隨著智慧城市、智慧家庭等物聯(lián)網(wǎng)應(yīng)用的普及，萬物智能互聯(lián)產(chǎn)生的數(shù)據(jù)量愈加龐大，對計算資源及能力提出更高的需求，而云計算在一段時間內(nèi)充分滿足了終端設(shè)備的資源期待，但隨著智能設(shè)備數(shù)量日益猛增，內(nèi)存、CPU等計算資源的內(nèi)功逐漸顯不足，造成目前市場上智能硬件設(shè)備不夠智能化，此時，霧計算應(yīng)運而生。
海量數(shù)據(jù) 仍冬眠不休
據(jù)IDC數(shù)據(jù)統(tǒng)計，2015年全球智能可穿戴出貨量達7810萬，虛擬現(xiàn)實產(chǎn)業(yè)達15.4億，智能服務(wù)機器人市場規(guī)模達80億美元，預(yù)計，2020年我國智能硬件產(chǎn)品和服務(wù)的總體市場規(guī)模可達10000億?？梢?，IoT在呈爆炸式增長，萬物萬聯(lián)時代即將到來，據(jù)Garetner預(yù)測，到2020年全球物聯(lián)網(wǎng)連接設(shè)備將達260億。
隨著智能互聯(lián)硬件設(shè)備的愈日劇增，數(shù)據(jù)量愈加龐大，眾所周知，物聯(lián)網(wǎng)的真正價值來源于數(shù)據(jù)，但是，據(jù)相關(guān)數(shù)據(jù)顯示，99%的設(shè)備產(chǎn)生的數(shù)據(jù)未被采集和存儲，因此需要布置越來越來的傳感器到智能設(shè)備中，這是龐大數(shù)據(jù)來源的基礎(chǔ)。最為關(guān)鍵的是，在智能終端、網(wǎng)關(guān)或本地服務(wù)器，由于采集的數(shù)據(jù)流要先傳輸至云端，由云端的大數(shù)據(jù)中心平臺進行批量分析，再將結(jié)果傳輸至智能終端，中間時間過到延遲，導致無法基于運算結(jié)果做實時的決策，可以說，數(shù)據(jù)的能量尚未“覺醒”，數(shù)據(jù)價值還遠遠未被有效利用。
針對由于計算資源不足導致的數(shù)據(jù)能量“冬眠”，僅靠提升寬帶傳輸能力是不夠的，必須能靈活部署計算資源，減少中間傳輸環(huán)節(jié)，能根據(jù)用戶需求，實時做決策，但目前這是單靠云計算的傳統(tǒng)能力是無法實現(xiàn)的。
云計算的困惑 霧來解?
不可置否，近十多年來，云計算平臺為云用戶提供數(shù)據(jù)中心的計算資源，一直發(fā)揮著其優(yōu)越性，比如擁有無限的資源池、大量用戶共享資源帶來的廉價資源、隨時隨地用任何網(wǎng)絡(luò)設(shè)備訪問、快速重新部署、彈性的資源租用等。但是，隨著智能硬件設(shè)備的快速普及，云計算的不足也是顯而易見的。
眾所周知，智能硬件設(shè)備的位置一般都比較分散，在互聯(lián)網(wǎng)的多層結(jié)構(gòu)中，云計算數(shù)據(jù)中心位于核心網(wǎng)絡(luò)，而核心網(wǎng)絡(luò)距離終端用戶一般比較遠，用戶消息需要幾經(jīng)周折才能到達，導致了較高的延遲，對實時性要求高的應(yīng)用難以部署至中心云端。另外，由于大量的物聯(lián)網(wǎng)設(shè)備應(yīng)用部署在中心網(wǎng)絡(luò)云端，將帶來網(wǎng)絡(luò)擁塞，遇到安全、生命相關(guān)的物聯(lián)網(wǎng)應(yīng)用，一旦中間某一環(huán)節(jié)應(yīng)用失效，將帶來重大的安全隱患，因此，云計算已經(jīng)漸漸不能滿足物聯(lián)網(wǎng)發(fā)展多樣化的需求，霧計算正是這個時候應(yīng)運而生。
