揭示云计算到雾计算对物联网行业应对的挑战

更擅长处理边缘数据的“雾计算”，在紧急或网络环境较差的情况下，将发挥至关重要的作用。当然，只有在“雾计算”与“云计算”相辅相成的情况下，物联网的智能才会被发挥到极致！  

随着物联网演进到万物互联，物联网延伸到了几乎所有领域。高速数据处理、分析和较短的响应时间变得比以往任何时候都有必要。当前支撑物联网系统的集中化云模式并不能完全满足这些要求，但通过雾计算就有可能解决。所谓雾计算，就是一种分散的架构模式，能够让计算资源和应用服务更加靠近边缘，而边缘正是数据资源与云之间的连续体中最合乎逻辑、最有效的点。

雾计算这个术语是由思科创造的，指的是需要把云计算的优势和强大能力放在更加靠近生成数据和使用数据的地方。雾计算降低了传输到云中进行处理和分析的数据量，同时也提高了安全性——这正是物联网行业正关切的问题。

现在我们来看看，从云计算过渡到雾计算是怎样应对物联网行业的当前和未来挑战的。

云计算遇到的困难  

物联网将其爆发式增长归功于实体物和操作技术（OT）与分析和机器学习应用相连——这有助于从设备生成的数据中收集洞察，并让设备无需人类干预就能做出“明智的”决策。目前，这种资源大多是由云服务提供商来提供，这些服务商拥有计算和存储容量。

然而，尽管功能强大，云模式并不适用于那些操作时间紧迫或者联网较差的环境。尤其是远程医疗和患者护理等场景，在这种情况下，延误一毫秒都会产生致命的后果。车辆间通信也一样，要想防止撞车和事故发生，数据到云服务器之间的往返就不能有任何延迟。云模式就好像让你的大脑从千里之外对你的四肢发出指令——在需要快速反应的情况下，它将变得无济于事。

此外，让每台设备都连接到云中并通过互联网发送原始数据会产生隐私、安全性和法律问题，尤其是处理那些在不同国家有不同规定的敏感数据时。

简单的说，云计算虽强大，但我们更迫切的需要一个在网络环境较差或紧急时刻能迅速反应的计算模式，并且这种计算模式间接的保护了我们的隐私。

雾计算最完美的位置  

物联网节点更靠近行动的前端，但就目前而言，它们并没有相应的计算和存储资源来执行分析和机器学习任务。另一方面，虽然云服务器拥有强大的性能，但是如果距离太远，云服务器是无法迅速处理数据并及时响应的。

而雾层则是完美的汇合点，这里有足够的计算、存储和网络资源，以便在边缘模拟云功能并支持本地数据摄入和运算结果的快速周转。

IDC的一项调查预测，到2020年，世界上10%的数据将由边缘设备产生。这进一步增加了对于可同时提供低延迟和全面智能的高效雾计算解决方案的需求。

雾计算有自己的支持机构——成立于2015年的 OpenFog联盟，其使命就是推动雾计算架构中行业和学术领导力。该联盟提供参考架构、指南、样板和SDK，以帮助开发者和IT团队了解雾计算的真正价值。

思科、戴尔和英特尔等主流硬件厂商已经开始与物联网分析和机器学习供应商携手合作，交付可支持雾计算的物联网网关和路由器。例如，思科最近收购了物联网分析公司ParStream和物联网普通供应商Jasper，此举将使这家网络巨头能够更好地把计算功能嵌入其网络设备，并在雾计算最为关键的企业物联网市场中攫取更大的份额。

分析软件公司也开始扩展产品并针对边缘计算开发新工具。例如，Apache Spark是一个基于Hadoop生态系统的数据处理框架，非常适合实时处理边缘生成的数据。

云获取的洞察有助于在雾层更新并调整政策和功能

物联网行业的其它主要厂商也押注于雾计算的增长。微软Azure IoT是领先的企业物联网云平台之一，它的目标是通过促使Windows 10物联网成为物联网关及其它高端边缘设备的首选操作系统（操作系统将是雾计算的核心焦点）而确保其在雾计算领域的统治地位。

雾计算是否会终结云计算？  

雾计算提高了效率并减少了需要发送至云进行处理的数据数量，但是它的作用是作为云的补充，而不是取代云。

云将继续在物联网周期中发挥重要的作用。事实上，随着雾计算担负起在边缘进行短期分析的重任，尤其是在必须分析历史数据和大数据集的情况中，云资源将得以释放，去处理更繁重的任务。从云获取的洞察有助于在雾层更新并调整政策和功能。

还有许多情况下，集中、高效的云计算基础设施在性能、可靠性和成本方面比分散系统的雾计算表现得更好。其中包括必须从大量分散来源分析数据的环境。

只有云和雾计算的组合才能加速物联网的普及，特别是企业物联网。

雾计算都有哪些使用案例？  

雾计算有许多应用，它支持物联网生态系统的关键组成部分，尤其是在工业环境中。

由于雾计算的强大功能，总部位于纽约的再生能源公司Envision已经把其运营的庞大风力涡轮机网络的效率提高了15%。

这家公司一次可处理多达20TB的数据，这些数据是由安装在2000个风力涡轮机中的300万个传感器所生成的。把计算迁移到边缘——这让Envision公司能够把数据分析时间从10分钟缩短到几秒钟，从而为其提供可行的见解和可观的商业利益。

物联网公司Plat One是另一家利用雾计算来管理超过100万个传感器而改进数据处理的公司。公司利用ParStream平台来发布数十万台设备的实时传感器的测量结果，其中包括智能照明和停车、港口和运输管理，以及一个由50000台咖啡机组成的网络。

雾计算在智能城市领域也有一些用例。在美国加州帕洛阿尔图，一个价值300万美元的项目将让交通灯能够与互联车辆相集成，这将有望创造一个更加智能的城市——人们将不会在空无一人的十字路口等待。

在交通领域，它通过提供实时分析以及驾驶模式的决策而使半自动驾驶汽车的驾驶员避免分心或偏离道路。

它还有助于减少视频和音频记录的巨大传输量，这些记录是由警察仪表板和视频摄像头产生的。配备边缘计算功能的摄像头能够实时分析视频，并且只在有必要的情况下把相关数据传送到云中。

雾计算的未来是什么样的？  

当前趋势显示，随着物联网不断扩展并征服新领域，雾计算的用途和重要性也将继续增长。随着廉价、功耗较低的处理和存储变得更加普及，我们可以预测雾计算将迁移到距离边缘更近的地方，并深入生成数据的设备，从而为设备之间的智能和交互创造更大可能性，只记录数据的传感器有一天可能会消失。