霧計(jì)算（FogComputing）是云計(jì)算（CloudComputing）的延伸概念，由思科（Cisco）首創(chuàng)。這個(gè)因“云”而“霧”的命名源自“霧是更貼近地面的云”這一名句。霧計(jì)算和云計(jì)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(shí)可及，貼近地面，就在你我身邊。霧計(jì)算并非由性能強(qiáng)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(jì)算機(jī)組成，滲入工廠、汽車(chē)、電器、街燈及人們物質(zhì)生活中的各類用品。

什么是霧計(jì)算

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

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

?云計(jì)算重點(diǎn)放在研究計(jì)算的方式，霧計(jì)算更強(qiáng)調(diào)計(jì)算的位置。

?霧計(jì)算相較云計(jì)算更貼近地面！更具體些說(shuō)，它們?cè)诰W(wǎng)絡(luò)拓?fù)渲械奈恢貌煌?/p>

?霧計(jì)算和云計(jì)算實(shí)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(duì)于云計(jì)算來(lái)說(shuō)，霧計(jì)算離產(chǎn)生數(shù)據(jù)的地方更近，“霧比云更貼近地面”的說(shuō)法不是沒(méi)有道理的！所以，我們定義為：霧計(jì)算就是本地化的云計(jì)算，就直觀理解了。

霧計(jì)算介于云計(jì)算和個(gè)人計(jì)算之間的，是半虛擬化的服務(wù)計(jì)算架構(gòu)模型。此外，霧計(jì)算實(shí)際上并沒(méi)有強(qiáng)力的計(jì)算能力，霧計(jì)算是將物理上分散的計(jì)算機(jī)聯(lián)合起來(lái)，形成較弱的計(jì)算能力，不過(guò)這樣的計(jì)算能力對(duì)于中小型的數(shù)據(jù)中心，完全夠用了。

其實(shí)，目前對(duì)霧計(jì)算的定義還不明確，各個(gè)利益團(tuán)體在定義方面都有自己的立場(chǎng)和看法。

霧計(jì)算最初是由美國(guó)紐約哥倫比亞大學(xué)的斯特爾佛教授(Prof. Stolfo)起的，當(dāng)時(shí)的意圖是利用“霧”來(lái)阻擋黑客入侵。

沒(méi)成想美國(guó)思科公司把這個(gè)名詞嫁接了過(guò)去并得到了發(fā)揚(yáng)光大，也就是我們現(xiàn)在所討論的“霧計(jì)算”。

霧的優(yōu)點(diǎn)

除了提到的低延遲，霧計(jì)算還有以下優(yōu)點(diǎn)：

?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(guò)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(huì)被部署在各個(gè)區(qū)域的霧節(jié)點(diǎn)上。這也使得高可靠性成為霧計(jì)算的內(nèi)在屬性，一旦某一區(qū)域的服務(wù)異常，用戶請(qǐng)求可以快速轉(zhuǎn)向其他臨近區(qū)域。

?背景信息了解：因?yàn)榉植荚诓煌瑓^(qū)域，霧計(jì)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(shí)，一個(gè)視頻服務(wù)可以及時(shí)決策是否降低本地區(qū)視頻質(zhì)量，來(lái)避免即將到來(lái)的卡頓；而對(duì)一個(gè)地圖應(yīng)用，則可將本地區(qū)地圖緩存，提高用戶體驗(yàn)。

?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(jì)算節(jié)點(diǎn)因?yàn)榈乩砦恢梅稚?，不?huì)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(diǎn)，霧能夠彌補(bǔ)云的不足，并和云相互配合，協(xié)同工作。

霧計(jì)算在物聯(lián)網(wǎng)中的運(yùn)用

IDC統(tǒng)計(jì)，到2019年，物聯(lián)網(wǎng)產(chǎn)生的信息中，有45%會(huì)在接近本地的地方進(jìn)行計(jì)算與儲(chǔ)存，而這時(shí)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(yù)見(jiàn)的物聯(lián)網(wǎng)應(yīng)用在未來(lái)將極大的方便人們的生活。然而目前市場(chǎng)上智能終端設(shè)備的智能程度普遍令人不滿。那么這個(gè)“智能”應(yīng)來(lái)自哪里，怎樣才能保障設(shè)備的智能呢？

