自從第一臺IoT設備于1990年問世以來，物聯網已經有了長足的發展，這是一種可以在互聯網上開啟和關閉的烤面包機。27年之后，聯網設備已經從新奇產品變成了日常生活中必不可少的一部分。

　　最近的(de)預(yu)估顯示，成(cheng)年(nian)人平均(jun)每(mei)天花在智(zhi)能(neng)手(shou)(shou)機上(shang)的(de)時間超過4個小時，只能(neng)手(shou)(shou)機也(ye)是(shi)一(yi)種裝(zhuang)有(you)物(wu)聯網傳感器數(shu)據(ju)的(de)設備。目前，81%的(de)成(cheng)年(nian)人擁(yong)有(you)智(zhi)能(neng)手(shou)(shou)機。想象一(yi)下，當81%的(de)成(cheng)年(nian)人擁(yong)有(you)智(zhi)能(neng)汽車和(he)智(zhi)能(neng)家居時，我們將會(hui)收到多少數(shu)據(ju)。

　　今天，IoT設備(bei)的大(da)部分數據都在(zai)(zai)云中處理，這意味著全球所有角落產生的數據都被集中發送到(dao)數據中心的少數計算機上。然而，隨著IoT設備(bei)的數量預計將在(zai)(zai)2020年猛增至200億，通過互(hu)聯網發送數據的體積和速(su)度對云計算方法提出(chu)了嚴峻的挑戰(zhan)。

　　越(yue)來越(yue)多(duo)的設備連接將迫使IoT制造商在2018年(nian)將云計(ji)(ji)算模式(shi)從(cong)云計(ji)(ji)算模式(shi)轉移到(dao)一(yi)種稱為“霧計(ji)(ji)算”的新模式(shi)。

　　越來越多的數據訪問，云計算問題明顯

　　物(wu)聯網和人工(gong)智能的(de)(de)發展將(jiang)帶來價值數(shu)(shu)以(yi)億計的(de)(de)數(shu)(shu)據(ju)。分布廣(guang)泛的(de)(de)傳感器、智能終(zhong)端(duan)等每時(shi)(shi)每刻都在產(chan)生大(da)量(liang)的(de)(de)數(shu)(shu)據(ju)。盡管云(yun)計算擁有(you)“無限”的(de)(de)計算和存儲資(zi)源池，但云(yun)數(shu)(shu)據(ju)中(zhong)(zhong)心往往是集中(zhong)(zhong)化的(de)(de)且距離終(zhong)端(duan)設備較遠(yuan)，當(dang)面對大(da)量(liang)的(de)(de)分布廣(guang)泛的(de)(de)終(zhong)端(duan)設備及(ji)所采集的(de)(de)海量(liang)數(shu)(shu)據(ju)時(shi)(shi)，云(yun)不可避免(mian)地遇到了(le)三大(da)難題：

　　網(wang)絡擁塞，如果大量的物(wu)聯(lian)網(wang)和人工智(zhi)能(neng)應用部(bu)署(shu)在(zai)云中，將會(hui)有海量的原始數據不間斷地涌入核心網(wang)絡，造成核心網(wang)絡擁塞；

  高延遲，終端設備(bei)與云數(shu)據中心的較遠距離將導致較高的網絡(luo)延遲，而對實(shi)時性要求高的應用(yong)則難(nan)以滿(man)足需(xu)求；

  可靠性無法保證，對可靠性和安全性要(yao)求較高的(de)應用(yong)，由于從終端到云(yun)平臺的(de)距離遠(yuan)，通信通路長(chang)，因而風險大(da)，云(yun)中備(bei)份的(de)成本也高。

