近年來(lái)，霧計(jì)算的話(huà)題得到大量引用，其概念已經(jīng)處在研究和實(shí)驗(yàn)階段相當(dāng)長(zhǎng)的一段時(shí)間，但隨著物聯(lián)網(wǎng)最近的增長(zhǎng)，霧計(jì)算或稱(chēng)邊緣計(jì)算已經(jīng)開(kāi)始從“創(chuàng)新觸發(fā)”階段演變到“期望膨脹的頂峰”階段。

霧（邊緣）計(jì)算是一種計(jì)算數(shù)據(jù)的體系結(jié)構(gòu)，應(yīng)用程序和服務(wù)被從集中云推到網(wǎng)絡(luò)的邏輯終端，即邊緣。這種方法需要利用資源，可能無(wú)法連續(xù)連接到網(wǎng)絡(luò)，如筆記本電腦、智能手機(jī)、平板電腦、家用電器、制造工業(yè)機(jī)器、傳感器等。邊緣計(jì)算架構(gòu)還有許多其他名稱(chēng)，如網(wǎng)格計(jì)算、對(duì)等計(jì)算等。

一、霧計(jì)算是去中心化的云計(jì)算

在云計(jì)算架構(gòu)中，集中式服務(wù)器負(fù)責(zé)整個(gè)應(yīng)用程序或設(shè)備所需的計(jì)算。然而，與物聯(lián)網(wǎng)生態(tài)系統(tǒng)遵循同樣的原則變得越來(lái)越麻煩。

物聯(lián)網(wǎng)的生態(tài)系統(tǒng)可以分解為四個(gè)組成部分：數(shù)據(jù)、東西、人和過(guò)程。在數(shù)據(jù)層面，我們意識(shí)到，盡管龐大的數(shù)據(jù)量正在從連接的設(shè)備產(chǎn)生，大部分?jǐn)?shù)據(jù)是暫時(shí)性的，即數(shù)據(jù)的價(jià)值產(chǎn)生后幾分鐘內(nèi)就消失了。

因此，處理這些數(shù)據(jù)，從數(shù)據(jù)中提取的價(jià)值，數(shù)據(jù)的生產(chǎn)和存儲(chǔ)的各種分析需求是完全不同的學(xué)科。

處理數(shù)據(jù)并從中提取智能信號(hào)需要計(jì)算推送到本地節(jié)點(diǎn)設(shè)備。為了進(jìn)行這個(gè)過(guò)程，這些設(shè)備配備了最低限度的計(jì)算能力和數(shù)據(jù)存儲(chǔ)設(shè)施。在計(jì)算之后，只有豐富而簡(jiǎn)明的可重用數(shù)據(jù)被傳回云端。

如果我們要在物聯(lián)網(wǎng)生態(tài)系統(tǒng)繼續(xù)利用云計(jì)算，縮放的同時(shí)保持它的可行，那么解決方案和基礎(chǔ)設(shè)施將成為一個(gè)緊迫的瓶頸。此外，隨著云計(jì)算架構(gòu)到位，從設(shè)備傳輸如此龐大的數(shù)據(jù)量到云端，然后處理和提取數(shù)據(jù)的所有設(shè)備所需要龐大的存儲(chǔ)和計(jì)算資源將使網(wǎng)絡(luò)癱瘓。

云計(jì)算顯然不是物聯(lián)網(wǎng)生態(tài)系統(tǒng)的一個(gè)可行的選擇，隨著霧計(jì)算到位，計(jì)算能力被推向極端的邏輯結(jié)束，從而使設(shè)備自我決定維持在一定程度上的智能水平。

由于只有豐富和簡(jiǎn)明的數(shù)據(jù)發(fā)送到服務(wù)器，因此集中的服務(wù)器上的存儲(chǔ)和計(jì)算負(fù)載可以減少到很小，可以更快地實(shí)現(xiàn)結(jié)果，且通信速度也很快。

