提起人工智能和云計算大多數(shù)人可能不陌生了，但不知不覺又來了個 霧計算我，還有什么邊緣 計算、認(rèn)知計算，可謂是變化多端，讓人摸不著頭腦，那也不要緊，今天，我希望通過深入介紹霧計算的概念，理清霧計算和云計算、邊緣計算、移動云計算、移動邊緣計算等技術(shù)模型之間的區(qū)別和聯(lián)系，再次拉近我們和幾個“計算”之間的距離。我給你一一解釋，不能說讓你完全懂，但肯定讓你能知其一也能知其二，搞個差不多，下面就一一解釋。
一、概念淺析
云計算
云計算（cloud computing）是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過互聯(lián)網(wǎng)來提供動態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源。云是網(wǎng)絡(luò)、互聯(lián)網(wǎng)的一種比喻說法。過去在圖中往往用云來表示電信網(wǎng)，后來也用來表示互聯(lián)網(wǎng)和底層基礎(chǔ)設(shè)施的抽象。因此，云計算甚至可以讓你體驗每秒10萬億次的運(yùn)算能力，擁有這么強(qiáng)大的計算能力可以模擬核爆炸、預(yù)測氣候變化和市場發(fā)展趨勢。用戶通過電腦、筆記本、手機(jī)等方式接入數(shù)據(jù)中心，按自己的需求進(jìn)行運(yùn)算。云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問， 進(jìn)入可配置的計算資源共享池（資源包括網(wǎng)絡(luò)，服務(wù)器，存儲，應(yīng)用軟件，服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。
云計算系統(tǒng)由云平臺、云存儲、云終端、云安全四個基本部分組成。云平臺作為提供云計算服務(wù)的基礎(chǔ)，管理著數(shù)量巨大的CPU、存儲器、交換機(jī)等大量硬件資源，以虛擬化的技術(shù)來來整合一個數(shù)據(jù)中心或多個數(shù)據(jù)中心的資源，屏蔽不同底層設(shè)備的差異性，以一種透明的方式向用戶提供計算環(huán)境、開發(fā)平臺、軟件應(yīng)用等在內(nèi)的多種服務(wù)。
通常情況下，云平臺從用戶的角度可分為公有云、私有云、混合云等。
公有云：第三方提供商為用戶提供服務(wù)的云平臺，用戶可通過互聯(lián)網(wǎng)訪問公有云。
私有云：為一個用戶單獨使用而組建的，對數(shù)據(jù)存儲量、處理量、安全性要求高。
混合云：是結(jié)合了公有云和私有云的優(yōu)點而組建的。
再者，通過從提供服務(wù)的層次可分為基礎(chǔ)設(shè)施即服務(wù)（Iaas）、平臺即服務(wù)（Paas）和軟件即服務(wù)（Saas）。
霧計算
霧計算(Fog Computing)，在該模式中數(shù)據(jù)、(數(shù)據(jù))處理和應(yīng)用程序集中在網(wǎng)絡(luò)邊緣的設(shè)備中，而不是幾乎全部保存在云中，是云計算(Cloud Computing)的延伸概念，由思科(Cisco)首創(chuàng)。這個因"云"而"霧"的命名源自"霧是更貼近地面的云"這一名句。霧計算和云計算一樣，十分形象。云在天空飄浮，高高在上，遙不可及，刻意抽象;而霧卻現(xiàn)實可及，貼近地面，就在你我身邊。霧計算并非由性能強(qiáng)大的服務(wù)器組成，而是由性能較弱、更為分散的各類功能計算機(jī)組成，滲入工廠、汽車、電器、街燈及人們物質(zhì)生活中的各類用品。
相比于云計算的高高在上和遙不可及，霧計算更為貼近地面，就在你我身邊。我們知道，將數(shù)據(jù)從云端導(dǎo)入和導(dǎo)出實際上比人們想象的要更為復(fù)雜，由于接入設(shè)備越來越多，在傳輸數(shù)據(jù)、獲取信息時，帶寬就顯得不夠用了，這就為霧計算的產(chǎn)生提供了空間。
霧計算的概念在2011年被人提出，并非是些性能強(qiáng)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(jī)組成，滲入電器、工廠、汽車、街燈及人們生活中的各種物品。霧計算是介于云計算和個人計算之間的，是半虛擬化的服務(wù)計算架構(gòu)模型，強(qiáng)調(diào)數(shù)量，不管單個計算節(jié)點能力多么弱都要發(fā)揮作用。
霧計算有幾個明顯特征：低延時、位置感知、廣泛的地理分布、適應(yīng)移動性的應(yīng)用，支持更多的邊緣節(jié)點。這些特征使得移動業(yè)務(wù)部署更加方便，滿足更廣泛的節(jié)點接入。
與云計算相比，霧計算所采用的架構(gòu)更呈分布式，更接近網(wǎng)絡(luò)邊緣。霧計算將數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序集中在網(wǎng)絡(luò)邊緣的設(shè)備中，而不像云計算那樣將它們幾乎全部保存在云中。數(shù)據(jù)的存儲及處理更依賴本地設(shè)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。
霾計算
霾計算，可以簡單理解為垃圾云或霧計算，是對云計算和霧計算的補(bǔ)充。
當(dāng)然，無論是“云”還是“霧”，都不想成為“霾”，但是這個問題卻事實存在著，如果得不到慎重的預(yù)防以及妥善的解決，那么“霾計算”就來了。霾計算的概念可以很好地形容比較差的云計算或者霧計算，如果"云"或"霧"提供的服務(wù)，存在著丟失泄露、傳輸不穩(wěn)定、費用嚴(yán)重超支等問題，其優(yōu)勢則可能遠(yuǎn)不如對用戶的傷害，恰如"霾"對人體健康的危害。