　　因此，為(wei)滿足(zu)物(wu)(wu)聯(lian)網(wang)(wang)和(he)人工智能(neng)等應用的(de)需求，作(zuo)為(wei)云計(ji)算(suan)的(de)延伸(shen)擴展(zhan)，霧計(ji)算(suan)(Fog Computing)的(de)概念應運而生。霧計(ji)算(suan)最早(zao)由思科提出，它(ta)是一(yi)種分布式的(de)計(ji)算(suan)模(mo)型，作(zuo)為(wei)云數據中(zhong)心(xin)和(he)物(wu)(wu)聯(lian)網(wang)(wang)設備(bei)(bei) / 傳感(gan)器之間(jian)(jian)的(de)中(zhong)間(jian)(jian)層，它(ta)提供計(ji)算(suan)、網(wang)(wang)絡和(he)存(cun)儲設備(bei)(bei)，讓基于云的(de)服務(wu)可(ke)以離物(wu)(wu)聯(lian)網(wang)(wang)設備(bei)(bei)和(he)傳感(gan)器更近。

　　霧計(ji)算主(zhu)要使用(yong)邊緣網絡(luo)中(zhong)(zhong)的(de)設(she)備，可以是傳(chuan)統(tong)網絡(luo)設(she)備，如網絡(luo)中(zhong)(zhong)的(de)路由器(qi)、交換機(ji)、網關等(deng)，也可以是專(zhuan)門部署(shu)的(de)本地服務器(qi)。這些設(she)備的(de)資(zi)(zi)源能力都(dou)遠小于一個數據中(zhong)(zhong)心，但是它們龐大(da)的(de)數量(liang)可以彌補單一設(she)備資(zi)(zi)源的(de)不足。

　　在(zai)物聯(lian)網(wang)中(zhong)，霧可以過(guo)(guo)濾、聚合用(yong)(yong)戶(hu)消(xiao)息(xi)，匿名(ming)處理(li)用(yong)(yong)戶(hu)數據(ju)(ju)以保證(zheng)隱(yin)秘(mi)性，初步處理(li)數據(ju)(ju)以便實時決(jue)策，提(ti)供臨時存儲(chu)以提(ti)升(sheng)(sheng)用(yong)(yong)戶(hu)體驗，而云則可以負責大運算(suan)量(liang)或長期存儲(chu)任務，與霧計算(suan)優勢互(hu)(hu)補。通過(guo)(guo)霧計算(suan)，可以將(jiang)一些并(bing)不(bu)需要(yao)放到(dao)云上的(de)(de)數據(ju)(ju)在(zai)網(wang)絡(luo)邊緣層(ceng)直接(jie)進行處理(li)和(he)(he)存儲(chu)，提(ti)高(gao)數據(ju)(ju)分(fen)析(xi)(xi)處理(li)的(de)(de)效率，降低時延，減少網(wang)絡(luo)傳輸壓力，提(ti)升(sheng)(sheng)安全性。霧計算(suan)以其廣泛的(de)(de)地理(li)分(fen)布(bu)、帶(dai)有(you)大量(liang)網(wang)絡(luo)節點的(de)(de)大規模(mo)傳感器網(wang)絡(luo)、支持高(gao)移動性和(he)(he)實時互(hu)(hu)動以及(ji)多樣(yang)化的(de)(de)軟硬件設備和(he)(he)云在(zai)線分(fen)析(xi)(xi)等特(te)點，迅速被物聯(lian)網(wang)和(he)(he)人工智(zhi)能(neng)應(ying)用(yong)(yong)領域的(de)(de)企業所接(jie)受(shou)并(bing)獲得廣泛應(ying)用(yong)(yong)，例如，M2M、人機協同、智(zhi)能(neng)電網(wang)、智(zhi)能(neng)交通、智(zhi)能(neng)家居、智(zhi)能(neng)醫療、無人駕駛等應(ying)用(yong)(yong)。

