自從第一臺IoT設備于1990年問世以來，物聯(lián)網已經有了長足的發(fā)展，這是一種可以在互聯(lián)網上開啟和關閉的烤面包機。27年之后，聯(lián)網設備已經從新奇產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間超過4個小時，只能手機也是一種裝有物聯(lián)網傳感器數據的設備。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和智能家居時，我們將會收到多少數據。
今天，IoT設備的大部分數據都在云中處理，這意味著全球所有角落產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IoT設備的數量預計將在2020年猛增至200億，通過互聯(lián)網發(fā)送數據的體積和速度對云計算方法提出了嚴峻的挑戰(zhàn)。
越來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為“霧計算”的新模式。
越來越多的數據訪問，云計算問題明顯
物聯(lián)網和人工智能的發(fā)展將帶來價值數以億計的數據。分布廣泛的傳感器、智能終端等每時每刻都在產生大量的數據。盡管云計算擁有“無限”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，云不可避免地遇到了三大難題：
網絡擁塞，如果大量的物聯(lián)網和人工智能應用部署在云中，將會有海量的原始數據不間斷地涌入核心網絡，造成核心網絡擁塞；
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絡延遲，而對實時性要求高的應用則難以滿足需求；
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)網設備 / 傳感器之間的中間層，它提供計算、網絡和存儲設備，讓基于云的服務可以離物聯(lián)網設備和傳感器更近。
霧計算主要使用邊緣網絡中的設備，可以是傳統(tǒng)網絡設備，如網絡中的路由器、交換機、網關等，也可以是專門部署的本地服務器。這些設備的資源能力都遠小于一個數據中心，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)網中，霧可以過濾、聚合用戶消息，匿名處理用戶數據以保證隱秘性，初步處理數據以便實時決策，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，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據在網絡邊緣層直接進行處理和存儲，提高數據分析處理的效率，降低時延，減少網絡傳輸壓力，提升安全性。霧計算以其廣泛的地理分布、帶有大量網絡節(jié)點的大規(guī)模傳感器網絡、支持高移動性和實時互動以及多樣化的軟硬件設備和云在線分析等特點，迅速被物聯(lián)網和人工智能應用領域的企業(yè)所接受并獲得廣泛應用，例如，M2M、人機協(xié)同、智能電網、智能交通、智能家居、智能醫(yī)療、無人駕駛等應用。
與邊緣計算（Edge Computing）不同的是，霧計算可以將基于云的服務 ， 如 IaaS、 PaaS、 SaaS，拓展到網絡邊緣，而邊緣計算更多地專注于終端設備端。霧計算可以進行邊緣計算，但除了邊緣網絡，霧計算也可以拓展到核心網絡，也就是邊緣和核心網絡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作為云服務輸出；另一方面，通過霧計算可保證邊緣端數據的實時搜集、提取和分析速度，提高網絡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)務創(chuàng)新、服務品質提升提供技術支持。以下是四個行業(yè)“云”和“霧”的典型案例和應用場景。
工業(yè)