霾計算指的是什么呢？這里你可以理解為比較差勁的云計算或霧計算，因為這兩者雖然概念先進(jìn)，但也不是沒有缺點。第一，隱私與安全。現(xiàn)在的互聯(lián)網(wǎng)世界，遭黑客攻擊簡直就是家常便飯的事，因此客戶的隱私數(shù)據(jù)很容易泄漏。第二，網(wǎng)絡(luò)延遲或者中斷。云計算都是通過互聯(lián)網(wǎng)遠(yuǎn)程訪問的，雖然現(xiàn)在網(wǎng)速提高很快，但和局域網(wǎng)相比，速度還是有所延遲的，雖然在延時方面霧計算稍微好點，但如果網(wǎng)絡(luò)中斷，無論云計算或者是霧計算，服務(wù)都無法訪問。第三，帶寬會耗費預(yù)算，廠商按流量收費有時會超出預(yù)算、應(yīng)用軟件性能不夠穩(wěn)定，數(shù)據(jù)可能不值得放在云上，規(guī)模過大難以擴(kuò)展，缺乏人力資本等都是造成霾計算的根源所在。
邊緣計算
邊緣計算指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。
一般而言，霧計算和邊緣計算的區(qū)別在于，霧計算更具有層次性和平坦的架構(gòu)，其中幾個層次形成網(wǎng)絡(luò)，而邊緣計算依賴于不構(gòu)成網(wǎng)絡(luò)的單獨節(jié)點。霧計算在節(jié)點之間具有廣泛的對等互連能力，邊緣計算在孤島中運(yùn)行其節(jié)點，需要通過云實現(xiàn)對等流量傳輸。
那么，邊緣計算和云計算又有何區(qū)別？這兩者都是處理大數(shù)據(jù)的計算運(yùn)行方式。但不同的是，這一次，數(shù)據(jù)不用再傳到遙遠(yuǎn)的云端，在邊緣側(cè)就能解決，更適合實時的數(shù)據(jù)分析和智能化處理，也更加高效而且安全。
如果說物聯(lián)網(wǎng)的核心是讓每個物體智能連接、運(yùn)行，那么邊緣計算就是通過數(shù)據(jù)分析處理，實現(xiàn)物與物之間傳感、交互和控制。“邊緣計算”作為一種將計算、網(wǎng)絡(luò)、存儲能力從云延伸到物聯(lián)網(wǎng)網(wǎng)絡(luò)邊緣的架構(gòu)，遵循“業(yè)務(wù)應(yīng)用在邊緣，管理在云端”的模式。
認(rèn)知計算
認(rèn)知計算 代表一種全新的計算模式，它包含信息分析，自然語言處理和機(jī)器學(xué)習(xí)領(lǐng)域的大量技術(shù)創(chuàng)新，能夠助力決策者從大量非結(jié)構(gòu)化數(shù)據(jù)中揭示非凡的洞察。認(rèn)知系統(tǒng)能夠以對人類而言更加自然的方式與人類交互;認(rèn)知系統(tǒng)專門獲取海量的不同類型的數(shù)據(jù)，根據(jù)信息進(jìn)行推論;從自身與數(shù)據(jù)、與人們的交互中學(xué)習(xí)。
認(rèn)知計算包含了信息分析、自然語言處理和機(jī)器學(xué)習(xí)領(lǐng)域的大量技術(shù)創(chuàng)新，能夠助力決策者從大量非結(jié)構(gòu)化數(shù)據(jù)中揭示非凡的洞察。認(rèn)知系統(tǒng)能夠以對人類而言更加自然的方式與人類交互，專門獲取海量的不同類型的數(shù)據(jù)，根據(jù)信息進(jìn)行推論。
認(rèn)知計算的一個目標(biāo)是讓計算機(jī)系統(tǒng)能夠像人的大腦一樣學(xué)習(xí)、思考，并做出正確的決策。人腦與電腦各有所長，認(rèn)知計算系統(tǒng)可以成為一個很好的輔助性工具，配合人類進(jìn)行工作，解決人腦所不擅長解決的一些問題。
傳統(tǒng)的計算技術(shù)是定量的，并著重于精度和序列等級，而認(rèn)知計算則試圖解決生物系統(tǒng)中的不精確、不確定和部分真實的問題，以實現(xiàn)不同程度的感知、記憶、學(xué)習(xí)、語言、思維和問題解決等過程。
二、云計算、霧計算、邊緣計算及認(rèn)知計算的關(guān)系詳解
1、“從云到霧”的開始
霧計算（Fog Computing），這個概念由思科首創(chuàng)。簡單點說，拓展了云計算（Cloud Computing）的概念，相對于云來說，它離產(chǎn)生數(shù)據(jù)的地方更近，數(shù)據(jù)、數(shù)據(jù)相關(guān)的處理和應(yīng)用程序都集中于網(wǎng)絡(luò)邊緣的設(shè)備中，而不是幾乎全部保存在云端。通俗一點講：“霧計算”的名字源自“霧是比云更貼近地面（數(shù)據(jù)產(chǎn)生的地方）”。
物聯(lián)網(wǎng)設(shè)備和傳感器，高度分布在網(wǎng)絡(luò)的邊緣，同時又具有實時性和延時敏感的需求。然而，云數(shù)據(jù)中心在分布上是集中化的，通常難以應(yīng)對四處分布的數(shù)十億物聯(lián)網(wǎng)設(shè)備和傳感器的數(shù)據(jù)存儲和處理的需求。所以，網(wǎng)絡(luò)阻塞、高延時、低服務(wù)質(zhì)量等現(xiàn)象就會出現(xiàn)。
霧計算，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)（IoT）設(shè)備/傳感器之間的中間層，它提供了計算、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。霧計算的概念的引入，也是為了應(yīng)對傳統(tǒng)云計算在物聯(lián)網(wǎng)應(yīng)用時所面臨的挑戰(zhàn)。
2、霧計算的構(gòu)成和優(yōu)勢