　　與(yu)邊(bian)緣(yuan)(yuan)計(ji)算(suan)(Edge Computing)不同(tong)的是(shi)，霧計(ji)算(suan)可(ke)以(yi)將(jiang)基于云的服務 , 如 IaaS、 PaaS、 SaaS，拓展(zhan)到網絡(luo)(luo)邊(bian)緣(yuan)(yuan)，而邊(bian)緣(yuan)(yuan)計(ji)算(suan)更多(duo)地專注于終端(duan)設(she)備端(duan)。霧計(ji)算(suan)可(ke)以(yi)進行邊(bian)緣(yuan)(yuan)計(ji)算(suan)，但除了邊(bian)緣(yuan)(yuan)網絡(luo)(luo)，霧計(ji)算(suan)也(ye)可(ke)以(yi)拓展(zhan)到核心(xin)網絡(luo)(luo)，也(ye)就是(shi)邊(bian)緣(yuan)(yuan)和核心(xin)網絡(luo)(luo)的組件都可(ke)以(yi)作為霧計(ji)算(suan)的基礎設(she)施。

　　“云”和“霧”典型案例和應用場景

　　融合云(yun)(yun)平臺和(he)(he)霧(wu)計算，一(yi)(yi)方面可通過云(yun)(yun)降低傳統 IT采購(gou)、管理和(he)(he)運維的開支(zhi)，將 IaaS、 PaaS、 SaaS作為(wei)云(yun)(yun)服務輸出;另(ling)一(yi)(yi)方面，通過霧(wu)計算可保證(zheng)邊緣(yuan)端(duan)數據的實(shi)時(shi)搜集(ji)、提(ti)取和(he)(he)分析(xi)速度，提(ti)高網絡資(zi)源部(bu)署使(shi)用和(he)(he)管理效(xiao)(xiao)率，有助(zhu)于提(ti)高人機協(xie)同效(xiao)(xiao)率，為(wei)企(qi)業業務創新、服務品質提(ti)升提(ti)供(gong)技術支(zhi)持。以下(xia)是四個行業“云(yun)(yun)”和(he)(he)“霧(wu)”的典型案例和(he)(he)應(ying)用場景。

　　工業

　　GE基于(yu)(yu) Pivotal Cloud Foundry打(da)造(zao)了(le)(le) Predix 物聯網 PaaS平臺，結合戴爾智能仿(fang)真技術，實(shi)(shi)現了(le)(le)“數據雙(shuang)胞(bao)胎”。基于(yu)(yu)云(yun)計(ji)算，GE 實(shi)(shi)現了(le)(le)飛機(ji)發動(dong)機(ji)生產過(guo)程中的調(diao)優，同時，基于(yu)(yu)霧計(ji)算，GE 實(shi)(shi)現了(le)(le)飛機(ji)飛行過(guo)程中的“自愈”。

　　GE Predix 作為(wei)物聯(lian)(lian)網(wang) PaaS 平臺，還助力(li)制造企業(ye)將(jiang)大(da)數據、物聯(lian)(lian)網(wang)和(he)人工(gong)智能轉(zhuan)化為(wei)智能制造能力(li)，實(shi)現(xian)數據創(chuang)新。GE Predix 平臺，融合(he)云計(ji)(ji)算和(he)霧計(ji)(ji)算以及”數字雙胞胎“，幫(bang)助制造企業(ye)實(shi)現(xian)“虛擬 - 現(xian)實(shi)”的設計(ji)(ji)生產融合(he)，并為(wei)其提(ti)供云計(ji)(ji)算服務。

