又是炒作？霧計算是否將對云計算起到補充作用

霧計算“是一種面向物聯(lián)網(wǎng)（IoT）的分布式計算基礎設施，可將計算能力和數據分析應用擴展至網(wǎng)絡(luò )”邊緣“，它使客戶(hù)能夠在本地分析和管理數據，從而通過(guò)聯(lián)接獲得即時(shí)的見(jiàn)解。

“霧計算”是什么？

最初“霧計算”這個(gè)名字還是由美國紐約哥倫比亞大學(xué)的斯特爾佛教授（Prof. Stolfo）起的，不過(guò)他當時(shí)的目的是利用“霧”來(lái)阻擋黑客入侵。顯然，這與我們現在所講的“霧計算”有著(zhù)巨大的差距。

我們現在所熟知的“霧計算”這個(gè)概念是由思科首創(chuàng )，到了2015年11月，ARM、戴爾、英特爾、微軟等幾大科技公司以及普林斯頓大學(xué)加入了這個(gè)概念陣營(yíng)，并成立了非盈利性組織OpenFog Consortium （開(kāi)放霧聯(lián)盟），旨在推廣和加快開(kāi)放霧計算的普及，促進(jìn)物聯(lián)網(wǎng)發(fā)展。

根據思科對于“霧計算”的定義，“霧計算”是一種面向物聯(lián)網(wǎng)（IoT）的分布式計算基礎設施，可將計算能力和數據分析應用擴展至網(wǎng)絡(luò )“邊緣”，它使客戶(hù)能夠在本地分析和管理數據，從而通過(guò)聯(lián)接獲得即時(shí)的見(jiàn)解。

根據定義，我們了解到，“霧計算”時(shí)一種對“”概念的延伸，而它主要使用的是邊緣網(wǎng)絡(luò )中的設備，這些設備可以是傳統網(wǎng)絡(luò )設備（早已部署在網(wǎng)絡(luò )中的路由器、交換機、網(wǎng)關(guān)等等），也可以是專(zhuān)門(mén)部署的本地服務(wù)器。

對于“云計算”與“霧計算”的本質(zhì)區別，有一句話(huà)形容的非常貼切：云在天空飄浮，高高在上，遙不可及，刻意抽象；而霧卻現實(shí)可及，貼近地面，就在你我身邊。

“霧計算”的優(yōu)勢

說(shuō)到“霧計算”的優(yōu)勢，那就不得不先提一下“云計算”的缺陷。集中式的“云計算”允許人們高效、廉價(jià)地分享昂貴服務(wù)器資源，減輕企業(yè)用戶(hù)的負擔。但是，這也意味著(zhù)每一個(gè)人都在共享一個(gè)，要想進(jìn)行更高效的運用，企業(yè)就需要建設超大型數據中心，而這就要求企業(yè)購買(mǎi)造價(jià)高昂的服務(wù)器。此外，“云計算”對服務(wù)器的高要求也給服務(wù)提供商造成了很大的壓力。而且，隨著(zhù)依賴(lài)云計算的智能設備越來(lái)越多的出現，從云端到移動(dòng)設備的數據傳輸也變得越來(lái)越擁擠，從而引發(fā)了一個(gè)新問(wèn)題。

這時(shí)，分布式的“霧計算”的出現就彌補了集中式計算在這方面問(wèn)題的不足。因為“霧計算”在地理上分布更為廣泛，而且具有更大范圍的移動(dòng)性，這些能夠讓它適應如今越來(lái)越多不需要進(jìn)行大量運算的智能設備，在數據傳輸速度上遠勝“云計算”。

而具體來(lái)講，“霧計算”主要有以下幾個(gè)優(yōu)勢：

極低時(shí)延。這對于目前正在蓬勃發(fā)展中的物聯(lián)網(wǎng)有著(zhù)十分重要的意義，除此之外，網(wǎng)上游戲、視頻傳輸、增強現實(shí)等也都需要極低的時(shí)延。

