霧計算（FogComputing）是云計算（CloudComputing）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。

什么是霧計算

現(xiàn)在流行的云計算，是把大量數(shù)據(jù)放到“云”里去計算或存儲，彌補我們的電子產(chǎn)品存儲空間不足或運算能力而存在的。

相較于概念普及性更高的云計算，霧計算對很多人而言顯得足夠陌生。我們不妨通俗的定義：霧計算可理解為本地化的云計算。

?云計算重點放在研究計算的方式，霧計算更強調(diào)計算的位置。

?霧計算相較云計算更貼近地面！更具體些說，它們在網(wǎng)絡(luò)拓撲中的位置不同！

?霧計算和云計算實際上又存在有很多相似之處：如都基于虛擬化技術(shù)，從共享資源池中，為多用戶提供資源服務(wù)等。

相對于云計算來說，霧計算離產(chǎn)生數(shù)據(jù)的地方更近，“霧比云更貼近地面”的說法不是沒有道理的！所以，我們定義為：霧計算就是本地化的云計算，就直觀理解了。

霧計算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。此外，霧計算實際上并沒有強力的計算能力，霧計算是將物理上分散的計算機聯(lián)合起來，形成較弱的計算能力，不過這樣的計算能力對于中小型的數(shù)據(jù)中心，完全夠用了。

其實，目前對霧計算的定義還不明確，各個利益團體在定義方面都有自己的立場和看法。

霧計算最初是由美國紐約哥倫比亞大學的斯特爾佛教授(Prof. Stolfo)起的，當時的意圖是利用“霧”來阻擋黑客入侵。

沒成想美國思科公司把這個名詞嫁接了過去并得到了發(fā)揚光大，也就是我們現(xiàn)在所討論的“霧計算”。

霧的優(yōu)點

除了提到的低延遲，霧計算還有以下優(yōu)點：

?省核心網(wǎng)絡(luò)帶寬：霧作為云和終端的中間層，本就在用戶與數(shù)據(jù)中心的通信通路上。霧可以過濾，聚合用戶消息（如不停發(fā)送的傳感器消息），只將必要的消息發(fā)送給云，減小核心網(wǎng)絡(luò)壓力。

?高可靠性：為了服務(wù)不同區(qū)域的用戶，相同的服務(wù)會被部署在各個區(qū)域的霧節(jié)點上。這也使得高可靠性成為霧計算的內(nèi)在屬性，一旦某一區(qū)域的服務(wù)異常，用戶請求可以快速轉(zhuǎn)向其他臨近區(qū)域。

?背景信息了解：因為分布在不同區(qū)域，霧計算中的服務(wù)可以了解到區(qū)域背景信息，如本區(qū)域帶寬是否緊張，根據(jù)這一知識，一個視頻服務(wù)可以及時決策是否降低本地區(qū)視頻質(zhì)量，來避免即將到來的卡頓；而對一個地圖應(yīng)用，則可將本地區(qū)地圖緩存，提高用戶體驗。

?省電：數(shù)據(jù)中心的電力消耗已經(jīng)成為重要成本，其中冷卻系統(tǒng)占有不可忽視的比重。霧計算節(jié)點因為地理位置分散，不會集中產(chǎn)生大量熱量，并不需要額外的冷卻系統(tǒng)，從而減少耗電。

基于以上優(yōu)點，霧能夠彌補云的不足，并和云相互配合，協(xié)同工作。

霧計算在物聯(lián)網(wǎng)中的運用

IDC統(tǒng)計，到2019年，物聯(lián)網(wǎng)產(chǎn)生的信息中，有45%會在接近本地的地方進行計算與儲存，而這時光靠大型數(shù)據(jù)中心與云端是不夠的。

智慧城市，智能家庭，種種可預見的物聯(lián)網(wǎng)應(yīng)用在未來將極大的方便人們的生活。然而目前市場上智能終端設(shè)備的智能程度普遍令人不滿。那么這個“智能”應(yīng)來自哪里，怎樣才能保障設(shè)備的智能呢？

當資源不足時，一個直觀的想法是將計算任務(wù)交給其他計算能力強的設(shè)備。物聯(lián)網(wǎng)中有大量的終端設(shè)備，它們無法在本地完成計算做出決策，那么應(yīng)該由誰來解決終端設(shè)備的資源不足呢？大家想到了云。

