霧計算（FogComputing）是云計算（CloudComputing）的延伸概念，由思科（Cisco）首創。這個因“云”而“霧”的命名源自“霧是更貼近地面的云”這一名句。霧計算和云計算一樣，十分形象。云在天空飄浮，高高在上，遙不可及，刻意抽象；而霧卻現實可及，貼近地面，就在你我身邊。霧計算并非由性能強大的服務器組成，而是由性能較弱、更為分散的各類功能計算機組成，滲入工廠、汽車、電器、街燈及人們物質生活中的各類用品。

什么是霧計算

現在流行的云計算，是把大量數據放到“云”里去計算或存儲，彌補我們的電子產品存儲空間不足或運算能力而存在的。

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

?云計算重點放在研究計算的方式，霧計算更強調計算的位置。

?霧計算相較云計算更貼近地面！更具體些說，它們在網絡拓撲中的位置不同！

?霧計算和云計算實際上又存在有很多相似之處：如都基于虛擬化技術，從共享資源池中，為多用戶提供資源服務等。

相對于云計算來說，霧計算離產生數據的地方更近，“霧比云更貼近地面”的說法不是沒有道理的！所以，我們定義為：霧計算就是本地化的云計算，就直觀理解了。

霧計算介于云計算和個人計算之間的，是半虛擬化的服務計算架構模型。此外，霧計算實際上并沒有強力的計算能力，霧計算是將物理上分散的計算機聯合起來，形成較弱的計算能力，不過這樣的計算能力對于中小型的數據中心，完全夠用了。

其實，目前對霧計算的定義還不明確，各個利益團體在定義方面都有自己的立場和看法。

霧計算最初是由美國紐約哥倫比亞大學的斯特爾佛教授(Prof. Stolfo)起的，當時的意圖是利用“霧”來阻擋黑客入侵。

沒成想美國思科公司把這個名詞嫁接了過去并得到了發揚光大，也就是我們現在所討論的“霧計算”。

霧的優點

除了提到的低延遲，霧計算還有以下優點：

?省核心網絡帶寬：霧作為云和終端的中間層，本就在用戶與數據中心的通信通路上。霧可以過濾，聚合用戶消息（如不停發送的傳感器消息），只將必要的消息發送給云，減小核心網絡壓力。

?高可靠性：為了服務不同區域的用戶，相同的服務會被部署在各個區域的霧節點上。這也使得高可靠性成為霧計算的內在屬性，一旦某一區域的服務異常，用戶請求可以快速轉向其他臨近區域。

?背景信息了解：因為分布在不同區域，霧計算中的服務可以了解到區域背景信息，如本區域帶寬是否緊張，根據這一知識，一個視頻服務可以及時決策是否降低本地區視頻質量，來避免即將到來的卡頓；而對一個地圖應用，則可將本地區地圖緩存，提高用戶體驗。

?省電：數據中心的電力消耗已經成為重要成本，其中冷卻系統占有不可忽視的比重。霧計算節點因為地理位置分散，不會集中產生大量熱量，并不需要額外的冷卻系統，從而減少耗電。

基于以上優點，霧能夠彌補云的不足，并和云相互配合，協同工作。

霧計算在物聯網中的運用

IDC統計，到2019年，物聯網產生的信息中，有45%會在接近本地的地方進行計算與儲存，而這時光靠大型數據中心與云端是不夠的。

智慧城市，智能家庭，種種可預見的物聯網應用在未來將極大的方便人們的生活。然而目前市場上智能終端設備的智能程度普遍令人不滿。那么這個“智能”應來自哪里，怎樣才能保障設備的智能呢？

當資源不足時，一個直觀的想法是將計算任務交給其他計算能力強的設備。物聯網中有大量的終端設備，它們無法在本地完成計算做出決策，那么應該由誰來解決終端設備的資源不足呢？大家想到了云。

云+霧

霧計算自提出就是作為云計算的延伸擴展，而不是云計算的替代。在物聯網生態中，霧可以過濾，聚合用戶消息；匿名處理用戶數據保證隱秘性；初步處理數據，做出實時決策；提供臨時存儲，提升用戶體驗。

相對的，云可以負責大運算量，或長期存儲任務（如：歷史數據保存，數據挖掘，狀態預測，整體性決策等等），從而彌補單一霧節點在計算資源上的不足。

這樣，云和霧共同形成一個彼此受益的計算模型，這一新的計算模型能更好的適應物聯網應用場景。

目前霧計算在物聯網應用主要還是集中在工業物聯網領域。這種設計主要使用局部的計算節點，在設備端（如：傳感器、攝像機等）和云數據中心之間收集、存儲和處理數據，而非使用遠程云數據中心處理。比如國內的華制智能，這家總部位于深圳，在德國、日本、美國、以色列等國設立了8個海外辦公室和研究院，在“智能制造+云”的商業生態中，是行業的領跑者。

隨著物聯網市場的發展越來越成熟，消費者對于物聯網應用的了解也逐步加深，于是我們看到更多由消費者參與并設計的案例出現，比如人工智能與計算機視覺應用結合也增加了對霧計算的需求。一個智能的物聯網系統不僅需要收集和分析用戶消費數據，在沒有人類接入的情緒下它也需要作出相應的回應。

為了達成這一點，物聯網系統就需要通過分析從大量傳感器中獲取的數據進行實時人工智能推斷，然后向機器發送指令，從而執行任務。在無人監督的環境中，人工智能引擎也需要實時收集實時數據，從而判斷下一步需要采取的行動。

對于智能物聯網系統的下一代來說，霧或云的混合架構會是趨勢。事實上，大型的云服務提供商已經開始進軍霧計算，他們提供了重要的標準（像OpenFog聯盟）以及推動物聯網霧產品興旺發展的生態系統。在設計智能霧計算節點或端點時，我們會在幾年內看到嵌入式處理平臺的數量不斷增加。

除此之外，工程師需要采用特定領域的算法和神經網絡設計，從而在短時間和預算內交付產品，滿足使用需求。

對霧計算的展望

有報告顯示，到2022年，全球霧計算市場的機會將超過180億美元，預測霧計算的最大市場依序是能源、公用事業、運輸、醫療保健和工業類別。

霧的總體收入來源最主要是硬件（51.6%），其次是霧應用程序（19.9%）和服務（15.7%）。

到2022年，隨著霧功能并入現有的硬件中，開支將轉移到應用和服務上。

科技巨頭在霧計算的布局

?Arm，Cisco，Dell，Intel，Microsoft，普林斯頓大學共同投資創辦的霧計算研究項目OpenFog

?Orange (法國電信) 與 Inria(法國國立計算機及自動化研究院)共同主導的霧計算與大規模分布式云研究項目Discovery

?華為的“全面云化”戰略

?Intel 的 “Cloud Computing at the Edge”項目

?NTT 的 “Edge Computing”項目

?AT&T 的 “Cloud 2.0”項目