通常來說，霧計算環(huán)境由傳統(tǒng)的網(wǎng)絡(luò)組件例如：路由器、開關(guān)、機(jī)頂盒、代理服務(wù)器、基站等構(gòu)成，可以安裝在離物聯(lián)網(wǎng)終端設(shè)備和傳感器較近的地方。這些組件可以提供不同的計算、存儲、網(wǎng)絡(luò)功能，支持服務(wù)應(yīng)用的執(zhí)行。所以，霧計算依靠這些組件，可以創(chuàng)建分布于不同地方的云服務(wù)。
此外，霧計算促進(jìn)了位置感知、移動性支持、實時交互、可擴(kuò)展性和可互操作性。所以，霧計算處理更加高效，能夠考慮到服務(wù)延時、功耗、網(wǎng)絡(luò)流量、資本和運(yùn)營開支、內(nèi)容發(fā)布等等因素。在這個意義上，霧計算相對于單純使用云計算而言，更好的滿足了物聯(lián)網(wǎng)的應(yīng)用需求。
3、和其他幾種計算模式的聯(lián)系和區(qū)別
霧計算和現(xiàn)有的幾種計算模式概念上有點相近，所以接下來重點介紹一下這幾個計算模式，通過這些更加深入的理解霧計算概念及其在物聯(lián)網(wǎng)中的地位。
4、首先，我們自然先從云計算談起。
由于云計算的出現(xiàn)，計算技術(shù)進(jìn)入了一個新時代。許多計算服務(wù)提供商例如谷歌、亞馬遜、微軟、IBM等等，將這種計算模式作為一種工具。他們通過基礎(chǔ)架構(gòu)即服務(wù) (IaaS)、平臺即服務(wù)(PaaS)、軟件即服務(wù) (SaaS)，同時處理企業(yè)和教育相關(guān)的問題。然而，大多數(shù)的云數(shù)據(jù)中心是集中化的，離終端的設(shè)備和用戶較遠(yuǎn)。所以，實時性要求高的計算服務(wù)，需要遠(yuǎn)端的云數(shù)據(jù)中心的反饋，通常這樣會引起長距離往返延時、網(wǎng)絡(luò)擁塞、服務(wù)質(zhì)量下降等問題。
邊緣計算的初衷是為了將計算能力帶向離數(shù)據(jù)源更近的地方。更準(zhǔn)確一點說，邊緣計算讓數(shù)據(jù)在邊緣網(wǎng)絡(luò)處處理。邊緣網(wǎng)絡(luò)基本上由終端設(shè)備（例如移動手機(jī)、智能物品等等）、邊緣設(shè)備（例如邊界路由器、機(jī)頂盒、網(wǎng)橋、基站、無線接入點等等）、邊緣服務(wù)器等構(gòu)成。這些組件可以具有必要的性能，支持邊緣計算。作為一種本地化的計算模式，邊緣計算提供了對于計算服務(wù)需求更快的響應(yīng)速度，通常情況下不將大量的原始數(shù)據(jù)發(fā)回核心網(wǎng)。然而，總體來說，邊緣計算不需要會主動協(xié)助 IaaS,、PaaS、 SaaS和其他云服務(wù)，更多地專注于終端設(shè)備端。
綜合“邊緣”計算和“云”計算的概念，又會新引入幾種計算模式，其中包括移動邊緣計算（MEC）和移動云計算（MCC），作為云計算和邊緣計算的擴(kuò)充。
作為，邊緣-中央計算模式，MEC已經(jīng)在研究領(lǐng)域早有名聲。MEC 被認(rèn)為蜂窩基站模型的現(xiàn)代化演變的關(guān)鍵因素。它讓邊緣服務(wù)器和蜂窩基站相結(jié)合，可以和遠(yuǎn)程云數(shù)據(jù)中心連接或者斷開。MEC 配合終端移動設(shè)備，支持網(wǎng)絡(luò)中2或3級分層應(yīng)用部署。另外，MEC旨在為用戶帶來自適應(yīng)和更快初始化的蜂窩網(wǎng)絡(luò)服務(wù)，提高網(wǎng)絡(luò)效率。最近，MEC的一項顯著應(yīng)用就是支持5G通信。更加長遠(yuǎn)地說，它旨在靈活訪問無線電網(wǎng)絡(luò)信息，進(jìn)行內(nèi)容發(fā)布和應(yīng)用部署。
MCC是計算領(lǐng)域另外一項趨勢。由于智能移動設(shè)備的不斷增多，如今的最終用戶更喜歡在手持移動設(shè)備上運(yùn)行相關(guān)服務(wù)，而不再是在傳統(tǒng)的電腦上。然而，大多數(shù)的智能移動設(shè)備都受到能量、存儲和計算資源的限制。所以在關(guān)鍵場景中，在移動設(shè)備以外的地方運(yùn)行加強(qiáng)的應(yīng)用，比在本地執(zhí)行這些應(yīng)用要更加的靈活。MCC提供必要的計算資源，支撐這些靠近終端用戶的移動應(yīng)用程序在遠(yuǎn)程執(zhí)行。通常這些輕量級的云服務(wù)器，被稱為（cloudlet）“小云片”，它處于邊緣網(wǎng)絡(luò)中。“小云片”和移動設(shè)備以及數(shù)據(jù)中心一起，為豐富的應(yīng)用程序，搭建了三層應(yīng)用部署平臺?？傮w來說，MCC結(jié)合云計算、移動計算和無線應(yīng)用通信技術(shù)，為移動用戶提高服務(wù)質(zhì)量，為網(wǎng)絡(luò)運(yùn)營商和云服務(wù)提供者，提供新業(yè)務(wù)機(jī)會。
5、回到霧計算
類似MEC和MCC，霧計算也可以進(jìn)行邊緣計算。然而，除了邊緣網(wǎng)絡(luò)，霧計算也可以拓展到核心網(wǎng)絡(luò)。更準(zhǔn)確一點說，邊緣和核心網(wǎng)絡(luò)（例如核心路由器、區(qū)域服務(wù)器、廣域網(wǎng)路開關(guān)等等）的組件都可以作為霧計算基礎(chǔ)設(shè)施。相應(yīng)地，多層應(yīng)用程序部署和服務(wù)，需要通過霧計算能夠輕易地觀測數(shù)量巨大的物聯(lián)網(wǎng)設(shè)備和傳感器。另外，相對于“小云片”蜂窩網(wǎng)絡(luò)邊緣服務(wù)器來說，位于邊緣網(wǎng)絡(luò)的霧計算組件，離物聯(lián)網(wǎng)終端設(shè)備和傳感器更近。物聯(lián)網(wǎng)設(shè)備和傳感器分布密度很高，需要對于服務(wù)請求實時響應(yīng)，所以要在物聯(lián)網(wǎng)傳設(shè)備和傳感器附近，存儲和處理物聯(lián)網(wǎng)數(shù)據(jù)。服務(wù)延時對于實時物聯(lián)網(wǎng)應(yīng)用來說，需要盡可能最小化。和邊緣計算不同的是，霧計算可以將基于云的服務(wù)例如IaaS、PaaS,、SaaS等等，拓展到網(wǎng)絡(luò)邊緣。
