下風(fēng)處的風(fēng)力發(fā)電機(jī)做出調(diào)整，以維持整座風(fēng)力發(fā)電農(nóng)場(chǎng)的穩(wěn)定輸出。

　　發(fā)電農(nóng)場(chǎng)的資料也可在傳回至后端的控制中心后，與氣象、集成業(yè)務(wù)系統(tǒng)等其它服務(wù)結(jié)合，產(chǎn)生長(zhǎng)期的預(yù)測(cè)及分析資料。監(jiān)控層級(jí)的IIoT并無(wú)部署霧運(yùn)算的必要，但對(duì)于最佳化使用案例而言，霧運(yùn)算可說(shuō)是十分理想的功能；對(duì)于自主性使用案例，霧運(yùn)算更是關(guān)鍵。

　　以Linux容器等靈活的運(yùn)算框架有助于簡(jiǎn)化AI應(yīng)用的部署與管理，而資料分散式服務(wù)（DDS）等連網(wǎng)標(biāo)準(zhǔn)，是最佳化與自主性使用案例達(dá)成資料互連性不可或缺的基礎(chǔ)。