霧（邊緣）計(jì)算模型將原有的云計(jì)算中心的部分或全部計(jì)算任務(wù)遷移到數(shù)據(jù)源的附近執(zhí)行，根據(jù)大數(shù)據(jù)的3V特點(diǎn)，即數(shù)據(jù)量（Volume）、時(shí)效性（Velocity）、多樣性（Variety），通過(guò)對(duì)比云計(jì)算模型為代表的集中式大數(shù)據(jù)處理和霧（邊緣）計(jì)算為代表的邊緣式大數(shù)據(jù)處理，可以看出霧計(jì)算的優(yōu)勢(shì)。

邊緣式大數(shù)據(jù)處理時(shí)代，數(shù)據(jù)類(lèi)型更加復(fù)雜多樣，數(shù)據(jù)處理的實(shí)時(shí)性要求更高，數(shù)據(jù)量也超過(guò)ZB級(jí)，邊緣計(jì)算可以提高數(shù)據(jù)傳輸性能，保證處理實(shí)時(shí)性，降低云計(jì)算中心的負(fù)載。

二、霧計(jì)算可以有效減少負(fù)載提升效率

多個(gè)設(shè)備聚集在一起，連接到單個(gè)計(jì)算節(jié)點(diǎn)，形成一個(gè)較小的網(wǎng)絡(luò)。在某些情況下，單個(gè)設(shè)備分配給單個(gè)計(jì)算節(jié)點(diǎn)而不是群集。

我們將基于一個(gè)假設(shè)的使用情況細(xì)節(jié)創(chuàng)造一個(gè)霧計(jì)算模型，假設(shè)你的手機(jī)有一個(gè)健身應(yīng)用程序，跟蹤你每天燃燒的卡路里數(shù)量，并與你的目標(biāo)和歷史表現(xiàn)相比，每天通過(guò)你所走的步數(shù)向你報(bào)告燃燒的卡路里量。

你的手機(jī)配備各種傳感器如計(jì)步器、加速度計(jì)等。這些傳感器可以捕獲手機(jī)的每一個(gè)顆粒的運(yùn)動(dòng)的數(shù)據(jù);即在微秒級(jí)別捕獲電話(huà)的X和Y坐標(biāo)。通過(guò)捕獲模式來(lái)研究X和Y坐標(biāo)序列就可以研究你一天中走了多少步。

假設(shè)你的手機(jī)在你的口袋里，當(dāng)你行走時(shí)，在X坐標(biāo)軸向前移動(dòng)時(shí)Y坐標(biāo)上有輕微的變化。手機(jī)傳感器傳來(lái)的坐標(biāo)數(shù)據(jù)能夠形成一個(gè)模式來(lái)檢測(cè)一個(gè)完整的步行周期。

使用這些模式，我們可以計(jì)算用戶(hù)走過(guò)的步數(shù)。

現(xiàn)在，如果我們嘗試從一個(gè)簡(jiǎn)單的云計(jì)算的角度，這個(gè)過(guò)程會(huì)一直收集一天中的全部日志數(shù)據(jù)，從計(jì)步器上將約50MB發(fā)送到云端。然后服務(wù)器對(duì)數(shù)據(jù)進(jìn)行分析，檢測(cè)走的步數(shù)，將其轉(zhuǎn)換為燃燒的卡路里數(shù)，并將結(jié)果發(fā)送回移動(dòng)電話(huà)。

如果有大約500萬(wàn)用戶(hù)，需要通過(guò)網(wǎng)絡(luò)將巨大數(shù)據(jù)量發(fā)送到云端并在云端占用網(wǎng)絡(luò)計(jì)算和存儲(chǔ)資源。

然而，如果我們使用霧計(jì)算架構(gòu)，僅僅利用手機(jī)的內(nèi)部計(jì)算能力和存儲(chǔ)資源，就可以用來(lái)計(jì)算每30分鐘的步數(shù)。在一天結(jié)束時(shí)，智能手機(jī)上的應(yīng)用程序可以發(fā)送用戶(hù)累計(jì)走過(guò)的步數(shù)，數(shù)據(jù)的大小將遠(yuǎn)小于1KB。