綜合上述幾個計算模式，霧計算相對于其他計算模型來說，是適應(yīng)物聯(lián)網(wǎng)結(jié)構(gòu)的最佳選擇。
三，優(yōu)缺點解析
云計算優(yōu)點
(1) 超大規(guī)模
“云”具有相當(dāng)?shù)囊?guī)模，Google云計算已經(jīng)擁有100多萬臺服務(wù)器， Amazon、IBM、微軟、Yahoo等的“云”均擁有幾十萬臺服務(wù)器。企業(yè)私有云一般擁有數(shù)百上千臺服務(wù)器。“云”能賦予用戶前所未有的計算能力。
(2) 虛擬化
云計算支持用戶在任意位置、使用各種終端獲取應(yīng)用服務(wù)。所請求的資源來自“云”，而不是固定的有形的實體。應(yīng)用在“云”中某處運(yùn)行，但實際上用戶無需了解、也不用擔(dān)心應(yīng)用運(yùn)行的具體位置。只需要一臺筆記本或者一個手機(jī)，就可以通過網(wǎng)絡(luò)服務(wù)來實現(xiàn)我們需要的一切，甚至包括超級計算這樣的任務(wù)。
(3) 高可靠性
“云”使用了數(shù)據(jù)多副本容錯、計算節(jié)點同構(gòu)可互換等措施來保障服務(wù)的高可靠性，使用云計算比使用本地計算機(jī)可靠。
(4) 通用性
云計算不針對特定的應(yīng)用，在“云”的支撐下可以構(gòu)造出千變?nèi)f化的應(yīng)用，同一個“云”可以同時支撐不同的應(yīng)用運(yùn)行。
(5) 高可擴(kuò)展性
“云”的規(guī)?？梢詣討B(tài)伸縮，滿足應(yīng)用和用戶規(guī)模增長的需要。
(6) 按需服務(wù)
“云”是一個龐大的資源池，你按需購買；云可以像自來水，電，煤氣那樣計費。
(7) 極其廉價
由于“云”的特殊容錯措施可以采用極其廉價的節(jié)點來構(gòu)成云，“云”的自動化集中式管理使大量企業(yè)無需負(fù)擔(dān)日益高昂的數(shù)據(jù)中心管理成本，“云”的通用性使資源的利用率較之傳統(tǒng)系統(tǒng)大幅提升，因此用戶可以充分享受“云”的低成本優(yōu)勢，經(jīng)常只要花費幾百美元、幾天時間就能完成以前需要數(shù)萬美元、數(shù)月時間才能完成的任務(wù)。
云計算缺點
數(shù)據(jù)隱私問題：如何保證存放在云服務(wù)提供商的數(shù)據(jù)隱私不被非法利用，不僅需要技術(shù)的改進(jìn)，也需要法律的進(jìn)一步完善
數(shù)據(jù)安全性：有些數(shù)據(jù)是企業(yè)的商業(yè)機(jī)密，數(shù)據(jù)的安全性關(guān)系到企業(yè)的生存和發(fā)展。云計算數(shù)據(jù)的安全性問題解決不了會影響云計算在企業(yè)中的應(yīng)用。
用戶的使用習(xí)慣：如何改變用戶的使用習(xí)慣，使用戶適應(yīng)網(wǎng)絡(luò)化的軟硬件應(yīng)用是長期而且艱巨的挑戰(zhàn)。
網(wǎng)絡(luò)傳輸問題：云計算服務(wù)依賴網(wǎng)絡(luò)，2013年網(wǎng)速低且不穩(wěn)定，使云應(yīng)用的性能不高。云計算的普及依賴網(wǎng)絡(luò)技術(shù)的發(fā)展。
缺乏統(tǒng)一的技術(shù)標(biāo)準(zhǔn)：云計算的美好前景讓傳統(tǒng)IT廠商紛紛向云計算方向轉(zhuǎn)型。但是由于缺乏統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，尤其是接口標(biāo)準(zhǔn)，各廠商在開發(fā)各自產(chǎn)品和服務(wù)的過程中各自為政，這為將來不同服務(wù)之間的互連互通帶來嚴(yán)峻挑戰(zhàn)。
霧計算優(yōu)缺點
與云計算相比，霧計算所采用的架構(gòu)更呈分布式，更接近網(wǎng)絡(luò)邊緣。霧計算將數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序集中在網(wǎng)絡(luò)邊緣的設(shè)備中，而不像云計算那樣將它們幾乎全部保存在云中。數(shù)據(jù)的存儲及處理更依賴本地設(shè)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。
霧計算不像云計算那樣，要求使用者連上遠(yuǎn)端的大型數(shù)據(jù)中心才能存取服務(wù)。除了架構(gòu)上的差異，云計算所能提供的應(yīng)用，霧計算基本上都能提供，只是霧計算所采用的計算平臺效能可能不如大型數(shù)據(jù)中心。
云計算承載著業(yè)界的厚望。業(yè)界曾普遍認(rèn)為，未來計算功能將完全放在云端。然而，將數(shù)據(jù)從云端導(dǎo)入、導(dǎo)出實際上比人們想象的要更為復(fù)雜和困難。由于接入設(shè)備(尤其是移動設(shè)備)越來越多，在傳輸數(shù)據(jù)、獲取信息時，帶寬就顯得捉襟見肘。隨著物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的高速發(fā)展，人們越來越依賴云計算，聯(lián)網(wǎng)設(shè)備越來越多，設(shè)備越來越智能，移動應(yīng)用成為人們在網(wǎng)絡(luò)上處理事務(wù)的主要方式，數(shù)據(jù)量和數(shù)據(jù)節(jié)點數(shù)不斷增加，不僅會占用大量網(wǎng)絡(luò)帶寬，而且會加重數(shù)據(jù)中心的負(fù)擔(dān)，數(shù)據(jù)傳輸和信息獲取的情況將越來越糟。霧計算不僅可以解決聯(lián)網(wǎng)設(shè)備自動化的問題，更關(guān)鍵的是，它對數(shù)據(jù)傳輸量的要求更小。霧計算這一"促進(jìn)云數(shù)據(jù)中心內(nèi)部運(yùn)作的技術(shù)"有利于提高本地存儲與計算能力，消除數(shù)據(jù)存儲及數(shù)據(jù)傳輸?shù)钠款i，非常值得期待。
