物聯(lián)網(wǎng)設備爆發(fā)式增長(cháng)，云計算模式正走向“霧計算”

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

　　最近的預估顯示，成年人平均每天花在智能手機上的時(shí)間超過(guò)4個(gè)小時(shí)，只能手機也是一種裝有物聯(lián)網(wǎng)傳感器數據的設備。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(chē)和智能家居時(shí)，我們將會(huì )收到多少數據。

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

　　越來(lái)越多的設備連接將迫使IoT制造商在2018年將云計算模式從云計算模式轉移到一種稱(chēng)為“霧計算”的新模式。

　　越來(lái)越多的數據訪(fǎng)問(wèn)，云計算問(wèn)題明顯

　　物聯(lián)網(wǎng)和人工智能的發(fā)展將帶來(lái)價(jià)值數以?xún)|計的數據。分布廣泛的傳感器、智能終端等每時(shí)每刻都在產(chǎn)生大量的數據。盡管云計算擁有“無(wú)限”的計算和存儲資源池，但云數據中心往往是集中化的且距離終端設備較遠，當面對大量的分布廣泛的終端設備及所采集的海量數據時(shí)，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)和人工智能應用部署在云中，將會(huì )有海量的原始數據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，終端設備與云數據中心的較遠距離將導致較高的網(wǎng)絡(luò )延遲，而對實(shí)時(shí)性要求高的應用則難以滿(mǎn)足需求;

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

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

　　霧計算主要使用邊緣網(wǎng)絡(luò )中的設備，可以是傳統網(wǎng)絡(luò )設備，如網(wǎng)絡(luò )中的路由器、交換機、網(wǎng)關(guān)等，也可以是專(zhuān)門(mén)部署的本地服務(wù)器。這些設備的資源能力都遠小于一個(gè)數據中心，但是它們龐大的數量可以彌補單一設備資源的不足。

　　在物聯(lián)網(wǎng)中，霧可以過(guò)濾、聚合用戶(hù)消息，匿名處理用戶(hù)數據以保證隱秘性，初步處理數據以便實(shí)時(shí)決策，提供臨時(shí)存儲以提升用戶(hù)體驗，而云則可以負責大運算量或長(cháng)期存儲任務(wù)，與霧計算優(yōu)勢互補。通過(guò)霧計算，可以將一些并不需要放到云上的數據在網(wǎng)絡(luò )邊緣層直接進(jìn)行處理和存儲，提高數據分析處理的效率，降低時(shí)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 )節點(diǎn)的大規模傳感器網(wǎng)絡(luò )、支持高移動(dòng)性和實(shí)時(shí)互動(dòng)以及多樣化的軟硬件設備和云在線(xiàn)分析等特點(diǎn)，迅速被物聯(lián)網(wǎng)和人工智能應用領(lǐng)域的企業(yè)所接受并獲得廣泛應用，例如，M2M、人機協(xié)同、智能電網(wǎng)、智能交通、智能家居、智能醫療、無(wú)人駕駛等應用。

　　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(zhuān)注于終端設備端。霧計算可以進(jìn)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設施。

　　“云”和“霧”典型案例和應用場(chǎng)景

　　融合云平臺和霧計算，一方面可通過(guò)云降低傳統 IT采購、管理和運維的開(kāi)支，將 IaaS、 PaaS、 SaaS作為云服務(wù)輸出;另一方面，通過(guò)霧計算可保證邊緣端數據的實(shí)時(shí)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(gè)行業(yè)“云”和“霧”的典型案例和應用場(chǎng)景。