　　農業

　　Chitale Dairy是一(yi)家乳(ru)(ru)(ru)制品廠(chang)。基于(yu)戴爾(er)科技虛擬(ni)化技術，Chitale Dairy實現了(le) ERP云(yun)部(bu)署。他(ta)們基于(yu)霧計算，通(tong)過為奶(nai)牛(niu)裝上傳(chuan)感器，進行近實時(shi)數(shu)(shu)據采集分析(xi)、處理，實現精細化運營，保(bao)證乳(ru)(ru)(ru)制品生(sheng)(sheng)產全(quan)流(liu)程的(de)監(jian)控(kong)、管理、優化。同(tong)時(shi)，Chitale Dairy 通(tong)過基于(yu)云(yun)的(de)乳(ru)(ru)(ru)業生(sheng)(sheng)命(ming)周期管理平臺，實現了(le)乳(ru)(ru)(ru)制品生(sheng)(sheng)產流(liu)程自動化管理，通(tong)過物聯網(wang)和(he)大數(shu)(shu)據分析(xi)，對每頭奶(nai)牛(niu)從食料、喂養、健康、牛(niu)奶(nai)質量和(he)產量進行全(quan)流(liu)程監(jian)控(kong)分析(xi)，實現精細化和(he)自動化乳(ru)(ru)(ru)業生(sheng)(sheng)產。

　　將云的(de)整體業(ye)(ye)務管(guan)理和霧端的(de)優(you)化(hua)農場間協作以(yi)及奶源(yuan)監控管(guan)理緊密連接起(qi)來，在提高乳制(zhi)品生命周(zhou)期管(guan)理效率(lv)的(de)同時，提升(sheng)了協同和協作效率(lv)，加速企業(ye)(ye)業(ye)(ye)務創(chuang)新的(de)速度(du)。

　　服務業

　　TopGolf 是一家高(gao)(gao)爾夫(fu)俱樂部。通過(guo)采(cai)用戴爾科技的虛擬化(hua)(hua)和(he)超融合(he)技術，形成了高(gao)(gao)爾夫(fu)數字化(hua)(hua)高(gao)(gao)端服務輸(shu)出能力。他們(men)通過(guo)向(xiang)數字化(hua)(hua)轉型，打破(po)了傳統高(gao)(gao)爾夫(fu)的業務模式(shi)。通過(guo)物聯網，將(jiang) RFID 芯片嵌入高(gao)(gao)爾夫(fu)球(qiu)里，實(shi)現對每次(ci)擊球(qiu)、每個(ge)隊員(yuan)和(he)賽事進行實(shi)時監(jian)控，并基于(yu)霧計算，實(shi)時跟蹤和(he)分析每個(ge)擊球(qiu)動作和(he)球(qiu)的路徑，實(shi)現實(shi)時積分。

　　TopGolf 的業務(wu)模式融合了云計(ji)算和(he)霧計(ji)算，實(shi)現了跨數(shu)(shu)據(ju)中心、云和(he)邊緣應用的實(shi)時數(shu)(shu)據(ju)監控(kong)、交(jiao)互(hu)和(he)管理，滿(man)足(zu)賽(sai)(sai)事(shi)實(shi)時監控(kong)、場(chang)上(shang)場(chang)下互(hu)動、賽(sai)(sai)前球(qiu)員(yuan)積(ji)分分析(xi)、社交(jiao)媒體(ti)、會員(yuan)個性化(hua)數(shu)(shu)據(ju)管理等大數(shu)(shu)據(ju)分析(xi)的需求。

　　交通業

　　在(zai)智能交(jiao)通(tong)(tong)(tong)(tong)中，可通(tong)(tong)(tong)(tong)過(guo)(guo)傳感器搜集信息，進行實時數據分析和交(jiao)通(tong)(tong)(tong)(tong)部署，以(yi)(yi)(yi)提高公共安全。通(tong)(tong)(tong)(tong)過(guo)(guo)霧(wu)計算(suan)，智能交(jiao)通(tong)(tong)(tong)(tong)控(kong)制系(xi)統中的(de)(de)一個霧(wu)節(jie)點可以(yi)(yi)(yi)共享收集到的(de)(de)交(jiao)通(tong)(tong)(tong)(tong)信息，以(yi)(yi)(yi)緩解高峰時段(duan)的(de)(de)交(jiao)通(tong)(tong)(tong)(tong)擁(yong)堵、定位交(jiao)通(tong)(tong)(tong)(tong)事故，并可以(yi)(yi)(yi)通(tong)(tong)(tong)(tong)過(guo)(guo)遠程(cheng)控(kong)制緩解交(jiao)通(tong)(tong)(tong)(tong)擁(yong)堵區域的(de)(de)交(jiao)通(tong)(tong)(tong)(tong)狀況(kuang)。同時，在(zai)每個用戶(hu)的(de)(de)電話和公共交(jiao)通(tong)(tong)(tong)(tong)中，基于(yu)霧(wu)計算(suan)的(de)(de)應(ying)用程(cheng)序(xu)允(yun)許用戶(hu)在(zai)沒(mei)有持續網絡連(lian)接的(de)(de)情(qing)況(kuang)下，共享并通(tong)(tong)(tong)(tong)過(guo)(guo)附(fu)近的(de)(de)用戶(hu)下載內容。