霾計算優(yōu)缺點
霧計算是以個人云，私有云，企業(yè)云等小型云為主，它有幾個明顯特征:低延時和位置感知，更為廣泛的地理分布，適應(yīng)移動性的應(yīng)用，支持更多的邊緣節(jié)點。這些特征使得移動業(yè)務(wù)部署更加方便，滿足更廣泛的節(jié)點接入。
"云計算"可以簡單地理解為網(wǎng)絡(luò)計算，因為云的概念即是指網(wǎng)絡(luò)。而"霧計算"則可以簡單地理解為局域網(wǎng)計算，霧的概念可以代指分布式的局域網(wǎng)絡(luò)。云計算與霧計算各有優(yōu)缺點，可以相輔相成，同時又有競爭。
霾計算，可以簡單理解為垃圾云或霧計算，因為云計算或者霧計算雖然概念先進(jìn)，但也不是沒有缺點。
霾計算的概念可以很好地形容比較差的云計算或者霧計算，如果"云"或"霧"提供的服務(wù)，存在著丟失泄露、傳輸不穩(wěn)定、費用嚴(yán)重超支等問題，其優(yōu)勢則可能遠(yuǎn)不如對用戶的傷害，恰如"霾"對人體健康的危害。
1.隱私與安全，因為云計算計算能力和數(shù)據(jù)都在云里，如何保證客戶數(shù)據(jù)的安全就是比較重要的了。當(dāng)別人掌握了你的資料時，隱私和安全都是你必須要考慮的問題，現(xiàn)在的互聯(lián)網(wǎng)世界，遭黑客攻擊簡直就是家常便飯的事。安全有兩個方面，一個是數(shù)據(jù)不會丟失，這個一般服務(wù)商都會有備份能力解決，但是也是偶爾會發(fā)生丟失的;另外一個就是你的數(shù)據(jù)不會泄漏，這個雖然服務(wù)商也會采取一些措施，不讓外部人員，例如黑客等攻擊獲取數(shù)據(jù)，但是服務(wù)商內(nèi)部人員的問題也是很大的，例如前一階段暴露的某國有大型移動運(yùn)營商內(nèi)部員工非法銷售客戶通話列表一事。當(dāng)然服務(wù)商都會說數(shù)據(jù)放在他們那里是安全的，但是都是他們自說自的，沒有一個第三方的權(quán)威機(jī)構(gòu)統(tǒng)一認(rèn)證和評判。
目前比較熱的云計算廠商亞馬遜、谷歌、IBM、微軟、甲骨文、思科、惠普、Salesforce、VMware、阿里等都沒有完全解決這個問題，所以很多企業(yè)了解到所用數(shù)據(jù)的類型和分類后，他們還是會決定通過內(nèi)部監(jiān)管來控制這些數(shù)據(jù)。而絕不會將具備競爭優(yōu)勢或包含用戶敏感信息的應(yīng)用軟件放在公共云上，這個也是眾多企業(yè)保持觀望的一個原因。
2.網(wǎng)絡(luò)延遲或者中斷。云計算一般都是遠(yuǎn)程通過網(wǎng)絡(luò)訪問的，雖然現(xiàn)在網(wǎng)速提高很快(目前遠(yuǎn)不能達(dá)到理想水平)，但是和局域網(wǎng)相比，速度還是有所延遲的，雖然在延時方面霧計算有著相對優(yōu)勢，但如果一旦網(wǎng)絡(luò)中斷(原因如地震、洪水、戰(zhàn)爭等)，無論是云還是霧，服務(wù)都無法訪問。
其它的缺點也有很多，如帶寬會耗費預(yù)算，廠商按流量收費有時會超出預(yù)算、企業(yè)的自**降低、應(yīng)用軟件性能不夠穩(wěn)定，數(shù)據(jù)可能不值得放在云上，規(guī)模過大難以擴(kuò)展，缺乏人力資本等等。
認(rèn)知計算
有5大突出的優(yōu)勢:
· 個性化連接:通過了解用戶的背景和個性，認(rèn)知商業(yè)可以幫助企業(yè)和用戶形成智能的連接，為用戶提供更加個性化的服務(wù)。
· 提升專業(yè)度:通過向企業(yè)引入將最前端領(lǐng)先的知識，認(rèn)知商業(yè)能夠提升企業(yè)的專業(yè)程度。
· 持續(xù)學(xué)習(xí)完善的產(chǎn)品與服務(wù):在不斷與用戶溝通的過程中，認(rèn)知商務(wù)可以開發(fā)出持續(xù)自主學(xué)習(xí)和完善的產(chǎn)品與服務(wù)。
· 加速產(chǎn)品研發(fā)與上市:通過洞察傳統(tǒng)數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)中的模式，認(rèn)知商務(wù)能夠加速高風(fēng)險的研發(fā)，并縮短產(chǎn)品上市時間。
· 縮短企業(yè)決策時間:利用傳統(tǒng)和非結(jié)構(gòu)化數(shù)據(jù)提煉洞察，認(rèn)知商務(wù)可以縮短企業(yè)決策時間與成本，提升決策質(zhì)量。
隨著認(rèn)知技術(shù)不斷發(fā)展并不斷演化出新應(yīng)用，它們往往被用來配合工作，幫助工人提高生產(chǎn)效率并得到更好的結(jié)果。領(lǐng)袖們應(yīng)當(dāng)想辦法讓人類參與其中，而不是想當(dāng)然地認(rèn)為最好的認(rèn)知技術(shù)應(yīng)用是完全消除人類勞動力。他們也應(yīng)當(dāng)發(fā)掘一些能彌補(bǔ)技能短缺的認(rèn)知技術(shù)能力。
邊緣計算：
巨大價值：
美國部署了3000余萬個監(jiān)控攝像頭，每周生成超過40億小時的海量視頻數(shù)據(jù)。物聯(lián)網(wǎng)領(lǐng)域擁有海量的終端設(shè)備，如果這些設(shè)備產(chǎn)生的數(shù)據(jù)聚在一起，會是個天文數(shù)字。
