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。
數據訪(fǎng)問(wèn)越多，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。
工業(yè)
GE基于 Pivotal Cloud Foundry打造了 Predix 物聯(lián)網(wǎng) PaaS平臺，結合戴爾智能仿真技術(shù)，實(shí)現了“數據雙胞胎”。基于云計算，GE 實(shí)現了飛機發(fā)動(dòng)機生產(chǎn)過(guò)程中的調優(yōu)，同時(shí)，基于霧計算，GE 實(shí)現了飛機飛行過(guò)程中的“自愈”。
GE Predix 作為物聯(lián)網(wǎng) PaaS 平臺，還助力制造企業(yè)將大數據、物聯(lián)網(wǎng)和人工智能轉化為智能制造能力，實(shí)現數據創(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(shí)現“虛擬 - 現實(shí)”的設計生產(chǎn)融合，并為其提供云計算服務(wù)。
農業(yè)
Chitale Dairy是一家乳制品廠(chǎng)。基于戴爾科技虛擬化技術(shù)，Chitale Dairy實(shí)現了 ERP云部署。他們基于霧計算，通過(guò)為奶牛裝上傳感器，進(jìn)行近實(shí)時(shí)數據采集分析、處理，實(shí)現精細化運營(yíng)，保證乳制品生產(chǎn)全流程的監控、管理、優(yōu)化。同時(shí)，Chitale Dairy 通過(guò)基于云的乳業(yè)生命周期管理平臺，實(shí)現了乳制品生產(chǎn)流程自動(dòng)化管理，通過(guò)物聯(lián)網(wǎng)和大數據分析，對每頭奶牛從食料、喂養、健康、牛奶質(zhì)量和產(chǎn)量進(jìn)行全流程監控分析，實(shí)現精細化和自動(dòng)化乳業(yè)生產(chǎn)。
將云的整體業(yè)務(wù)管理和霧端的優(yōu)化農場(chǎng)間協(xié)作以及奶源監控管理緊密連接起來(lái)，在提高乳制品生命周期管理效率的同時(shí)，提升了協(xié)同和協(xié)作效率，加速企業(yè)業(yè)務(wù)創(chuàng )新的速度。
服務(wù)業(yè)
TopGolf 是一家高爾夫俱樂(lè )部。通過(guò)采用戴爾科技的虛擬化和超融合技術(shù)，形成了高爾夫數字化高端服務(wù)輸出能力。他們通過(guò)向數字化轉型，打破了傳統高爾夫的業(yè)務(wù)模式。通過(guò)物聯(lián)網(wǎng)，將 RFID 芯片嵌入高爾夫球里，實(shí)現對每次擊球、每個(gè)隊員和賽事進(jìn)行實(shí)時(shí)監控，并基于霧計算，實(shí)時(shí)跟蹤和分析每個(gè)擊球動(dòng)作和球的路徑，實(shí)現實(shí)時(shí)積分。
TopGolf 的業(yè)務(wù)模式融合了云計算和霧計算，實(shí)現了跨數據中心、云和邊緣應用的實(shí)時(shí)數據監控、交互和管理，滿(mǎn)足賽事實(shí)時(shí)監控、場(chǎng)上場(chǎng)下互動(dòng)、賽前球員積分分析、社交媒體、會(huì )員個(gè)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(guò)傳感器搜集信息，進(jìn)行實(shí)時(shí)數據分析和交通部署，以提高公共安全。通過(guò)霧計算，智能交通控制系統中的一個(gè)霧節點(diǎn)可以共享收集到的交通信息，以緩解高峰時(shí)段的交通擁堵、定位交通事故，并可以通過(guò)遠程控制緩解交通擁堵區域的交通狀況。同時(shí)，在每個(gè)用戶(hù)的電話(huà)和公共交通中，基于霧計算的應用程序允許用戶(hù)在沒(méi)有持續網(wǎng)絡(luò )連接的情況下，共享并通過(guò)附近的用戶(hù)下載內容。
此外，自動(dòng)化車(chē)輛的安全系統、道路上的監控系統以及公共交通的票務(wù)系統，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(hù)的需求進(jìn)行數據提取和分析，再基于霧計算實(shí)現邊緣數據實(shí)時(shí)分析，從而為用戶(hù)快速提供精準信息，以保障公共交通的暢通和安全。
未來(lái)霧計算將扮演重大角色
從商業(yè)運營(yíng)模式到工作生活方式，智能物聯(lián)網(wǎng)技術(shù)正深刻改變著(zhù)人類(lèi)社會(huì )。要讓物聯(lián)網(wǎng)擁有無(wú)處不在的智能，就必須充分利用網(wǎng)絡(luò )環(huán)境中分散存在的計算、存儲、通信和控制等能力，通過(guò)資源共享機制和協(xié)同服務(wù)架構來(lái)有效提升生產(chǎn)效率或用戶(hù)體驗。
當前，霧計算技術(shù)的研究和標準化工作剛剛起步。我們面臨的主要技術(shù)挑戰和研究熱點(diǎn)為：如何在霧計算節點(diǎn)之間建立信任關(guān)系，如何在它們之間推動(dòng)資源充分共享，如何在云—霧—邊緣等多層次之間實(shí)現高效通信和緊密協(xié)作，如何在異構節點(diǎn)之間完成復雜任務(wù)的公平按需分配等。
可以預見(jiàn)，隨著(zhù)霧計算技術(shù)的不斷發(fā)展成熟和普及應用，智能物聯(lián)網(wǎng)將越來(lái)越便捷、越來(lái)越真實(shí)地借鑒和映射人類(lèi)社會(huì )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(gè)人提供觸手可及、無(wú)處不在的智能服務(wù)。