三、霧計(jì)算的應(yīng)用前景廣泛

以一個(gè)制造業(yè)案例為例，假設(shè)大型公司在印度建立了工廠生產(chǎn)清潔劑。想象整個(gè)流程中一個(gè)這樣的機(jī)器——攪拌機(jī)（垂直或水平攪拌機(jī)），它吸收不同的原料，并將它們進(jìn)行攪拌，在制造過(guò)程中生產(chǎn)出合成混合物。攪拌機(jī)的運(yùn)轉(zhuǎn)原理是以預(yù)設(shè)的轉(zhuǎn)速定時(shí)旋轉(zhuǎn)，攪拌機(jī)筒吸收到不同的原材料，其運(yùn)轉(zhuǎn)會(huì)耗費(fèi)一定量的能源。

如果我們利用物聯(lián)網(wǎng)生態(tài)系統(tǒng)，讓這個(gè)設(shè)備成為“智能攪拌機(jī)”會(huì)怎樣？攪拌機(jī)安裝的大量傳感器為各種參數(shù)捕捉數(shù)據(jù)，然后數(shù)據(jù)傳回服務(wù)器（云）進(jìn)行后續(xù)分析。

如何提供功率消耗的效率？這就是與霧計(jì)算的聯(lián)系。以前考慮的物聯(lián)網(wǎng)架構(gòu)是利用云存儲(chǔ)和分析數(shù)據(jù)做出決定，但是為了讓資產(chǎn)/機(jī)器成為“智能設(shè)備”，我們需要霧計(jì)算架構(gòu)，也就是增加本地實(shí)時(shí)計(jì)算數(shù)據(jù)流的能力，并向歷史信號(hào)學(xué)習(xí)幫助機(jī)器做出決策來(lái)改善結(jié)果。

這將是一個(gè)利用機(jī)器學(xué)習(xí)優(yōu)化機(jī)器功耗，搭建霧計(jì)算網(wǎng)絡(luò)的場(chǎng)景。

基于這些自主學(xué)習(xí)規(guī)則，通過(guò)增加和降低設(shè)置來(lái)保持在最佳能耗模式，機(jī)器可以調(diào)整操作參數(shù)。當(dāng)數(shù)據(jù)傳輸?shù)皆贫?，云端用新?shù)據(jù)組更新機(jī)器學(xué)習(xí)模型，那么數(shù)據(jù)規(guī)則和（自主）學(xué)習(xí)就可以更新了。一旦更新，它會(huì)被推回邊緣，邊緣節(jié)點(diǎn)利用更新模型來(lái)更新規(guī)則，進(jìn)一步改善結(jié)果。

如今我們可以看到在運(yùn)算設(shè)備上更現(xiàn)實(shí)也更個(gè)人化的霧計(jì)算，例如筆記本、智能手機(jī)、智能手表和平板電腦。

最普遍的例子是Windows 10的重啟管理器。在自動(dòng)下載更新后，系統(tǒng)學(xué)習(xí)用戶(hù)使用模式可以計(jì)算出最合適的重啟系統(tǒng)和安裝更新的時(shí)間。在產(chǎn)業(yè)應(yīng)用方面，利用邊緣計(jì)算架構(gòu)，將計(jì)算推向邊緣節(jié)點(diǎn)（網(wǎng)絡(luò)的邏輯極端），這賦予了機(jī)器感知實(shí)時(shí)數(shù)據(jù)的能力，可以立即采取措施減少商業(yè)損失。

在之前的商業(yè)用例中，改善能耗只是可能改善的結(jié)果之一。邊緣計(jì)算還可以用于進(jìn)行各種即時(shí)的優(yōu)化處理，例如緩解資產(chǎn)故障或提高產(chǎn)出質(zhì)量;學(xué)習(xí)一個(gè)規(guī)則使機(jī)器會(huì)自動(dòng)做出決策來(lái)更改操作設(shè)置來(lái)避免故障或改善結(jié)果質(zhì)量。簡(jiǎn)而言之，通過(guò)推動(dòng)計(jì)算邊緣化，我們也將智能推到邊緣，因此讓設(shè)備或資產(chǎn)能夠做出自主決策來(lái)改善結(jié)果，并成為智能設(shè)備。

未來(lái)霧計(jì)算將與云計(jì)算相輔相成、有機(jī)結(jié)合，為萬(wàn)物互聯(lián)時(shí)代的信息處理提供更完美的軟硬件支撐平臺(tái)。