雾计算将开启万物互联的时代

近年来，雾计算的话题得到大量引用，所谓雾计算，就是在该模式中数据、（数据）处理和应用程序集中在网络边缘的设备中，而不是几乎全部保存在云中，是云计算（Cloud Computing）的延伸概念，其概念已经处在研究和实验阶段相当长的一段时间，但随着物联网最近的增长，雾计算或称边缘计算已经开始从“创新触发”阶段演变到“期望膨胀的顶峰”阶段。雾（边缘）计算是一种计算数据的体系结构，应用程序和服务被从集中云推到网络的逻辑终端，即边缘。这种方法需要利用资源，可能无法连续连接到网络，如笔记本电脑、智能手机、平板电脑、家用电器、制造工业机器、传感器等等。有许多其他名称的边缘计算架构，如网格计算、对等计算、网格计算等。
一、雾计算是去中心化的云计算
在云计算架构中，集中式服务器负责整个应用程序或设备所需的计算。然而，与物联网生态系统遵循同样的原则变得越来越麻烦。物联网的生态系统可以逻辑地分解为四个组成部分：数据、东西、人和过程。在数据层面，我们意识到，尽管庞大的数据量正在从连接的设备产生，大部分数据是暂时性的；即，数据的价值产生后几分钟内就消失了。因此，处理这些数据，从数据中提取的价值，数据的生产和存储的各种分析需求是完全不同的学科。
雾（边缘）计算模型将原有的云计算中心的部分或全部计算任务迁移到数据源的附近执行，根据大数据的3V特点，即数据量、时效性,多样性，通过对比云计算模型为代表的集中式大数据处理和雾（边缘）计算为代表的边缘式大数据处理，可以看出雾计算的优势。边缘式大数据处理时代，数据类型更加复杂多样，数据处理的实时性要求更高，数据量也超过ZB级，边缘计算可以提高数据传输性能，保证处理实时性，降低云计算中心的负载。
二、雾计算可以有效减少负载提升效率
多个设备聚集在一起，连接到单个计算节点，形成一个较小的网络。在某些情况下，单个设备分配给单个计算节点而不是群集。我们将基于一个假设性的使用情况的细节创造一个雾计算模型，假设你的手机有一个健身应用程序，跟踪你每天燃烧的卡路里数量，并与你的目标和历史表现相比，每天通过你所走的步数向你报告燃烧的卡路里量。你的手机配备各种传感器如计步器、加速度计等。这些传感器可以捕获手机的每一个颗粒的运动的数据；即在微秒级别捕获电话的X和Y坐标。通过捕获模式来研究X和Y坐标序列就可以研究你一天中走了多少步。假设你的手机在你的口袋里，当你行走时，在X坐标轴向前移动时Y坐标上有轻微的变化。手机传感器传来的坐标数据能够形成一个模式来检测一个完整的步行周期。使用这些模式，我们可以计算用户走过的步数。现在，如果我们尝试从一个简单的云计算的角度，这个过程会一直收集一天中的全部日志数据，从计步器上将约50MB发送到云端。然后服务器对数据进行分析，检测走的步数，将其转换为燃烧的卡路里数，并将结果发送回移动电话。如果有大约500万用户，需要通过网络将巨大数据量发送到云端并在云端占用网络计算和存储资源。然而，如果我们使用雾计算架构，仅仅利用手机的内部计算能力和存储资源，就可以用来计算每30分钟的步数。在一天结束时，智能手机上的应用程序可以发送用户累计走过的步数，数据的大小将远小于1kb。
三、雾计算的应用前景广泛
以一个制造业案例为例，假设大型公司在非洲建立了工厂生产清洁剂。想象整个流程中一个这样的机器——搅拌机（垂直或水平搅拌机），它吸收不同的原料，并将它们进行搅拌，在制造过程中生产出合成混合物。搅拌机的运转原理是以预设的转速定时旋转，搅拌机筒吸收到不同的原材料，其运转会耗费一定量的能源。
如果我们利用物联网生态系统，让这个设备成为“智能搅拌机”会怎样？搅拌机安装的大量传感器为各种参数捕捉数据，然后数据传回服务器（云）进行后续分析。如何提供功率消耗的效率？这就是与雾计算的联系。以前考虑的物联网架构是利用云存储和分析数据做出决定，但是为了让资产/机器成为“智能设备”，我们需要雾运算架构，也就是增加本地实时计算数据流的能力，并向历史信号学习帮助机器做出决策来改善结果。这将是一个利用机器学习优化机器功耗，搭建雾计算网络的场景。
简而言之，通过推动计算边缘化，我们也将智能推到边缘，因此让设备或资产能够做出自主决策来改善结果，并成为智能设备。未来雾计算将与云计算相辅相成、有机结合，为万物互联时代的信息处理提供更完美的软硬件支撑平台。
百恒网络作为一家优秀的南昌网络公司之一，主要为广大客户朋友提供网站建设、微信开发、手机APP开发等服务，将通过专业的技术和优质的服务为广大有需要的朋友搭建一个安全、稳定的网络平台，更好的将产品与网络结合起来，顺应时代发展，为企业赢得利益，如有网站开发方面的服务，欢迎来电和我们联系，百恒专业为您服务。

欢迎您的光顾，我们将竭诚为您服务×