霧計算的概念是思科兩年前提出的，在思科的定義中，霧主要使用邊緣網(wǎng)絡(luò)中的設(shè)備，這些設(shè)備可以說是傳統(tǒng)網(wǎng)絡(luò)設(shè)備如部署在網(wǎng)絡(luò)中的路由器、交換機、網(wǎng)關(guān)等，也可以是專門部署的本地服務(wù)器。但是，霧計算一直以來只是概念化，并未真正的落地，機智云公司CEO黃灼表示，霧計算與邊緣計算是相通的，即是把云端的能力部分釋放到網(wǎng)絡(luò)的邊緣、設(shè)備端或網(wǎng)關(guān)，推到設(shè)備端稱為邊緣計算，推到網(wǎng)關(guān)或路由器就叫霧計算，從而減輕云數(shù)據(jù)中心的網(wǎng)絡(luò)及計算負載。
與云計算相比，霧計算是更貼近最終用戶的數(shù)據(jù)通信處理解決方案，但霧計算僅是云計算的延伸，并不是替代，霧計算將數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序集中在網(wǎng)絡(luò)邊緣中的設(shè)備中直接處理和存儲，然后把剩余的有價值的數(shù)據(jù)傳輸向云服務(wù)器進行存儲或者下一步處理，幫助云計算最高效率的發(fā)揮其自身的價值，簡單的說，就是把云計算的概念即運算效率高、快速更新與部署的優(yōu)越性轉(zhuǎn)移到設(shè)備端或網(wǎng)關(guān)，把思科的理念用到企業(yè)當中，解決目前處理海量數(shù)據(jù)時計算資料不足的問題。
霧計算具有很重要的商業(yè)價值，據(jù)了解，云計算全球數(shù)據(jù)中心用電功率相當于30個核電站，數(shù)據(jù)中心的電子消耗已經(jīng)成為重要成本，而霧計算節(jié)點位置比較分散，不會集中產(chǎn)生大量熱量，從而減少耗電，降低成本。另外，霧計算低延時互動，提升用戶體驗，而且去中心化地理分布，滿足萬物互聯(lián)硬需，有效助力移動業(yè)務(wù)布局，實理移動數(shù)據(jù)分析，關(guān)鍵是可以有效保護商業(yè)數(shù)據(jù)隱私。
云管端推助霧計算落地
如果說核心高速云計算是處于大型數(shù)據(jù)中心，霧計算就是廣泛的地域分布，滿足移動性要求的業(yè)務(wù)部署，黃灼表示，未來的數(shù)據(jù)中心一定是云霧結(jié)合的數(shù)據(jù)中心，企業(yè)級計算的未來仍然在云中，但真正的計算變革卻在霧里。
霧計算要具體如何真正落地?如何動態(tài)、大規(guī)模地部署運算和存儲能力，云端和設(shè)備端如何高效協(xié)同、無縫對接，復雜的運算如何在云和霧之間合理的分解和整合。針對問題，黃灼認為，通過對云管端三者都有控制力的技術(shù)平臺才能實現(xiàn)霧和云結(jié)合的真正落地，把物聯(lián)網(wǎng)、大數(shù)據(jù)及機器學習整合起來是目前面臨的大障礙。通過“云+霧”計算架構(gòu)，機器學習可以把數(shù)據(jù)采集和處理邏輯動態(tài)分配到設(shè)備和網(wǎng)關(guān)端，讓海量的終端設(shè)備參與到機器學習的運算中，大大的增加了可采集的數(shù)據(jù)量和運算資源，可以高效的實現(xiàn)復雜的機器學習算法。
云和霧共同形成一個彼此受益的計算模型，這一新的計算模型無疑能更好的適應(yīng)物聯(lián)網(wǎng)的應(yīng)用，而且具有重要的商業(yè)價值，在智能硬件、智能電網(wǎng)、車聯(lián)網(wǎng)及智能家庭等領(lǐng)域的應(yīng)用場景不勝枚舉。比如，在智能交通燈監(jiān)控系統(tǒng)中，對于需要人為監(jiān)控的畫面，霧節(jié)點將視頻流直接轉(zhuǎn)發(fā)給中心機房，而其他監(jiān)控視頻對實時性要求不高的話，可以直接在霧節(jié)點處理，壓縮后再傳向中心機房，這樣從霧節(jié)點到機房的網(wǎng)絡(luò)寬帶就得到緩解，當然，在靈活處理云和霧之間的數(shù)據(jù)流傳輸及處理，得益于云管端這樣的一個技術(shù)架構(gòu)平臺。
重慶分公司
重慶分公司