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

云+霧

霧計(jì)算自提出就是作為云計(jì)算的延伸擴(kuò)展，而不是云計(jì)算的替代。在物聯(lián)網(wǎng)生態(tài)中，霧可以過(guò)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(shí)時(shí)決策；提供臨時(shí)存儲(chǔ)，提升用戶體驗(yàn)。

相對(duì)的，云可以負(fù)責(zé)大運(yùn)算量，或長(zhǎng)期存儲(chǔ)任務(wù)（如：歷史數(shù)據(jù)保存，數(shù)據(jù)挖掘，狀態(tài)預(yù)測(cè)，整體性決策等等），從而彌補(bǔ)單一霧節(jié)點(diǎn)在計(jì)算資源上的不足。

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

目前霧計(jì)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(jì)主要使用局部的計(jì)算節(jié)點(diǎn)，在設(shè)備端（如：傳感器、攝像機(jī)等）和云數(shù)據(jù)中心之間收集、存儲(chǔ)和處理數(shù)據(jù)，而非使用遠(yuǎn)程云數(shù)據(jù)中心處理。比如國(guó)內(nèi)的華制智能，這家總部位于深圳，在德國(guó)、日本、美國(guó)、以色列等國(guó)設(shè)立了8個(gè)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(chǎng)的發(fā)展越來(lái)越成熟，消費(fèi)者對(duì)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(fèi)者參與并設(shè)計(jì)的案例出現(xiàn)，比如人工智能與計(jì)算機(jī)視覺(jué)應(yīng)用結(jié)合也增加了對(duì)霧計(jì)算的需求。一個(gè)智能的物聯(lián)網(wǎng)系統(tǒng)不僅需要收集和分析用戶消費(fèi)數(shù)據(jù)，在沒(méi)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(dá)成這一點(diǎn)，物聯(lián)網(wǎng)系統(tǒng)就需要通過(guò)分析從大量傳感器中獲取的數(shù)據(jù)進(jìn)行實(shí)時(shí)人工智能推斷，然后向機(jī)器發(fā)送指令，從而執(zhí)行任務(wù)。在無(wú)人監(jiān)督的環(huán)境中，人工智能引擎也需要實(shí)時(shí)收集實(shí)時(shí)數(shù)據(jù)，從而判斷下一步需要采取的行動(dòng)。

對(duì)于智能物聯(lián)網(wǎng)系統(tǒng)的下一代來(lái)說(shuō)，霧或云的混合架構(gòu)會(huì)是趨勢(shì)。事實(shí)上，大型的云服務(wù)提供商已經(jīng)開(kāi)始進(jìn)軍霧計(jì)算，他們提供了重要的標(biāo)準(zhǔn)（像OpenFog聯(lián)盟）以及推動(dòng)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(jì)智能霧計(jì)算節(jié)點(diǎn)或端點(diǎn)時(shí)，我們會(huì)在幾年內(nèi)看到嵌入式處理平臺(tái)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(jì)，從而在短時(shí)間和預(yù)算內(nèi)交付產(chǎn)品，滿足使用需求。

對(duì)霧計(jì)算的展望

有報(bào)告顯示，到2022年，全球霧計(jì)算市場(chǎng)的機(jī)會(huì)將超過(guò)180億美元，預(yù)測(cè)霧計(jì)算的最大市場(chǎng)依序是能源、公用事業(yè)、運(yùn)輸、醫(yī)療保健和工業(yè)類別。

霧的總體收入來(lái)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(kāi)支將轉(zhuǎn)移到應(yīng)用和服務(wù)上。

科技巨頭在霧計(jì)算的布局

?Arm，Cisco，Dell，Intel，Microsoft，普林斯頓大學(xué)共同投資創(chuàng)辦的霧計(jì)算研究項(xiàng)目OpenFog

?Orange (法國(guó)電信) 與 Inria(法國(guó)國(guó)立計(jì)算機(jī)及自動(dòng)化研究院)共同主導(dǎo)的霧計(jì)算與大規(guī)模分布式云研究項(xiàng)目Discovery

?華為的“全面云化”戰(zhàn)略

?Intel 的 “Cloud Computing at the Edge”項(xiàng)目

?NTT 的 “Edge Computing”項(xiàng)目

?AT&T 的 “Cloud 2.0”項(xiàng)目