海量數(shù)據(jù)的分析與儲存對網(wǎng)絡(luò)帶寬提出了巨大的挑戰(zhàn)，而邊緣計算的誕生，就是為了解決這一問題。
（1）分布式和低延遲計算
云計算往往并不是最佳策略，計算需要在更加靠近數(shù)據(jù)源的地方執(zhí)行。這個優(yōu)點可以擴(kuò)展到任何基于Web的應(yīng)用程序上：包括 Foursqure和Google Now在內(nèi)的APP能更快的做出響應(yīng)，所以在移動用戶中變得越來越受歡迎。這說明在更靠近用戶的邊緣節(jié)點上，邊緣計算可以用于改進(jìn)服務(wù)。
許多數(shù)據(jù)流由邊緣設(shè)備生成，但是通過“遠(yuǎn)處”的云計算處理和分析，不可能做出實時決策。例如使用可穿戴式攝像頭的視覺服務(wù)，響應(yīng)時間需要在25ms至50ms之間，使用云計算會造成嚴(yán)重的延遲；再比如工業(yè)系統(tǒng)檢測、控制、執(zhí)行的實時性高，部分場景實時性要求在10ms以內(nèi)，如果數(shù)據(jù)分析和控制邏輯全部在云端實現(xiàn)，則難以滿足業(yè)務(wù)要求；還有那些會生成龐大數(shù)據(jù)流的多媒體應(yīng)用，如視頻或是基于云平臺的網(wǎng)絡(luò)游戲，依賴云計算也會為玩家造成類似于等待時間過長的問題，無法滿足用戶的需求。
作為云計算的有益補(bǔ)充，可以利用邊緣節(jié)點（例如，路由器或離邊緣設(shè)備最近的基站），用以減少網(wǎng)絡(luò)等待時間。
（2）超越終端設(shè)備的資源限制
與數(shù)據(jù)中心的服務(wù)器相比，用戶終端（例如智能手機(jī)）的硬件條件相對受限。這些終端設(shè)備以文本、音頻、視頻、手勢或運(yùn)動的形式獲得數(shù)據(jù)輸入，但由于中間件和硬件的限制，終端設(shè)備無法執(zhí)行復(fù)雜的分析，而且執(zhí)行過程也極為耗電。因此，通常需要將數(shù)據(jù)發(fā)送到云端，進(jìn)行處理和運(yùn)算，然后再把有意義的信息通過中繼返回終端。
然而，并非來自終端設(shè)備的所有數(shù)據(jù)都需要由云計算執(zhí)行，數(shù)據(jù)可以利用適合數(shù)據(jù)管理任務(wù)的空閑計算資源，在邊緣節(jié)點處過濾或者分析。
（3）可持續(xù)的能源消耗
大量研究顯示，云計算會消耗龐大的能源，未來十年數(shù)據(jù)中心所消耗的能源量可能是如今消耗量的3倍。隨著越來越多的應(yīng)用轉(zhuǎn)移到云，能量需求會日益增長，甚至無法滿足。因此，采用能量效率最大化的計算策略顯得尤為迫切。
一些嵌入式小型設(shè)備的基礎(chǔ)信息采集處理完全可以在端完成，即手機(jī)傳感器把數(shù)據(jù)傳送到網(wǎng)關(guān)后，就通過邊緣計算進(jìn)行數(shù)據(jù)過濾和處理，沒必要每條原始數(shù)據(jù)都傳送到云，這省去了大量的能源成本。
（4）應(yīng)對數(shù)據(jù)爆炸和網(wǎng)絡(luò)流量壓力
邊緣設(shè)備的數(shù)量正在超速增長——到2018年，世界上三分之一的人口將擁有智能手機(jī)或者可穿戴設(shè)備，到2020年，這些設(shè)備將生成43萬億GB的數(shù)據(jù)。處理這些數(shù)據(jù)需要進(jìn)一步擴(kuò)展數(shù)據(jù)中心，這再次引起了人們對網(wǎng)絡(luò)流量壓力的廣泛關(guān)注。
通過在邊緣設(shè)備上執(zhí)行數(shù)據(jù)分析，可有效應(yīng)對數(shù)據(jù)爆炸，減輕網(wǎng)絡(luò)的流量壓力。邊緣計算能夠縮短設(shè)備的響應(yīng)時間，減少從設(shè)備到云數(shù)據(jù)中心的數(shù)據(jù)流量，以便在網(wǎng)絡(luò)中更有效的分配資源。
（5）智能計算
不僅是消費級的物聯(lián)網(wǎng)終端，邊緣計算還將在工業(yè)應(yīng)用中發(fā)揮重要作用。計算可以分層執(zhí)行，利用網(wǎng)絡(luò)遠(yuǎn)端的資源完成。例如，典型的生產(chǎn)流水線可以過濾設(shè)備上生成的數(shù)據(jù)，在傳輸數(shù)據(jù)的邊緣節(jié)點上執(zhí)行部分分析工作，之后再通過云端執(zhí)行更加復(fù)雜的計算任務(wù)。邊緣節(jié)點可以通過分擔(dān)云計算的部分任務(wù)，增強(qiáng)數(shù)據(jù)中心的計算能力。
業(yè)務(wù)流程優(yōu)化、運(yùn)維自動化與業(yè)務(wù)創(chuàng)新驅(qū)動業(yè)務(wù)走向智能，邊緣側(cè)智能能夠帶來顯著的效率提升與成本優(yōu)勢。事實上，對于從事工業(yè)自動化工作的人而言，邊緣計算并不陌生。比如，在目前普遍采用的基于PLC、DCS、工控機(jī)和工業(yè)網(wǎng)絡(luò)的控制系統(tǒng)中，位于底層、嵌于設(shè)備中的計算資源，或多或少都是邊緣計算的資源。
目前規(guī)模以上冶金企業(yè)，其信息化已經(jīng)做得頗具成效，但缺少的恰恰是末端智能。冶金方面的數(shù)據(jù)經(jīng)常會出現(xiàn)完整性和一致性的問題，俗稱“臟”數(shù)據(jù)。解決不好這方面的問題，會給能源管理和智能管理環(huán)節(jié)造成很大的困擾。邊緣計算在其中發(fā)揮著重要作用，成為工業(yè)物聯(lián)網(wǎng)技術(shù)的有效補(bǔ)充。
折疊編輯本段面臨挑戰(zhàn)