GE基于 Pivotal Cloud Foundry打造了 Predix 物聯(lián)網 PaaS平臺，結合戴爾智能仿真技術，實現(xiàn)了“數據雙胞胎”?；谠朴嬎?，GE 實現(xiàn)了飛機發(fā)動機生產過程中的調優(yōu)，同時，基于霧計算，GE 實現(xiàn)了飛機飛行過程中的“自愈”。
GE Predix 作為物聯(lián)網 PaaS 平臺，還助力制造企業(yè)將大數據、物聯(lián)網和人工智能轉化為智能制造能力，實現(xiàn)數據創(chuàng)新。GE Predix 平臺，融合云計算和霧計算以及“數字雙胞胎”，幫助制造企業(yè)實現(xiàn)“虛擬 - 現(xiàn)實”的設計生產融合，并為其提供云計算服務。
農業(yè)
Chitale Dairy是一家乳制品廠?；诖鳡柨萍继摂M化技術，Chitale Dairy實現(xiàn)了 ERP云部署。他們基于霧計算，通過為奶牛裝上傳感器，進行近實時數據采集分析、處理，實現(xiàn)精細化運營，保證乳制品生產全流程的監(jiān)控、管理、優(yōu)化。同時，Chitale Dairy 通過基于云的乳業(yè)生命周期管理平臺，實現(xiàn)了乳制品生產流程自動化管理，通過物聯(lián)網和大數據分析，對每頭奶牛從食料、喂養(yǎng)、健康、牛奶質量和產量進行全流程監(jiān)控分析，實現(xiàn)精細化和自動化乳業(yè)生產。
將云的整體業(yè)務管理和霧端的優(yōu)化農場間協(xié)作以及奶源監(jiān)控管理緊密連接起來，在提高乳制品生命周期管理效率的同時，提升了協(xié)同和協(xié)作效率，加速企業(yè)業(yè)務創(chuàng)新的速度。
服務業(yè)
TopGolf 是一家高爾夫俱樂部。通過采用戴爾科技的虛擬化和超融合技術，形成了高爾夫數字化高端服務輸出能力。他們通過向數字化轉型，打破了傳統(tǒng)高爾夫的業(yè)務模式。通過物聯(lián)網，將 RFID 芯片嵌入高爾夫球里，實現(xiàn)對每次擊球、每個隊員和賽事進行實時監(jiān)控，并基于霧計算，實時跟蹤和分析每個擊球動作和球的路徑，實現(xiàn)實時積分。
TopGolf 的業(yè)務模式融合了云計算和霧計算，實現(xiàn)了跨數據中心、云和邊緣應用的實時數據監(jiān)控、交互和管理，滿足賽事實時監(jiān)控、場上場下互動、賽前球員積分分析、社交媒體、會員個性化數據管理等大數據分析的需求。
交通業(yè)
在智能交通中，可通過傳感器搜集信息，進行實時數據分析和交通部署，以提高公共安全。通過霧計算，智能交通控制系統(tǒng)中的一個霧節(jié)點可以共享收集到的交通信息，以緩解高峰時段的交通擁堵、定位交通事故，并可以通過遠程控制緩解交通擁堵區(qū)域的交通狀況。同時，在每個用戶的電話和公共交通中，基于霧計算的應用程序允許用戶在沒有持續(xù)網絡連接的情況下，共享并通過附近的用戶下載內容。
此外，自動化車輛的安全系統(tǒng)、道路上的監(jiān)控系統(tǒng)以及公共交通的票務系統(tǒng)，都可以從傳感器和視頻數據中收集大量信息。聚合后的數據將傳輸到云上，根據用戶的需求進行數據提取和分析，再基于霧計算實現(xiàn)邊緣數據實時分析，從而為用戶快速提供精準信息，以保障公共交通的暢通和安全。
未來霧計算將扮演重大角色
從商業(yè)運營模式到工作生活方式，智能物聯(lián)網技術正深刻改變著人類社會。要讓物聯(lián)網擁有無處不在的智能，就必須充分利用網絡環(huán)境中分散存在的計算、存儲、通信和控制等能力，通過資源共享機制和協(xié)同服務架構來有效提升生產效率或用戶體驗。
當前，霧計算技術的研究和標準化工作剛剛起步。我們面臨的主要技術挑戰(zhàn)和研究熱點為：如何在霧計算節(jié)點之間建立信任關系，如何在它們之間推動資源充分共享，如何在云—霧—邊緣等多層次之間實現(xiàn)高效通信和緊密協(xié)作，如何在異構節(jié)點之間完成復雜任務的公平按需分配等。
可以預見，隨著霧計算技術的不斷發(fā)展成熟和普及應用，智能物聯(lián)網將越來越便捷、越來越真實地借鑒和映射人類社會的組織架構和決策機制，從而能用更自然和更熟悉的方式為每個人提供觸手可及、無處不在的智能服務。