云+霧

霧計算自提出就是作為云計算的延伸擴展，而不是云計算的替代。在物聯(lián)網(wǎng)生態(tài)中，霧可以過濾，聚合用戶消息；匿名處理用戶數(shù)據(jù)保證隱秘性；初步處理數(shù)據(jù)，做出實時決策；提供臨時存儲，提升用戶體驗。

相對的，云可以負責大運算量，或長期存儲任務(wù)（如：歷史數(shù)據(jù)保存，數(shù)據(jù)挖掘，狀態(tài)預測，整體性決策等等），從而彌補單一霧節(jié)點在計算資源上的不足。

這樣，云和霧共同形成一個彼此受益的計算模型，這一新的計算模型能更好的適應(yīng)物聯(lián)網(wǎng)應(yīng)用場景。

目前霧計算在物聯(lián)網(wǎng)應(yīng)用主要還是集中在工業(yè)物聯(lián)網(wǎng)領(lǐng)域。這種設(shè)計主要使用局部的計算節(jié)點，在設(shè)備端（如：傳感器、攝像機等）和云數(shù)據(jù)中心之間收集、存儲和處理數(shù)據(jù)，而非使用遠程云數(shù)據(jù)中心處理。比如國內(nèi)的華制智能，這家總部位于深圳，在德國、日本、美國、以色列等國設(shè)立了8個海外辦公室和研究院，在“智能制造+云”的商業(yè)生態(tài)中，是行業(yè)的領(lǐng)跑者。

隨著物聯(lián)網(wǎng)市場的發(fā)展越來越成熟，消費者對于物聯(lián)網(wǎng)應(yīng)用的了解也逐步加深，于是我們看到更多由消費者參與并設(shè)計的案例出現(xiàn)，比如人工智能與計算機視覺應(yīng)用結(jié)合也增加了對霧計算的需求。一個智能的物聯(lián)網(wǎng)系統(tǒng)不僅需要收集和分析用戶消費數(shù)據(jù)，在沒有人類接入的情緒下它也需要作出相應(yīng)的回應(yīng)。

為了達成這一點，物聯(lián)網(wǎng)系統(tǒng)就需要通過分析從大量傳感器中獲取的數(shù)據(jù)進行實時人工智能推斷，然后向機器發(fā)送指令，從而執(zhí)行任務(wù)。在無人監(jiān)督的環(huán)境中，人工智能引擎也需要實時收集實時數(shù)據(jù)，從而判斷下一步需要采取的行動。

對于智能物聯(lián)網(wǎng)系統(tǒng)的下一代來說，霧或云的混合架構(gòu)會是趨勢。事實上，大型的云服務(wù)提供商已經(jīng)開始進軍霧計算，他們提供了重要的標準（像OpenFog聯(lián)盟）以及推動物聯(lián)網(wǎng)霧產(chǎn)品興旺發(fā)展的生態(tài)系統(tǒng)。在設(shè)計智能霧計算節(jié)點或端點時，我們會在幾年內(nèi)看到嵌入式處理平臺的數(shù)量不斷增加。

除此之外，工程師需要采用特定領(lǐng)域的算法和神經(jīng)網(wǎng)絡(luò)設(shè)計，從而在短時間和預算內(nèi)交付產(chǎn)品，滿足使用需求。

對霧計算的展望

有報告顯示，到2022年，全球霧計算市場的機會將超過180億美元，預測霧計算的最大市場依序是能源、公用事業(yè)、運輸、醫(yī)療保健和工業(yè)類別。

霧的總體收入來源最主要是硬件（51.6%），其次是霧應(yīng)用程序（19.9%）和服務(wù)（15.7%）。

到2022年，隨著霧功能并入現(xiàn)有的硬件中，開支將轉(zhuǎn)移到應(yīng)用和服務(wù)上。

科技巨頭在霧計算的布局

?Arm，Cisco，Dell，Intel，Microsoft，普林斯頓大學共同投資創(chuàng)辦的霧計算研究項目OpenFog

?Orange (法國電信) 與 Inria(法國國立計算機及自動化研究院)共同主導的霧計算與大規(guī)模分布式云研究項目Discovery

?華為的“全面云化”戰(zhàn)略

?Intel 的 “Cloud Computing at the Edge”項目

?NTT 的 “Edge Computing”項目

?AT&T 的 “Cloud 2.0”項目