邊緣計算仍處于起步階段，當(dāng)前的云計算服務(wù)（如Amazon Web Service，Microsoft Azure和Google App Engine）可以支持?jǐn)?shù)據(jù)密集型的應(yīng)用程序，但在網(wǎng)絡(luò)邊緣進(jìn)行實時的數(shù)據(jù)處理仍是一個有待開拓的領(lǐng)域。
此外，若想更好的在邊緣節(jié)點上部署應(yīng)用程序的工作負(fù)載，需要考慮以下幾個方面：
部署策略：如何部署工作負(fù)載
連接策略：何時使用邊緣節(jié)點
異構(gòu)性：如何處理不同類型的節(jié)點
為了實現(xiàn)邊緣計算，我們認(rèn)為在硬件、中間件和軟件層面，有以下5個挑戰(zhàn)需要解決。
挑戰(zhàn)1：邊緣節(jié)點上的通用計算能力
理論上，可以在位于邊緣設(shè)備和云平臺之間的某幾個節(jié)點上完成邊緣計算，包括接入點、基站、網(wǎng)關(guān)、業(yè)務(wù)節(jié)點、路由器、交換機(jī)等。例如，基站可以根據(jù)工作負(fù)載能力，執(zhí)行數(shù)字信號處理（DSP）。但是在實踐中，基站可能并不適合處理分析工作，因為DSP并不是為通用計算設(shè)計的。此外，這些節(jié)點是否可以執(zhí)行除了現(xiàn)有工作之外的計算還不太清楚。
由CAVIUM提供的OCTEON Fusion? Family是一個小型“芯片上基站”單元，可擴(kuò)展從6個到14個的內(nèi)核，以支持32到300+的用戶。這種基站可在非高峰時間使用多個計算核心的運(yùn)算能力。
許多供應(yīng)商也已經(jīng)邁出了使用軟件解決方案實現(xiàn)邊緣計算的第一步。例如，諾基亞針對移動邊緣計算（MEC）的軟件解決方案旨在為基站站點提供邊緣計算能力。同樣，思科的IOx為其集成的服務(wù)路由器提供了一個邊緣計算環(huán)境。這些解決方案應(yīng)用于特定硬件，因此不適合部署在異構(gòu)環(huán)境中。
軟件解決方案面臨的一個挑戰(zhàn)是如何開發(fā)跨越不同環(huán)境的可移植的解決方案。某些公司正在研究升級邊緣節(jié)點，以支持通用計算需求。例如，可以升級無線家庭路由器以支持額外的計算任務(wù)。英特爾的Smart Cell Platform使用虛擬化技術(shù)，支持額外的計算任務(wù)。通用CPU替換專用DSP提供了另一種解決方案，但卻需要巨大的投資。
挑戰(zhàn)2：發(fā)現(xiàn)邊緣節(jié)點
到2020年將有500億的終端和設(shè)備聯(lián)網(wǎng)，除了邊緣設(shè)備與終端聯(lián)網(wǎng)最大的“異構(gòu)”特征之外，產(chǎn)品生命周期越來越短、個性化需求越來越高、全生命周期管理和服務(wù)化的趨勢越來越明顯，這些新趨勢都需要邊緣計算提供強(qiáng)大的技術(shù)支撐。
如何在分布式計算環(huán)境中發(fā)現(xiàn)資源和服務(wù)是一個有待拓展的領(lǐng)域。為了充分利用網(wǎng)絡(luò)的邊緣設(shè)備，需要建立某種發(fā)現(xiàn)機(jī)制，找到可以分散式部署的適當(dāng)節(jié)點。因為可用設(shè)備的數(shù)量龐大，這些機(jī)制不能依靠人工手動。此外，還需要使用多種異構(gòu)設(shè)備滿足最新的計算需求，比如大規(guī)模的機(jī)器學(xué)習(xí)任務(wù)。
這些機(jī)制必須在不增加等待時間或損害用戶體驗的前提下，實現(xiàn)不同層次和等級的計算工作流中無縫集成，原有的基于云計算的機(jī)制在邊緣計算領(lǐng)域不再適用。
挑戰(zhàn)3：分區(qū)和拆分任務(wù)
對于邊緣計算來說，最大的難點在于如何動態(tài)、大規(guī)模地部署運(yùn)算和存儲能力以及云端和設(shè)備端如何高效協(xié)同、無縫對接。
不斷發(fā)展的分布式計算已經(jīng)催生了許多技術(shù)用來促進(jìn)在多個地理位置分區(qū)執(zhí)行任務(wù)。任務(wù)分區(qū)通常在編程語言或管理工具中明確表示。
然而，利用邊緣節(jié)點來實現(xiàn)分區(qū)計算不僅僅帶來了有效分割計算任務(wù)的挑戰(zhàn)，對于如何能在不需要明確定義邊緣節(jié)點的能力或位置，以自動化的方式進(jìn)行計算的問題上，也遇到了瓶頸。因此，需要一種新型的調(diào)度方式，以便將分割的任務(wù)部署到各個邊緣節(jié)點上。
挑戰(zhàn)4：高水準(zhǔn)的服務(wù)質(zhì)量（QoS）和服務(wù)體驗（QoE）
另一個挑戰(zhàn)是需要確保邊緣節(jié)點實現(xiàn)高吞吐量，并且在承接額外計算工作量時運(yùn)行可靠。例如，當(dāng)基站過載時，可能影響連接到基站的其他邊緣設(shè)備。
因此需要對邊緣節(jié)點的峰值時間全面了解，以便可以用靈活的方式來分割和調(diào)度任務(wù)。復(fù)雜的算法如何在云端和邊緣設(shè)備之間合理分解和整合，需要一個對云管端三者都有控制力的技術(shù)來實現(xiàn)。
挑戰(zhàn)5：開放和安全的使用邊緣節(jié)點
安全橫跨云計算和邊緣計算，需要實施端到端的防護(hù)。由于更貼近萬物互聯(lián)的設(shè)備，網(wǎng)絡(luò)邊緣側(cè)訪問控制與威脅防護(hù)的廣度和難度因此大幅提升。邊緣側(cè)安全主要包含設(shè)備安全、網(wǎng)絡(luò)安全、數(shù)據(jù)安全與應(yīng)用安全。此外，關(guān)鍵數(shù)據(jù)的完整性、保密性是安全領(lǐng)域需要重點關(guān)注的內(nèi)容。
如果把終端設(shè)備（例如交換機(jī)、路由器和基站）當(dāng)作可共享接入的邊緣節(jié)點，則需要解決許多問題：
