自從第一臺IoT設(shè)備于1990年問世以來，物聯(lián)網(wǎng)已經(jīng)有了長足的發(fā)展，這是一種可以在互聯(lián)網(wǎng)上開啟和關(guān)閉的烤面包機。27年之后，聯(lián)網(wǎng)設(shè)備已經(jīng)從新奇產(chǎn)品變成了日常生活中必不可少的一部分。

最近的預(yù)估顯示，成年人平均每天花在智能手機上的時間超過4個小時，只能手機也是一種裝有物聯(lián)網(wǎng)傳感器數(shù)據(jù)的設(shè)備。目前，81%的成年人擁有智能手機。想象一下，當81%的成年人擁有智能汽車和智能家居時，我們將會收到多少數(shù)據(jù)。

今天，IoT設(shè)備的大部分數(shù)據(jù)都在云中處理，這意味著全球所有角落產(chǎn)生的數(shù)據(jù)都被集中發(fā)送到數(shù)據(jù)中心的少數(shù)計算機上。然而，隨著IoT設(shè)備的數(shù)量預(yù)計將在2020年猛增至200億，通過互聯(lián)網(wǎng)發(fā)送數(shù)據(jù)的體積和速度對云計算方法提出了嚴峻的挑戰(zhàn)。

越來越多的設(shè)備連接將迫使IoT制造商在2018年將云計算模式從云計算模式轉(zhuǎn)移到一種稱為“霧計算”的新模式。

越來越多的數(shù)據(jù)訪問，云計算問題明顯

物聯(lián)網(wǎng)和人工智能的發(fā)展將帶來價值數(shù)以億計的數(shù)據(jù)。分布廣泛的傳感器、智能終端等每時每刻都在產(chǎn)生大量的數(shù)據(jù)。盡管云計算擁有“無限”的計算和存儲資源池，但云數(shù)據(jù)中心往往是集中化的且距離終端設(shè)備較遠，當面對大量的分布廣泛的終端設(shè)備及所采集的海量數(shù)據(jù)時，云不可避免地遇到了三大難題：

網(wǎng)絡(luò)擁塞，如果大量的物聯(lián)網(wǎng)和人工智能應(yīng)用部署在云中，將會有海量的原始數(shù)據(jù)不間斷地涌入核心網(wǎng)絡(luò)，造成核心網(wǎng)絡(luò)擁塞;

高延遲，終端設(shè)備與云數(shù)據(jù)中心的較遠距離將導(dǎo)致較高的網(wǎng)絡(luò)延遲，而對實時性要求高的應(yīng)用則難以滿足需求;

可靠性無法保證，對可靠性和安全性要求較高的應(yīng)用，由于從終端到云平臺的距離遠，通信通路長，因而風險大，云中備份的成本也高。

因此，為滿足物聯(lián)網(wǎng)和人工智能等應(yīng)用的需求，作為云計算的延伸擴展，霧計算(Fog Computing)的概念應(yīng)運而生。霧計算最早由思科提出，它是一種分布式的計算模型，作為云數(shù)據(jù)中心和物聯(lián)網(wǎng)設(shè)備 / 傳感器之間的中間層，它提供計算、網(wǎng)絡(luò)和存儲設(shè)備，讓基于云的服務(wù)可以離物聯(lián)網(wǎng)設(shè)備和傳感器更近。

霧計算主要使用邊緣網(wǎng)絡(luò)中的設(shè)備，可以是傳統(tǒng)網(wǎng)絡(luò)設(shè)備，如網(wǎng)絡(luò)中的路由器、交換機、網(wǎng)關(guān)等，也可以是專門部署的本地服務(wù)器。這些設(shè)備的資源能力都遠小于一個數(shù)據(jù)中心，但是它們龐大的數(shù)量可以彌補單一設(shè)備資源的不足。

在物聯(lián)網(wǎng)中，霧可以過濾、聚合用戶消息，匿名處理用戶數(shù)據(jù)以保證隱秘性，初步處理數(shù)據(jù)以便實時決策，提供臨時存儲以提升用戶體驗，而云則可以負責大運算量或長期存儲任務(wù)，與霧計算優(yōu)勢互補。通過霧計算，可以將一些并不需要放到云上的數(shù)據(jù)在網(wǎng)絡(luò)邊緣層直接進行處理和存儲，提高數(shù)據(jù)分析處理的效率，降低時延，減少網(wǎng)絡(luò)傳輸壓力，提升安全性。霧計算以其廣泛的地理分布、帶有大量網(wǎng)絡(luò)節(jié)點的大規(guī)模傳感器網(wǎng)絡(luò)、支持高移動性和實時互動以及多樣化的軟硬件設(shè)備和云在線分析等特點，迅速被物聯(lián)網(wǎng)和人工智能應(yīng)用領(lǐng)域的企業(yè)所接受并獲得廣泛應(yīng)用，例如，M2M、人機協(xié)同、智能電網(wǎng)、智能交通、智能家居、智能醫(yī)療、無人駕駛等應(yīng)用。

與邊緣計算(Edge Computing)不同的是，霧計算可以將基于云的服務(wù) ， 如 IaaS、 PaaS、 SaaS，拓展到網(wǎng)絡(luò)邊緣，而邊緣計算更多地專注于終端設(shè)備端。霧計算可以進行邊緣計算，但除了邊緣網(wǎng)絡(luò)，霧計算也可以拓展到核心網(wǎng)絡(luò)，也就是邊緣和核心網(wǎng)絡(luò)的組件都可以作為霧計算的基礎(chǔ)設(shè)施。

“云”和“霧”典型案例和應(yīng)用場景

融合云平臺和霧計算，一方面可通過云降低傳統(tǒng) IT采購、管理和運維的開支，將 IaaS、 PaaS、 SaaS作為云服務(wù)輸出;另一方面，通過霧計算可保證邊緣端數(shù)據(jù)的實時搜集、提取和分析速度，提高網(wǎng)絡(luò)資源部署使用和管理效率，有助于提高人機協(xié)同效率，為企業(yè)業(yè)務(wù)創(chuàng)新、服務(wù)品質(zhì)提升提供技術(shù)支持。以下是四個行業(yè)“云”和“霧”的典型案例和應(yīng)用場景。

工業(yè)

GE基于 Pivotal Cloud Foundry打造了 Predix 物聯(lián)網(wǎng) PaaS平臺，結(jié)合戴爾智能仿真技術(shù)，實現(xiàn)了“數(shù)據(jù)雙胞胎”?；谠朴嬎?，GE 實現(xiàn)了飛機發(fā)動機生產(chǎn)過程中的調(diào)優(yōu)，同時，基于霧計算，GE 實現(xiàn)了飛機飛行過程中的“自愈”。