“雾计算” 是什么？会不会在2018年迎来爆发？

最初“雾计算”这个名字还是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的，不过他当时的目的是利用“雾”来阻挡黑客入侵。显然，这与我们现在所讲的“雾计算”有着巨大的差距。

现在大多人认为的“雾计算”，是由思科定义的：“雾计算”是一种面向物联网（IoT）的分布式计算基础设施，可将计算能力和数据分析应用扩展至网络“边缘”，它使客户能够在本地分析和管理数据，从而通过联接获得即时的见解。

“雾计算”是一种对“云计算”概念的延伸，而它主要使用的是边缘网络中的设备，这些设备可以是传统网络设备（早已部署在网络中的路由器、交换机、网关等等），也可以是专门部署的本地服务器。

对于“云计算”与“雾计算”的本质区别，有一句话形容的非常贴切：云在天空飘浮，高高在上，遥不可及，刻意抽象；而雾却现实可及，贴近地面，就在你我身边。

“雾计算”的优势

说到“雾计算”的优势，那就不得不先提一下“云计算”的缺陷。集中式的“云计算”允许人们高效、廉价地分享昂贵服务器资源，减轻企业用户的负担。但对那些需要在本地实时发生并实时处理的应用，云端的延时将成为一个很大的障碍，比如自动驾驶，一定是在本地进行计算，判断路径规划。

“雾计算”在地理上分布更为广泛，而且具有更大范围的移动性，这些能够让它适应如今越来越多不需要进行大量运算的智能设备，在数据传输速度上远胜“云计算”。

而具体来讲，“雾计算”主要有以下几个优势：

极低时延。这对于目前正在蓬勃发展中的物联网有着十分重要的意义，除此之外，网上游戏、视频传输、增强现实等也都需要极低的时延。

辽阔的地理分布。这正好与集中在某个地点的云计算(数据中心)形成强烈的对比。例如，如果需把信息和视频发送到高速移动的汽车时，可以沿着高速公路一路上设置无线接入点。此外，一旦某一区域的服务发生异常，用户也可快速的转移到另一个邻近区域。

带有大量网络节点的大规模传感器网络，用来监控环境。智能电网本身就是一种带有计算和存储资源的大规模分布式网络，可以作为“雾计算”很好的应用例子。

支持高移动性。对于雾计算来说，手机和其他移动设备可以互相之间直接通信，信号不必到云端甚至基站去绕一圈，因此可以支持很高的移动性。

“雾计算”并不是炒作

在“雾计算”这个概念出来的时候，许多人都说这是一种炒作，但事实并不是如此。“雾计算”只是对“云计算”的一种延伸，并不是对“云计算”的一个取代。

在功能上面，“雾计算”相当于一个可以频繁使用的“数据库”，而“云计算”就是一个用于长期存储文件的“文件室”。在搜寻信息方面，不管是速度，还是利用率，数据库明显比文件室具有更大的优势。而在数据丰富方面，“雾计算”也可以从“云计算”平台进行获取，相信在数据分享终端减少之后，“云计算”平台的数据传输速度相比于之前应该快乐许多。基于此，“云”与“雾”可以说是一种相辅相成的关系。

此外，云计算的使用需要大量带宽，而无线网络带宽有限。相比之下“雾计算”所需的带宽量就少得多了，它在原则上可使传输的数据“旁路”，即从互联网边上绕过去，使这些数据尽可能本地化。最有价值的数据仍然可以通过“云计算”平台来传输，但是大部分的数据流量可以从这些网络中分流出去，从而大大减轻了云网络的流量负担。另外，对本地数据的使用也可节省大量成本。

雾计算的概念在2011年被人提出，并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，渗入电器、工厂、汽车、街灯及人们生活中的各种物品。雾计算是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型，强调数量，不管单个计算节点能力多么弱都要发挥作用。

与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘，所以也有人把雾计算理解成边缘计算。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的"去中心化"特征。

以智能交通灯为例。智能交通灯需要对车流量信息进行采集、并与一些传感器不断交互，进行计算并实时做出判断，改变信号灯变换周期和时序，从而实现自动指挥交通。如果将信息传到云计算中心计算后再回传，显然不及时且可能出错，而雾计算则可为智能交通灯提供就近的实时计算。相关数据聚合之后再发送到云计算中心做进一步的全景和长期的数据分析。

对于“雾计算”也有质疑的声音。认为这是一种炒作，还有人提出了“霾计算”。但是不可否认雾计算在产业界和学术界都受到了重视。

Business Insider的优质搜索服务“BI智能”预测，在2020年，企业和政府将有58亿个物联网设备会使用雾计算。安谋国际、思科、戴尔、英特尔、微软及普林斯顿大学边缘实验室共同成立雾计算联盟，该联盟探索建立雾计算框架和架构，研究分散式运算、网络和存储及物联网等相关技术，加速雾计算应用。

显然，物联网生态系统只有云计算是不够的，随着雾计算到位，计算能力被推向极端的逻辑结束，从而使设备自我决定维持在一定程度上的智能水平。由于只有丰富和简明的数据发送到服务器，因此集中的服务器上的存储和计算负载可以减少到很小，可以更快地实现结果，且通信速度也很快。

雾（边缘）计算模型将原有的云计算中心的部分或全部计算任务迁移到数据源的附近执行，根据大数据的3V特点，即数据量（Volume）、时效性（Velocity）、多样性（Variety），通过对比云计算模型为代表的集中式大数据处理和雾（边缘）计算为代表的边缘式大数据处理，可以看出雾计算的优势。边缘式大数据处理时代，数据类型更加复杂多样，数据处理的实时性要求更高，数据量也超过ZB级，边缘计算可以提高数据传输性能，保证处理实时性，降低云计算中心的负载。

雾计算的应用前景广泛

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!