雾或云的混合架构会是下一代智能物联网系统的趋势

雾计算（FogComputing）是云计算（CloudComputing）的延伸概念，由思科（Cisco）首创。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象；而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。

什么是雾计算

现在流行的云计算，是把大量数据放到“云”里去计算或存储，弥补我们的电子产品存储空间不足或运算能力而存在的。

相较于概念普及性更高的云计算，雾计算对很多人而言显得足够陌生。我们不妨通俗的定义：雾计算可理解为本地化的云计算。

• 云计算重点放在研究计算的方式，雾计算更强调计算的位置。

• 雾计算相较云计算更贴近地面！更具体些说，它们在网络拓扑中的位置不同！

• 雾计算和云计算实际上又存在有很多相似之处：如都基于虚拟化技术，从共享资源池中，为多用户提供资源服务等。

相对于云计算来说，雾计算离产生数据的地方更近，“雾比云更贴近地面”的说法不是没有道理的！所以，我们定义为：雾计算就是本地化的云计算，就直观理解了。

雾计算介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型。此外，雾计算实际上并没有强力的计算能力，雾计算是将物理上分散的计算机联合起来，形成较弱的计算能力，不过这样的计算能力对于中小型的数据中心，完全够用了。

其实，目前对雾计算的定义还不明确，各个利益团体在定义方面都有自己的立场和看法。

雾计算最初是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的，当时的意图是利用“雾”来阻挡黑客入侵。

没成想美国思科公司把这个名词嫁接了过去并得到了发扬光大，也就是我们现在所讨论的“雾计算”。

雾的优点

除了提到的低延迟，雾计算还有以下优点：

• 省核心网络带宽：雾作为云和终端的中间层，本就在用户与数据中心的通信通路上。雾可以过滤，聚合用户消息（如不停发送的传感器消息），只将必要的消息发送给云，减小核心网络压力。

• 高可靠性：为了服务不同区域的用户，相同的服务会被部署在各个区域的雾节点上。这也使得高可靠性成为雾计算的内在属性，一旦某一区域的服务异常，用户请求可以快速转向其他临近区域。

• 背景信息了解：因为分布在不同区域，雾计算中的服务可以了解到区域背景信息，如本区域带宽是否紧张，根据这一知识，一个视频服务可以及时决策是否降低本地区视频质量，来避免即将到来的卡顿；而对一个地图应用，则可将本地区地图缓存，提高用户体验。

• 省电：数据中心的电力消耗已经成为重要成本，其中冷却系统占有不可忽视的比重。雾计算节点因为地理位置分散，不会集中产生大量热量，并不需要额外的冷却系统，从而减少耗电。

基于以上优点，雾能够弥补云的不足，并和云相互配合，协同工作。

雾计算在物联网中的运用

IDC统计，到2019年，物联网产生的信息中，有45%会在接近本地的地方进行计算与储存，而这时光靠大型数据中心与云端是不够的。

智慧城市，智能家庭，种种可预见的物联网应用在未来将极大的方便人们的生活。然而目前市场上智能终端设备的智能程度普遍令人不满。那么这个“智能”应来自哪里，怎样才能保障设备的智能呢？

当资源不足时，一个直观的想法是将计算任务交给其他计算能力强的设备。物联网中有大量的终端设备，它们无法在本地完成计算做出决策，那么应该由谁来解决终端设备的资源不足呢？大家想到了云。

云 + 雾

雾计算自提出就是作为云计算的延伸扩展，而不是云计算的替代。在物联网生态中，雾可以过滤，聚合用户消息；匿名处理用户数据保证隐秘性；初步处理数据，做出实时决策；提供临时存储，提升用户体验。

相对的，云可以负责大运算量，或长期存储任务（如：历史数据保存，数据挖掘，状态预测，整体性决策等等），从而弥补单一雾节点在计算资源上的不足。

这样，云和雾共同形成一个彼此受益的计算模型，这一新的计算模型能更好的适应物联网应用场景。

目前雾计算在物联网应用主要还是集中在工业物联网领域。这种设计主要使用局部的计算节点，在设备端（如：传感器、摄像机等）和云数据中心之间收集、存储和处理数据，而非使用远程云数据中心处理。比如国内的华制智能，这家总部位于深圳，在德国、日本、美国、以色列等国设立了8个海外办公室和研究院，在“智能制造+云”的商业生态中，是行业的领跑者。

随着物联网市场的发展越来越成熟，消费者对于物联网应用的了解也逐步加深，于是我们看到更多由消费者参与并设计的案例出现，比如人工智能与计算机视觉应用结合也增加了对雾计算的需求。一个智能的物联网系统不仅需要收集和分析用户消费数据，在没有人类接入的情绪下它也需要作出相应的回应。

为了达成这一点，物联网系统就需要通过分析从大量传感器中获取的数据进行实时人工智能推断，然后向机器发送指令，从而执行任务。在无人监督的环境中，人工智能引擎也需要实时收集实时数据，从而判断下一步需要采取的行动。

对于智能物联网系统的下一代来说，雾或云的混合架构会是趋势。事实上，大型的云服务提供商已经开始进军雾计算，他们提供了重要的标准（像OpenFog联盟）以及推动物联网雾产品兴旺发展的生态系统。在设计智能雾计算节点或端点时，我们会在几年内看到嵌入式处理平台的数量不断增加。

除此之外，工程师需要采用特定领域的算法和神经网络设计，从而在短时间和预算内交付产品，满足使用需求。

对雾计算的展望

有报告显示，到2022年，全球雾计算市场的机会将超过180亿美元，预测雾计算的最大市场依序是能源、公用事业、运输、医疗保健和工业类别。

雾的总体收入来源最主要是硬件（51.6%），其次是雾应用程序（19.9%）和服务（15.7%）。

到2022年，随着雾功能并入现有的硬件中，开支将转移到应用和服务上。

科技巨头在雾计算的布局

• Arm，Cisco，Dell，Intel，Microsoft，普林斯顿大学共同投资创办的雾计算研究项目OpenFog

• Orange (法国电信) 与 Inria(法国国立计算机及自动化研究院)共同主导的雾计算与大规模分布式云研究项目Discovery

• 华为的“全面云化”战略

• Intel 的 “Cloud Computing at the Edge”项目

• NTT 的 “Edge Computing”项目

• AT&T 的 “Cloud 2.0”项目