遼闊的地理分布。這正好與集中在某個(gè)地點(diǎn)的云計算（數據中心）形成強烈的對比。例如，如果需把信息和視頻發(fā)送到高速移動(dòng)的汽車(chē)時(shí)，可以沿著(zhù)高速公路一路上設置無(wú)線(xiàn)接入點(diǎn)。此外，一旦某一區域的服務(wù)發(fā)生異常，用戶(hù)也可快速的轉移到另一個(gè)鄰近區域。

帶有大量網(wǎng)絡(luò )節點(diǎn)的大規模傳感器網(wǎng)絡(luò )，用來(lái)監控環(huán)境。智能電網(wǎng)本身就是一種帶有計算和存儲資源的大規模分布式網(wǎng)絡(luò )，可以作為“霧計算”很好的應用例子。

支持高移動(dòng)性。對于霧計算來(lái)說(shuō)，手機和其他移動(dòng)設備可以互相之間直接通信，信號不必到云端甚至基站去繞一圈，因此可以支持很高的移動(dòng)性。

“霧計算”并不是炒作

在“霧計算”這個(gè)概念出來(lái)的時(shí)候，許多人都說(shuō)這是一種炒作，但事實(shí)并不是如此?！办F計算”只是對“云計算”的一種延伸，并不是對“云計算”的一個(gè)取代。

在功能上面，“霧計算”相當于一個(gè)可以頻繁使用的“數據庫”，而“云計算”就是一個(gè)用于長(cháng)期存儲文件的“文件室”。在搜尋信息方面，不管是速度，還是利用率，數據庫明顯比文件室具有更大的優(yōu)勢。而在數據豐富方面，“霧計算”也可以從“云計算”平臺進(jìn)行獲取，相信在數據分享終端減少之后，“云計算”平臺的數據傳輸速度相比于之前應該快樂(lè )許多?；诖?，“云”與“霧”可以說(shuō)是一種相輔相成的關(guān)系。

此外，云計算的使用需要大量帶寬，而無(wú)線(xiàn)網(wǎng)絡(luò )帶寬有限。相比之下“霧計算”所需的帶寬量就少得多了，它在原則上可使傳輸的數據“旁路”，即從互聯(lián)網(wǎng)邊上繞過(guò)去，使這些數據盡可能本地化。最有價(jià)值的數據仍然可以通過(guò)“云計算”平臺來(lái)傳輸，但是大部分的數據流量可以從這些網(wǎng)絡(luò )中分流出去，從而大大減輕了云網(wǎng)絡(luò )的流量負擔。另外，對本地數據的使用也可節省大量成本。

霧計算的概念在2011年被人提出，并非是些性能強大的服務(wù)器，而是由性能較弱、更為分散的各種功能計算機組成，滲入電器、工廠(chǎng)、汽車(chē)、街燈及人們生活中的各種物品。霧計算是介于云計算和個(gè)人計算之間的，是半虛擬化的服務(wù)計算架構模型，強調數量，不管單個(gè)計算節點(diǎn)能力多么弱都要發(fā)揮作用。

霧計算有幾個(gè)明顯特征：低延時(shí)、位置感知、廣泛的地理分布、適應移動(dòng)性的應用，支持更多的邊緣節點(diǎn)。這些特征使得移動(dòng)業(yè)務(wù)部署更加方便，滿(mǎn)足更廣泛的節點(diǎn)接入。

與云計算相比，霧計算所采用的架構更呈分布式，更接近網(wǎng)絡(luò )邊緣。霧計算將數據、數據處理和應用程序集中在網(wǎng)絡(luò )邊緣的設備中，而不像云計算那樣將它們幾乎全部保存在云中。數據的存儲及處理更依賴(lài)本地設備，而非服務(wù)器。所以，云計算是新一代的集中式計算，而霧計算是新一代的分布式計算，符合互聯(lián)網(wǎng)的"去中心化"特征。