首先，需要定義邊緣設(shè)備使用者和擁有者相關(guān)聯(lián)的風(fēng)險。
其次，當(dāng)設(shè)備用于邊緣計算節(jié)點時，設(shè)備的原有的功能不能被損害。
第三，邊緣節(jié)點上的多重用戶都需要將安全性作為首要關(guān)注指標(biāo)。
第四，需要向邊緣節(jié)點的用戶保證最低服務(wù)水平。
最后，需要考慮工作負(fù)載、計算能力、數(shù)據(jù)位置和遷移、維護(hù)成本和能源消耗，以便建立合適的定價模型。
折疊編輯本段潛在機(jī)會
邊緣計算仍處于起步階段，有可能為更高效的分布式計算鋪平道路。盡管在實現(xiàn)邊緣計算時出現(xiàn)了不少挑戰(zhàn)，但邊緣計算將會催生更多的發(fā)展機(jī)遇，在此我們明確了5個潛在機(jī)會：
機(jī)會1：標(biāo)準(zhǔn)、基準(zhǔn)和市場
統(tǒng)一數(shù)據(jù)連接和數(shù)據(jù)聚合是業(yè)務(wù)智能的基礎(chǔ)，面對當(dāng)前工業(yè)現(xiàn)場存在的多樣化與異構(gòu)的技術(shù)和標(biāo)準(zhǔn)，離不開跨廠商、跨領(lǐng)域的數(shù)據(jù)集成與互操作。網(wǎng)絡(luò)邊緣側(cè)的本地計算服務(wù)無疑會在異構(gòu)環(huán)境中迎來IT廠商、IT方案商以及開發(fā)者集成融合服務(wù)的挑戰(zhàn)，標(biāo)準(zhǔn)化亟待形成。
許多組織正在定義各種邊緣計算標(biāo)準(zhǔn)，例如美國國家標(biāo)準(zhǔn)和技術(shù)協(xié)會（NIST）、IEEE標(biāo)準(zhǔn)協(xié)會、國際標(biāo)準(zhǔn)化組織（ISO）、云計算標(biāo)準(zhǔn)客戶委員會（CSCC）和國際電信聯(lián)盟（ITU）等。只有當(dāng)邊緣節(jié)點的性能可以根據(jù)廣泛認(rèn)可的度量指標(biāo)可靠的進(jìn)行基準(zhǔn)測試時，才能形成標(biāo)準(zhǔn)。
機(jī)會2：架構(gòu)和語言
隨著支持通用計算的邊緣節(jié)點不斷增加，開發(fā)框架和工具包的需求也會隨之增長。邊緣分析與現(xiàn)有流程不同，由于邊緣分析將在用戶驅(qū)動的應(yīng)用程序中實現(xiàn)，現(xiàn)有框架可能不適合表達(dá)邊緣分析的工作流。
編程模型需要利用邊緣節(jié)點支持任務(wù)和數(shù)據(jù)的并行，并且同時在多個層級的硬件上執(zhí)行計算。編程語言需要考慮工作流中硬件的異構(gòu)性和各種資源的計算能力。這比云計算的現(xiàn)有模型更加復(fù)雜。
機(jī)會3：輕量級庫和算法
與大型服務(wù)器不同，由于硬件限制，邊緣節(jié)點不支持大型軟件。例如，Intel T3K并發(fā)雙模SoC的小型基站具有4核ARM的CPU和有限內(nèi)存，不足以執(zhí)行復(fù)雜的數(shù)據(jù)處理工作。再比如Apache Spark需要至少8核的CPU和8 GB的內(nèi)存以獲得良好的性能。邊緣分析需要輕量級算法，可以進(jìn)行合理的機(jī)器學(xué)習(xí)或數(shù)據(jù)處理任務(wù)。
例如，Apache Quarks是一種輕量級庫，可以在小型邊緣設(shè)備（如智能手機(jī)）上使用，以實現(xiàn)實時數(shù)據(jù)分析。但是Quarks支持的基本數(shù)據(jù)處理，例如過濾和窗口聚合，不足以滿足高級分析任務(wù)。消耗更少內(nèi)存和使用更小磁盤的機(jī)器學(xué)習(xí)資源庫有利于實現(xiàn)邊緣節(jié)點的數(shù)據(jù)分析。TensorFlow是另一個支持深度學(xué)習(xí)算法并支持異構(gòu)分布式系統(tǒng)的示例框架，但其邊緣分析的潛力仍有待探索。
機(jī)會4：微型操作系統(tǒng)和虛擬化
基于微型操作系統(tǒng)或微型內(nèi)核的研究可以解決在異構(gòu)邊緣節(jié)點上部署應(yīng)用的挑戰(zhàn)。
有研究表明，跨越多個虛擬設(shè)備復(fù)用設(shè)備硬件的移動容器可以提供與本地硬件接近的性能。容器技術(shù)（如Docker）正在成熟，并且能夠在異構(gòu)平臺上快速部署應(yīng)用程序。[3]
機(jī)會5：產(chǎn)學(xué)研合作
邊緣計算為產(chǎn)業(yè)界和學(xué)術(shù)界提供了獨特的發(fā)展機(jī)會。邊緣計算領(lǐng)域的研究可以由行業(yè)合作伙伴（例如移動運(yùn)營商和開發(fā)人員、軟件工具開發(fā)商和云服務(wù)提供商等）以及感興趣的學(xué)術(shù)合作伙伴共同驅(qū)動，以實現(xiàn)雙方的共同利益。
總結(jié)
就像“云”“霧”和“霾”的關(guān)系，物聯(lián)網(wǎng)和大數(shù)據(jù)也是如影隨形，相信通過業(yè)界人士的共同努力，定能找到更為先進(jìn)的計算方式。物聯(lián)網(wǎng)對于數(shù)據(jù)的處理能力要求很高，怎么能夠從龐大的數(shù)據(jù)海中挖掘一些有價值的信息對于物聯(lián)網(wǎng)的發(fā)展至關(guān)重要，因此云計算，霧計算，邊緣計算等等都將發(fā)揮其左右。
未來的世界將是一個萬物互聯(lián)的時代，隨著物聯(lián)網(wǎng)行業(yè)技術(shù)標(biāo)準(zhǔn)的完善以及關(guān)鍵技術(shù)上的不斷突破，數(shù)據(jù)大爆炸時代將越走越近。在物聯(lián)網(wǎng)時代來臨時，我們定能合理、安全地讓大數(shù)據(jù)技術(shù)為我們服務(wù)，因此不必太過恐慌，也不必杞人憂天。
