刚搞明白云计算，那雾计算又是什么？ | 雾计算动态调度

【刚搞明白云计算，那雾计算又是什么？ | 雾计算动态调度】lot物联网小编为你整理了的相关内容，希望能为你解答。

云计算在大家的讨论中逐步走向了生活当中，云盘、云服务器等应用也为大家所熟知，而雾计算也随着云计算的逐步深入逐渐涌现了出来。那么究竟什么是雾计算呢？看完这篇文章，可能你心中就有了答案。

一、初探概念

雾计算又称为边缘计算，从概念上来讲：是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算通常也被惯称为分布式云、雾计算或者第四代数据中心。这些概念并没有本质性的区别，都是将计算去中心化，使之更接近数据源，弥补云计算的不足。也就说边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务。

二、四个特点

1、分布式和低延时计算：边缘计算聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。

2、效率更高：由于边缘计算距离用户更近，在边缘节点处实现了对数据的过滤和分析，因此效率更高

3、更加智能化：Al 边缘计算的组合出击让边缘计算不止于计算，更多了一份智能化更加节能：云计算和边缘计算结合，成本只有单独使用云计算的39%

4、缓解流量压力：在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够设备响应时间，减少从设备到云端的数据流量

三、雾计算推动物联网发展

物联网加速了对事件的认识和响应。在制造业，石油和天然气，公用事业，交通运输，矿业和公共部门等行业，更快的响应时间可以提高产量，提高服务水平并增加安全性。利用物联网需要一种新的基础设施。今天的云模型并非针对物联网所产生的数据量，品种和速度而设计的。数十亿之前未连接的设备每天产生两个以上的艾字节数据。估计到2020年将有500亿个

“事物”连接到互联网。将所有数据从这些事物转移到云中进行分析需要大量的带宽，是不切实际的。处理物联网数据的数量，种类和速度需要一个新的计算模型。主要要求是：尽量减少延迟；节省网络带宽；解决安全问题；可靠运行；在具有不同环境条件的广泛地理区域收集和保护数据；将数据移动到最佳处理位置。另外，云服务器仅与IP通信，而不是loT设备使用的无数其他协议。物联网设备的快速增长以及海量数据的处理，快速地推动着边缘计算的发展。可以说，想要应对未来物联网的爆发式数据，边缘计算（雾计算）是不二选择。

四、雾计算与5G

5G技术以“大容量、大带宽、大连结、低延迟、低功耗”为诉求。根据联合国国际电信联盟（ITU）对5G的标准要求，56标准包括增强型移动宽带（eMBB）、超高可靠低时延通信（URLLC）以及海量机器通信（mMTC）三大应用场景，并定义了以下关键指标：峰值吞吐率10Gbps、时延1ms、连接数100万、高速移动性500km/h。在目前的网络架构中，由于核心网的高位置部署，传输时延比较大，不能满足超低时延业务需求；此外，业务完全在云端终结并非完全有效，尤其一些区域性业务不在本地终结，既浪费带宽，也增加时延。因此，时延指标和连接数指标决定了5G业务的终结点不可能全部都在核心网后端的云平台。边缘计算正好契合该需求。一方面，边缘计算部署在边缘位置，边缘服务在终端设备上运行，反馈更迅速，解决了时延问题；另一方面，边缘计算将内容与计算能力下沉，提供智能化的流量调度，将业务本地化，内容本地缓存，让部分区域性业务不必大费周章在云端终结。

五、雾计算的应用场景

边缘计算模式的基础特性就是将基础设施更接近于底层用户，即站点分布范围广且边缘节点由WAN网络连接。

比如说在今天的房间里面，其实有许多的传感器，也是说在房间里面的传感器能够感应到人走进房间的，并根据需要开灯或者开空调。这些都是在网关上面完成的，也就是可以实现人员进入房间的探测能力、进行光源还有空调操作的能力。这不需要将数据传到云端之上，然后再把数据回传进行操作，其实这是一种本地化的网络边缘计算能力。

