業界曾普遍認為，未來計算功能將完全放在云端。然而，將數據從云端導入、導出，實際上比人們想象的要更為復雜和困難。由于接入設備(尤其是移動設備)越來越多，在傳輸數據、獲取信息時，帶寬就顯得捉襟見肘。和高高在上的“云”相比，“霧”更貼近地面，更貼近終端，更現實可及。由美國思科公司最早提出的“霧計算”概念，近年來越來越受到重視。它極大地減少了發送到云端和從云端發送的數據量，不但能化解數據儲存和傳輸的瓶頸，同時也極大降低了安全風險，非常值得期待。

什么是“霧計算”

“霧計算”是“云計算”的一個延伸概念，由全球領先的網絡解決方案供應商———美國思科公司(Cisco)最早提出。

霧計算是介于云計算和個人計算之間、半虛擬化的服務計算架構模型。它與我們的生活息息相關，可滲入工廠、汽車、電器、街燈，以及可接入物聯網的各類終端設備，進行數據處理。

我們可以這樣來理解：“數據之霧”大量分布在網絡邊緣，就像比云更接近于地面的霧。網絡邊緣是真實數據實時產生的地方，但霧計算并不是云計算的替代物。

在霧計算模式中，數據、數據處理和應用程序不用全部保存在云端，可有效改善占用帶寬過多或負載過重等情況。

霧計算與云計算有什么不同?

霧計算是云計算的“近親”，一種利用了當今虛擬化信息資源分布式特性的技術。不同的是，它不像云計算那樣是一種“遠離我們的存在”，霧計算與我們的生活息息相關，它就在我們的身邊，存在于我們每天與之交互的眾多智能物品中。

我們可以這樣來理解，“數據之霧”大量分布在網絡邊緣，就像比云更接近于地面的霧，網絡邊緣是真實數據實時產生的地方，但霧計算并不是云計算的替代物。

通常來說，霧計算環境由傳統的網絡組件，如路由器、開關、機頂盒、代理服務器、基站等構成，可以安裝在離物聯網終端設備和傳感器較近的地方。這些組件能提供不同的計算、存儲和網絡功能，而霧計算依靠這些組件，可創建分布于不同地方的云服務。

霧計算以個人云、私有云、企業云等小型云為主，這和云計算完全不同。云計算是以IT運營商服務、社會公有云為主的。

霧計算以量制勝，強調數量，不管單個計算節點能力多么弱，它都要發揮作用。云計算則強調整體計算能力，一般由一堆集中的高性能計算設備完成計算。

霧計算擴大了云計算的網絡計算模式，將網絡計算從網絡中心擴展到了網絡邊緣，從而更加廣泛地應用于各種服務。

與云計算相比，霧計算所采用的架構更呈分布式，更接近網絡邊緣。霧計算將數據、數據處理和應用程序集中在網絡邊緣的設備中，而不像云計算那樣將它們幾乎全部保存在云中。數據的存儲及處理更依賴本地設備，而非服務器。所以，云計算是新一代的集中式計算，而霧計算是新一代的分布式計算。

除了架構上的差異，云計算所能提供的應用，霧計算基本都能提供，只是霧計算所采用的計算平臺效能可能不如大型數據中心。

云端，你是否已經習慣將自己的很多照片、音樂、視頻等數據，上傳到這個神奇的所在?　云計算改變了我們的工作和生活習慣，“把數據交給云去處理”讓我們可以用更簡單的終端設備，獲得更強大的信息處理能力。

然而，當物聯網應用日益興起，云計算開始招架不住了：指數級增長的數據量，使數據的及時傳輸、處理和決策，都變得越來越困難。

于是，霧計算應運而生。如果說云計算是一個跨國公司的總部，那么霧計算則如同一個個地區分公司和職能部門，它們更貼近終端用戶，可以對很多產生自本地的數據進行及時處理并快速形成決策。未來，這種新的計算和網絡架構將成為無處不在的人工智能得以實現的主力。