以智能交通燈為例。智能交通燈需要對車(chē)流量信息進(jìn)行采集、并與一些傳感器不斷交互，進(jìn)行計算并實(shí)時(shí)做出判斷，改變信號燈變換周期和時(shí)序，從而實(shí)現自動(dòng)指揮交通。如果將信息傳到云計算中心計算后再回傳，顯然不及時(shí)且可能出錯，而霧計算則可為智能交通燈提供就近的實(shí)時(shí)計算。相關(guān)數據聚合之后再發(fā)送到云計算中心做進(jìn)一步的全景和長(cháng)期的數據分析。

對于“霧計算”也有質(zhì)疑的聲音。

有些人認為霧計算是一種炒作，甚至還有人調侃地提出了“霾計算”。但是不可否認霧計算在產(chǎn)業(yè)界和學(xué)術(shù)界都受到了重視。

Business Insider的優(yōu)質(zhì)搜索服務(wù)“BI智能”預測，在2020年，企業(yè)和政府將有58億個(gè)物聯(lián)網(wǎng)設備會(huì )使用霧計算。思科已經(jīng)發(fā)布了多款與霧計算相關(guān)路由器、存儲等物聯(lián)網(wǎng)和網(wǎng)絡(luò )產(chǎn)品，投資混合數據中心和霧計算；推出基于霧計算的物聯(lián)網(wǎng)應用管理模塊、萬(wàn)物互聯(lián)軟件及服務(wù)套件，實(shí)現數據的實(shí)時(shí)獲取和處理。安謀國際、思科、戴爾、英特爾、微軟及普林斯頓大學(xué)邊緣實(shí)驗室共同成立霧計算聯(lián)盟，該聯(lián)盟探索建立霧計算框架和架構，研究分散式運算、網(wǎng)絡(luò )和存儲及物聯(lián)網(wǎng)等相關(guān)技術(shù)，加速霧計算應用。

在云計算架構中，集中式服務(wù)器負責整個(gè)應用程序或設備所需的計算。然而，與物聯(lián)網(wǎng)生態(tài)系統遵循同樣的原則變得越來(lái)越麻煩。物聯(lián)網(wǎng)的生態(tài)系統可以分解為四個(gè)組成部分：數據、東西、人和過(guò)程。在數據層面，我們意識到，盡管龐大的數據量正在從連接的設備產(chǎn)生，大部分數據是暫時(shí)性的，即數據的價(jià)值產(chǎn)生后幾分鐘內就消失了。因此，處理這些數據，從數據中提取的價(jià)值，數據的生產(chǎn)和存儲的各種分析需求是完全不同的學(xué)科。

處理數據并從中提取智能信號需要計算推送到本地節點(diǎn)設備。為了進(jìn)行這個(gè)過(guò)程，這些設備配備了最低限度的計算能力和數據存儲設施。在計算之后，只有豐富而簡(jiǎn)明的可重用數據被傳回云端。如果我們要在物聯(lián)網(wǎng)生態(tài)系統繼續利用云計算，縮放的同時(shí)保持它的可行，那么解決方案和基礎設施將成為一個(gè)緊迫的瓶頸。此外，隨著(zhù)云計算架構到位，從設備傳輸如此龐大的數據量到云端，然后處理和提取數據的所有設備所需要龐大的存儲和計算資源將使網(wǎng)絡(luò )癱瘓。

云計算顯然不是物聯(lián)網(wǎng)生態(tài)系統的一個(gè)可行的選擇，隨著(zhù)霧計算到位，計算能力被推向極端的邏輯結束，從而使設備自我決定維持在一定程度上的智能水平。由于只有豐富和簡(jiǎn)明的數據發(fā)送到服務(wù)器，因此集中的服務(wù)器上的存儲和計算負載可以減少到很小，可以更快地實(shí)現結果，且通信速度也很快。