　　此(ci)外(wai)，自動化車輛的(de)(de)安全系(xi)(xi)統(tong)(tong)、道路(lu)上的(de)(de)監控系(xi)(xi)統(tong)(tong)以及公共(gong)交通(tong)的(de)(de)票(piao)務系(xi)(xi)統(tong)(tong)，都可(ke)以從傳感器和(he)視頻數(shu)(shu)(shu)據(ju)(ju)中收集(ji)大(da)量(liang)信息。聚合后的(de)(de)數(shu)(shu)(shu)據(ju)(ju)將(jiang)傳輸到云上，根據(ju)(ju)用戶的(de)(de)需求進(jin)行數(shu)(shu)(shu)據(ju)(ju)提(ti)取和(he)分析，再基于霧計算實現(xian)邊緣數(shu)(shu)(shu)據(ju)(ju)實時分析，從而為用戶快速提(ti)供(gong)精(jing)準信息，以保障公共(gong)交通(tong)的(de)(de)暢通(tong)和(he)安全。

　　未來霧計算將扮演重大角色

　　從商(shang)業運(yun)營模式到工作生活方式，智能物聯(lian)(lian)網(wang)技術正(zheng)深刻(ke)改變(bian)著人類(lei)社會。要讓(rang)物聯(lian)(lian)網(wang)擁(yong)有(you)無處(chu)不在的智能，就必須充分(fen)利用(yong)網(wang)絡(luo)環(huan)境(jing)中分(fen)散存在的計算、存儲、通(tong)信(xin)和控制等能力，通(tong)過資源共享機制和協同(tong)服務架構來(lai)有(you)效(xiao)提升生產(chan)效(xiao)率(lv)或用(yong)戶體驗。

　　當前(qian)，霧(wu)計算技術(shu)的(de)研(yan)究和(he)標準化工作(zuo)剛剛起步。我們(men)面臨的(de)主要技術(shu)挑戰和(he)研(yan)究熱點(dian)為：如何(he)(he)在霧(wu)計算節(jie)點(dian)之(zhi)間(jian)建立信任(ren)關系，如何(he)(he)在它們(men)之(zhi)間(jian)推動資源充分共享，如何(he)(he)在云—霧(wu)—邊緣等多層次之(zhi)間(jian)實現高效(xiao)通信和(he)緊密(mi)協(xie)作(zuo)，如何(he)(he)在異構(gou)節(jie)點(dian)之(zhi)間(jian)完成復雜(za)任(ren)務的(de)公平(ping)按需分配等。

　　可以預見，隨著(zhu)霧計算技術(shu)的(de)不斷發展成熟和普及(ji)應用，智能(neng)物聯網將越(yue)來越(yue)便捷、越(yue)來越(yue)真實地借鑒和映(ying)射人(ren)類社會的(de)組(zu)織架(jia)構和決策機制，從(cong)而能(neng)用更自然(ran)和更熟悉的(de)方(fang)式為每個人(ren)提供觸手可及(ji)、無處(chu)不在的(de)智能(neng)服務。