“云”載不動“霧”來分擔

物聯網的誕生，讓萬物逐漸進入互聯時代。它們所產生的數據量，遠遠比人所產生的要多得多。

要知道，一臺聯網的智能汽車每秒可產生1G的數據量，而一架飛機單個航次飛行要產生10的9次方G的數據量。可以想象，若把全球每天起降的航班、火車、輪船，還有汽車、地鐵都算上，將產生多么巨大的數據量。

而這僅僅是來自交通領域的數據，遍布全球的工業制造設備所產生的數據量將更為巨大。比如，美國的智能電網每年產生的數據量超過10的21次方G。如果這些數據都要放到云端處理，就需要無窮無盡的頻譜資源、傳輸帶寬和數據處理能力。

“這就好比一個公司，如果事無巨細都要董事會來開會做決定，在公司業務規模小的時候是可能做到的，但公司發展到一定規模，就不可能實現了。”國際霧計算產學研聯盟( OpenFog Consortium)大中華區主任、上海霧計算實驗室聯合主任楊旸教授介紹。

有機構研究表明，大約90%的終端產生的數據會在本地保存和處理，非常有必要將原來單純的通信管道變為具有數據和信息處理能力的智慧型通信管道。尤其像很多工業控制系統，比如制造系統、智能電網、油氣系統和貨物包裝系統，通常要求一條指令的響應在幾個毫秒就完成。還有其他很多物聯網應用，包括車到車通信、車到路邊通信、無人駕駛飛機控制等等，對于數據處理速度的要求也相當高。楊旸介紹說：“比如自動駕駛汽車通過‘眼觀六路’來判斷會不會撞上一個正在過馬路的行人，就必須越快越好，這只能利用車載計算資源和智能算法來完成。”

那么，能否將終端設備做得足夠強大，完全靠自己來處理所有的信息呢?　楊旸說，現在的終端設備處理能力的確比以前強大，也廉價許多，但在很多設備上還是會受限制，火災救援機器人就是這樣。當機器人進入救援現場，第一步要做的是激光掃描現場地形，然后進行數據處理，建立現場地圖，最后才能進行搜救行動——如果完全靠機器人自己來處理這些任務，就會浪費寶貴的電池電量和救援時間;如果傳送到云端進行處理，又難以及時作出回應。這時，設置在救援現場附近的霧計算節點，就可以發揮及時響應、提供更強大信息處理能力的作用。

“每個機器人分別將自己獲得的現場數據傳給霧計算節點，這個節點就能迅速拼出一幅救援地形全貌，并傳回給所有救援機器人，這樣就可大大提高救援效率。”楊旸說，霧計算與云計算互補，通過相互協作和資源共享，使計算、存儲、控制和通信在物到云的所有可能的地方發生，形成連續不間斷的及時服務。例如，在可穿戴設備系統中，一臺手機就能成為一個霧計算節點，對可穿戴設備進行控制和應用數據分析。當用戶在汽車里的時候，汽車亦能成為一個霧計算節點，將很多智能電話的功能轉移到車上，比如顯示、用戶界面、音頻、通訊錄等。同樣，路邊的交通控制設備可以作為霧節點，為車輛提供交通信息。

此外，他認為，霧和云是相互獨立但互惠互利的共贏關系。云服務可用來管理霧;霧也可以作為云的代理，為終端用戶提供本地化的云服務，以及作為終端的代理與云進行交互。甚至，霧可以作為灘頭堡，為云收集和分析數據。有些功能天生在霧里開展比較有利，而另一些功能在云里執行則比較有效。判斷哪些功能在云、哪些功能在霧里開展，以及云和霧怎么交互，是霧計算技術研究和推廣的關鍵之一。

霧計算試驗網將現身上海科技大學

早在2012年，美國思科公司的弗拉維·博諾米博士和他的同事在一篇論文中提出了“霧計算”的概念。隨后，弗拉維成功獲得融資，在硅谷創辦了一家高科技公司，專注于研發面向智能制造領域的霧計算技術。

2015年11月，ARM、思科、戴爾、英特爾、微軟等公司和普林斯頓大學共同創建了國際霧計算產學研聯盟。該聯盟由物聯網領域的眾多領軍者聯合組成，目前匯聚了來自超過65家企業和高校的幾百位行業領袖及學術精英。

