物聯(lián)網(wǎng)設(shè)備爆發(fā)式增長(zhǎng)，云計(jì)算模式正走向“霧計(jì)算”

　　自從第一臺(tái)IoT設(shè)備于1990年問世以來，物聯(lián)網(wǎng)已經(jīng)有了長(zhǎng)足的發(fā)展，這是一種可以在互聯(lián)網(wǎng)上開啟和關(guān)閉的烤面包機(jī)。27年之后，聯(lián)網(wǎng)設(shè)備已經(jīng)從新奇產(chǎn)品變成了日常生活中必不可少的一部分。

　　最近的預(yù)估顯示，成年人平均每天花在智能手機(jī)上的時(shí)間超過4個(gè)小時(shí)，只能手機(jī)也是一種裝有物聯(lián)網(wǎng)傳感器數(shù)據(jù)的設(shè)備。目前，81%的成年人擁有智能手機(jī)。想象一下，當(dāng)81%的成年人擁有智能汽車和智能家居時(shí)，我們將會(huì)收到多少數(shù)據(jù)。

　　今天，IoT設(shè)備的大部分?jǐn)?shù)據(jù)都在云中處理，這意味著全球所有角落產(chǎn)生的數(shù)據(jù)都被集中發(fā)送到數(shù)據(jù)中心的少數(shù)計(jì)算機(jī)上。然而，隨著IoT設(shè)備的數(shù)量預(yù)計(jì)將在2020年猛增至200億，通過互聯(lián)網(wǎng)發(fā)送數(shù)據(jù)的體積和速度對(duì)云計(jì)算方法提出了嚴(yán)峻的挑戰(zhàn)。

　　越來越多的設(shè)備連接將迫使IoT制造商在2018年將云計(jì)算模式從云計(jì)算模式轉(zhuǎn)移到一種稱為“霧計(jì)算”的新模式。

　　越來越多的數(shù)據(jù)訪問，云計(jì)算問題明顯

　　物聯(lián)網(wǎng)和人工智能的發(fā)展將帶來價(jià)值數(shù)以億計(jì)的數(shù)據(jù)。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(shù)據(jù)。盡管云計(jì)算擁有“無限”的計(jì)算和存儲(chǔ)資源池，但云數(shù)據(jù)中心往往是集中化的且距離終端設(shè)備較遠(yuǎn)，當(dāng)面對(duì)大量的分布廣泛的終端設(shè)備及所采集的海量數(shù)據(jù)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(yīng)用部署在云中，將會(huì)有海量的原始數(shù)據(jù)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(shè)備與云數(shù)據(jù)中心的較遠(yuǎn)距離將導(dǎo)致較高的網(wǎng)絡(luò)延遲，而對(duì)實(shí)時(shí)性要求高的應(yīng)用則難以滿足需求;

　　可靠性無法保證，對(duì)可靠性和安全性要求較高的應(yīng)用，由于從終端到云平臺(tái)的距離遠(yuǎn)，通信通路長(zhǎng)，因而風(fēng)險(xiǎn)大，云中備份的成本也高。

　　因此，為滿足物聯(lián)網(wǎng)和人工智能等應(yīng)用的需求，作為云計(jì)算的延伸擴(kuò)展，霧計(jì)算(Fog Computing)的概念應(yīng)運(yùn)而生。霧計(jì)算最早由思科提出，它是一種分布式的計(jì)算模型，作為云數(shù)據(jù)中心和物聯(lián)網(wǎng)設(shè)備 / 傳感器之間的中間層，它提供計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)設(shè)備，讓基于云的服務(wù)可以離物聯(lián)網(wǎng)設(shè)備和傳感器更近。

　　霧計(jì)算主要使用邊緣網(wǎng)絡(luò)中的設(shè)備，可以是傳統(tǒng)網(wǎng)絡(luò)設(shè)備，如網(wǎng)絡(luò)中的路由器、交換機(jī)、網(wǎng)關(guān)等，也可以是專門部署的本地服務(wù)器。這些設(shè)備的資源能力都遠(yuǎn)小于一個(gè)數(shù)據(jù)中心，但是它們龐大的數(shù)量可以彌補(bǔ)單一設(shè)備資源的不足。

　　在物聯(lián)網(wǎng)中，霧可以過濾、聚合用戶消息，匿名處理用戶數(shù)據(jù)以保證隱秘性，初步處理數(shù)據(jù)以便實(shí)時(shí)決策，提供臨時(shí)存儲(chǔ)以提升用戶體驗(yàn)，而云則可以負(fù)責(zé)大運(yùn)算量或長(zhǎng)期存儲(chǔ)任務(wù)，與霧計(jì)算優(yōu)勢(shì)互補(bǔ)。通過霧計(jì)算，可以將一些并不需要放到云上的數(shù)據(jù)在網(wǎng)絡(luò)邊緣層直接進(jìn)行處理和存儲(chǔ)，提高數(shù)據(jù)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(jì)算以其廣泛的地理分布、帶有大量網(wǎng)絡(luò)節(jié)點(diǎn)的大規(guī)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(shè)備和云在線分析等特點(diǎn)，迅速被物聯(lián)網(wǎng)和人工智能應(yīng)用領(lǐng)域的企業(yè)所接受并獲得廣泛應(yīng)用，例如，M2M、人機(jī)協(xié)同、智能電網(wǎng)、智能交通、智能家居、智能醫(yī)療、無人駕駛等應(yīng)用。

　　與邊緣計(jì)算(Edge Computing)不同的是，霧計(jì)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(jì)算更多地專注于終端設(shè)備端。霧計(jì)算可以進(jìn)行邊緣計(jì)算，但除了邊緣網(wǎng)絡(luò)，霧計(jì)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(jì)算的基礎(chǔ)設(shè)施。

　　“云”和“霧”典型案例和應(yīng)用場(chǎng)景

　　融合云平臺(tái)和霧計(jì)算，一方面可通過云降低傳統(tǒng) IT采購(gòu)、管理和運(yùn)維的開支，將 IaaS、 PaaS、 SaaS作為云服務(wù)輸出;另一方面，通過霧計(jì)算可保證邊緣端數(shù)據(jù)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(jī)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(yīng)用場(chǎng)景。