1、自动驾驶：

自动驾驶是现在备受汽车、ICT产业关注的下一代物联网技术。一辆自动驾驶车有4TB数据要上传，数据怎么传？车与机械部件之间怎么联系？车与车之间怎么联系？“车与基站都要靠分区域、分层次的进行计算，这些都是边缘计算可以在其中解决的问题。自动驾驶汽车创造了大量的数据，其中大部分需要与邻近的汽车共享。边缘计算设备在确保信息处理和快速传输到其他车辆方面可以发挥重要的作用。边缘计算技术允许司机立即收到其他司机的警告信息。

2、智能照明：

路灯照明，发展了近一百年的时间，从最早的煤气灯，到现在LED路灯。虽然路灯行业对于ICT、loT行业来说是很小的行业，中国整体半导体照明行业加起来产业规模只有6000亿元人民币左右，然而，路灯照明却占到了全球能源消耗的6%。七八年前，其实就已经有了在智慧路灯方面的探索，现在全球智慧路灯市场明显在提速，国际半导体照明联盟副秘书长表示，保守估计到2019年，全球智慧路灯市场规模将达到30亿美元。边缘计算产业联盟与国际半导体照明联盟联合成立的ISA-ECC智慧照明委员会，将通过边缘计算使能智慧路灯，利用先进传感技术、网络技术、计算技术、控制技术、智能技术对路灯设备全面感知，实现路灯的远程实时监控，周期性的控制实现故障自诊断，可预测性的维护，以灯改为无线网络的介入结点，覆盖周边的设备和场景，例如停车、传感器、垃圾筒等设备的监控。构建可扩展的城市物联网骨架，推动照明物联网向城市物联网的演进。

3、智能电梯：

在智能电梯应用场景中，可以分四个层面理解边缘计算。

第一，边缘计算能够实现电梯故障的实时响应。“梯联网”一般采用电梯传感器数据-远端APP-云端这条数据传输链路，该链路一旦意外中断，传感器边缘部件要相对独立且具备计算能力，而边缘计算使得这一能力能够开放给专业的电梯解决方案供应商。

第二，边缘计算能够确保实时数据本地存活。”梯联网”中上云很重要，但与云的链路一旦中断，就需要边缘网关能够具备处理本地事务的机制，将数据实时存在网关上，待网络恢复后上传。

第三，边缘计算能够实现数据聚合。电梯传感器每天采集的信息量及其庞大，边缘计算能够确保部分数据及时聚合处理，无需与云建立连接，上传云端。

第四，边缘计算能够更好地实现业务监测和攻击防范。“梯联网”中，在电梯传感器边缘部件上部署智能网关，能够更好地对本地和云端进行监测和防护，并对数据进行加密。

4、智能零售：

无人便利店中最核心的理念的就是通过大量的摄像头与传感器来完成以往店员通过人力来完成工作，如果把一家无人便利店比喻为一个人体，那么这些摄像头、传感器无疑就是每一个神经末梢，伸展到了便利店的各个角落。

海量的如神经未梢般的顾客感知摄像头、理货摄像头、货架重力传感器等构成了如“智能货架”、“智能感知摄像头”、“智能称重结算台”和“智能广告牌”等模块，这些模块构成了一家无人便利店中的完整的神经系统，同时在不停的产生海量的数据，如货架货品的缺货情况、客流密集区域分析、品牌露出情况分析、入店人员登录等信息。

六、总结

说得简单一点，边缘计算就是将需要控制直接通过本地设备来完成，处理过程通过本地边缘计算完成，提升处理效率，减轻云端的负荷。目前，京东无人便利店的“计算大脑”就由英特尔来提供。英特尔以无人便利店为着陆点，英特尔为京东提供了软硬件和生态系统建设的全面支持，让在线购物的便利融入线下购物中，通过快速响应来满足消费者需求。

（内容来源自万物智联时代AIOT产业蓝皮书，格物资本编制）

以上内容为【刚搞明白云计算，那雾计算又是什么？ | 雾计算动态调度】的相关内容，更多相关内容关注lot物联网。