國際霧計算產學研聯盟在2017年2月發布OpenFog參考架構，這是一個旨在支持物聯網、5G和人工智能應用的數據密集型需求的通用技術框架。該參考架構修改完善后即將成為IEEE國際標準，這是確保復雜數據處理過程中的高性能、互操作性和安全性所必需的。

2017年1月，經國際霧計算產學研聯盟董事會投票表決，上海科技大學成功當選為其大中華區主任單位，中國科學院上海微系統與信息技術研究所研究員、上海科技大學兼職教授楊旸博士代表上海科技大學擔任聯盟大中華區主任。

去年4月24日，國際霧計算產學研聯盟大中華區在上海宣布成立。同日，上海科技大學與中國科學院上海微系統與信息技術研究所宣布聯合創辦“上海霧計算實驗室”，這也是世界首個專門從事霧計算技術研究的實驗室。它的成立標志著我國的霧計算技術研究與國際同行站在了同一起跑線。

當前，上海科技大學正在建設國內首個霧計算實驗網絡。它可以支持智能駕駛、機器人、智慧樓宇等物聯網垂直行業應用的通信和計算需求等。

在上海霧計算實驗室，記者看到了科研人員自主研發的霧計算節點。這個與普通計算機主機機箱差不多大小的機器，可以從容指揮好幾個機器人繞過障礙物，并將東西搬運到相應的位置。該實驗室周明拓研究員介紹，利用霧計算節點，機器人的工作效率有了不少提升，反應速度可加快數十倍，而能耗比原來降低了一半以上。

他說，目前實驗室已經研發出多種霧計算節點設備，今年會在校園里布設一個霧計算實驗網絡。霧計算的一大特點，就是可以調用附近的各種計算資源，投入數據處理，“比如，你用手機打聯網游戲，如果接入霧計算網絡，手機就能調用周邊同樣聯網的各種設備的計算能力，來處理圖形、加速程序，玩家可獲得更絢麗的圖片觀感，也更少碰到卡殼的煩惱。”

而據楊旸透露，實驗室在進行技術研發的同時，還在積極推進國內外標準化制定和商業模式探索。“雖然思科公司已經率先推出了基于霧計算技術的相關產品，但霧計算相關技術的研發和產業化還處于初始階段，在更廣闊的物聯網應用領域，中國學者和企業將大有可為。”

霧計算的應用案例：

解決交通擁堵

交通擁堵是一個日益嚴重的問題，它有可能使主要城市癱瘓，阻礙增長和繁榮。一些城市正在采取通勤者們可能認為極端或者昂貴的措施，比如提高公路收費或者限制車牌發出的數量。

霧計算的開放式架構給市政管理者提供了治理交通擁堵的新武器。霧計算可以靈活利用和交通相關的大數據，使得城市能夠通過連接和分析以前未連接的基礎設施設備、路邊傳感器和車載設備，來采取措施減少擁堵，以便基于實時數據重新規劃交通。

大規模包裹無人機送貨

使用無人機　(也稱“飛行機器人”和“無人飛行器”)　這一概念備受關注。無人機在一定程度上可以降低成本、減少擁堵和對環境的影響。然而無人機的部署也面臨挑戰：網絡的帶寬和可用性、無人機中樞管理、監管考慮等。這一案例充分展示了霧計算環境中無人機投遞包裹的優點、要求和限制。

實時地下成像

實時地下成像和檢測可用于石油、天然氣的勘探，監控建筑物地下結構的變化，及時掌握由此可能產生的風險對環境造成的影響。利用霧節點的網狀網絡，是進行實時地下成像的一個全新的方法。

視頻監控

監控儀和安全攝像機在世界各地正在以創紀錄的數量被部署，用來確保材料、人員和場所的安全。這些監控設備正在生產大量數據，每個攝像機每天都會生產超過1TB的數據。

監控設備系統必須實時分析這些數據來確保公眾安全。由于延時挑戰、網絡可用性和向云傳輸數據的成本，傳統的基于云的模型已經不適用了，而霧計算在監控領域大有用武之地。

(新媒體責編：wb001)