霧（邊緣）計算模型將原有的云計算中心的部分或全部計算任務(wù)遷移到數據源的附近執行，根據的3V特點(diǎn)，即數據量（Volume）、時(shí)效性（Velocity）、多樣性（Variety），通過(guò)對比云計算模型為代表的集中式大數據處理和霧（邊緣）計算為代表的邊緣式大數據處理，可以看出霧計算的優(yōu)勢。邊緣式大數據處理時(shí)代，數據類(lèi)型更加復雜多樣，數據處理的實(shí)時(shí)性要求更高，數據量也超過(guò)ZB級，邊緣計算可以提高數據傳輸性能，保證處理實(shí)時(shí)性，降低云計算中心的負載。

霧計算的應用前景廣泛

以一個(gè)制造業(yè)案例為例，假設大型公司在印度建立了工廠(chǎng)生產(chǎn)清潔劑。想象整個(gè)流程中一個(gè)這樣的機器——攪拌機（垂直或水平攪拌機），它吸收不同的原料，并將它們進(jìn)行攪拌，在制造過(guò)程中生產(chǎn)出合成混合物。攪拌機的運轉原理是以預設的轉速定時(shí)旋轉，攪拌機筒吸收到不同的原材料，其運轉會(huì )耗費一定量的能源。

如果我們利用物聯(lián)網(wǎng)生態(tài)系統，讓這個(gè)設備成為“智能攪拌機”會(huì )怎樣？攪拌機安裝的大量傳感器為各種參數捕捉數據，然后數據傳回服務(wù)器（云）進(jìn)行后續分析。如何提供功率消耗的效率？這就是與霧計算的聯(lián)系。以前考慮的物聯(lián)網(wǎng)架構是利用云存儲和分析數據做出決定，但是為了讓資產(chǎn)/機器成為“智能設備”，我們需要霧計算架構，也就是增加本地實(shí)時(shí)計算數據流的能力，并向歷史信號學(xué)習幫助機器做出決策來(lái)改善結果。這將是一個(gè)利用機器學(xué)習優(yōu)化機器功耗，搭建霧計算網(wǎng)絡(luò )的場(chǎng)景。

基于這些自主學(xué)習規則，通過(guò)增加和降低設置來(lái)保持在最佳能耗模式，機器可以調整操作參數。當數據傳輸到云端，云端用新數據組更新機器學(xué)習模型，那么數據規則和（自主）學(xué)習就可以更新了。一旦更新，它會(huì )被推回邊緣，邊緣節點(diǎn)利用更新模型來(lái)更新規則，進(jìn)一步改善結果。

如今我們可以看到在運算設備上更現實(shí)也更個(gè)人化的霧計算，例如筆記本、智能手機、智能手表和平板電腦。最普遍的例子是Windows 10的重啟管理器。在自動(dòng)下載更新后，系統學(xué)習用戶(hù)使用模式可以計算出最合適的重啟系統和安裝更新的時(shí)間。在產(chǎn)業(yè)應用方面，利用邊緣計算架構，將計算推向邊緣節點(diǎn)（網(wǎng)絡(luò )的邏輯極端），這賦予了機器感知實(shí)時(shí)數據的能力，可以立即采取措施減少商業(yè)損失。

在之前的商業(yè)用例中，改善能耗只是可能改善的結果之一。邊緣計算還可以用于進(jìn)行各種即時(shí)的優(yōu)化處理，例如緩解資產(chǎn)故障或提高產(chǎn)出質(zhì)量；學(xué)習一個(gè)規則使機器會(huì )自動(dòng)做出決策來(lái)更改操作設置來(lái)避免故障或改善結果質(zhì)量。簡(jiǎn)而言之，通過(guò)推動(dòng)計算邊緣化，我們也將智能推到邊緣，因此讓設備或資產(chǎn)能夠做出自主決策來(lái)改善結果，并成為智能設備。未來(lái)霧計算將與云計算相輔相成、有機結合，為萬(wàn)物互聯(lián)時(shí)代的信息處理提供更完美的軟硬件支撐平臺。