“霧計算”重新定義物聯網的計算邊界

在過去的20年，雲計算的興起把端部的計算和存儲挪到了雲端，便于資料聚合和統一管理，随着物聯網時代的到來，物聯網裝置連接配接量正在以指數級速度增長，“雲計算”已經不能滿足全部的應用場景,“霧計算”應運而生。"霧計算"把聚合的計算和存儲在此部分配置設定到管道和端部，形成更快速響應和超大規模的運算體系。這個新型的計算體系對一個企業對雲、管、端的控制力和動态管理能力提出了新的要求。

　　什麼是“霧計算”?

　　霧計算(Fog Computing)是雲計算(Cloud Computing)的延伸概念，主要用于管理來自傳感器和邊緣裝置的資料，将資料、(資料)處理和應用程式集中在網絡邊緣的裝置中，而不是全部儲存在雲端資料中心。在終端裝置和雲端資料中心之間再加一層“霧”，即網絡邊緣層，比如再加一個帶有存儲器的小伺服器或路由器，把一些并不需要放到雲端的資料在這一層直接處理和存儲，可以大大減少雲端的計算和存儲壓力，提高效率，提升傳輸速率，減低延遲時間。

　　霧計算技術采用分布式的計算方式，将計算、通信、控制和存儲資源與服務分布給使用者或靠近使用者的裝置與系統。可以說，霧計算擴大了雲計算的網絡計算模式，将網絡計算從網絡中心擴充到了網絡邊緣，進而更加廣泛地應用于各種服務。霧計算在地理上分布更為廣泛，而且具有更大範圍的移動性，這讓它适應如今越來越多不需要進行大量運算的智能裝置。對一些對時間延遲敏感的應用如實時和流媒體應用中，霧計算也具有更大的優勢。

　　霧計算并非由性能強大的伺服器組成，而是由性能較弱、更為分散的，處于大型資料中心以外的龐大外圍裝置組成，這些外圍設别包括智能終端本身，也包括把智能裝置與雲端相連接配接的網關或路由裝置，可以滲入工廠、汽車、電器、街燈及人們物質生活中的各類可計算裝置中。

　　早期“霧計算”所用的裝置就是小伺服器或路由器，可以放到小區、工廠、企業、家庭等裡面。現在，通過傳感器、大資料和人工智能的不斷發展進步，“霧計算”可以應用在各種需求場景中。例如溫度計每秒的讀數是無需上傳到雲裡的。霧計算技術要做的是在實時資料的基礎上得到一個平均數，然後每半小時左右将其上傳到雲裡。如果溫度出現異常，傳感器仍然可以相當智能地迅速做出反應。

　　“霧計算”的起源追溯

　　2010年11月28日，“維基揭秘”網站釋出了25萬餘份美國國務院機密檔案，将諸多美國外交内幕和盤托出，爆出了美國曆史上也是世界曆史上最大規模的洩密事件。與此同時，在中國國内的網際網路上也集中爆發了一連串的網絡個人資訊洩露事件。

　　針對日益嚴重的資料洩露事件,美國國防預先研究計劃局(DARPA)啟動了多尺度異常檢測項目，在此之下，Allure安全技術公司和美國哥倫比亞大學提出了“霧計算”網絡積極防禦概念，用以識别那些正在洩露機密資訊的人員或者潛在的惡意内部人員。該計劃重點關注涉密網絡的内部攻擊者，并向其提供自動生成的虛假情報、誘餌資訊，引誘他們通路并擅自釋出，然後跟蹤其通路和傳播範圍，借以收集相關資訊。

　　2011年3月，格魯吉亞國家計算機應急響應中心檢測到一種新型的網絡攻擊軟體，該軟體以竊取格魯吉亞和美國政府機密文檔與政府情報資訊為目标，可将收集到的情報資訊上傳到指令與控制伺服器。為了調查和追蹤這個惡意軟體和控制伺服器，格魯吉亞資訊安全專家巧妙利用資訊誘騙技術(包含病毒的僞造涉密ZIP文檔)，成功追蹤到來自于俄羅斯官方安全機構的黑客并拍下照片。

　　在“霧計算”概念出現之後，美國思科公司把"霧計算"這個名詞接過去使用，提出了“霧計算”是“雲計算”的延伸概念，用于推銷其産品和網絡發展戰略，希望不再拘泥于雲計算，研究如何在物聯網裝置上存儲和處理它們自身産生的資料。不過從思科講霧計算到現在，真正落地的案例并不多，思科的路由器和交換機技術缺乏對終端裝置的定義和控制能力，大部分場景無法把霧計算的能力真正展現出來，空留于理論。

　　2015年11月，ARM、戴爾、英特爾、微軟等幾大科技公司以及普林斯頓大學加入了這個概念陣營，并成立了非盈利性組織 OpenFog Consortium (開放霧聯盟)，旨在推廣和加快開放霧計算的普及，促進物聯網發展。2016年5 月該組織在普林斯頓大學召開聯盟會議，但目前僅限于理論階段。

　　“霧計算”的商業價值不可估量

　　随着傳感器的發展，物聯網時下正席卷幾乎每個行業，智能終端的數量和采集資料的規模都在幾何級增加，對企業的計算和存儲都帶來非常大的壓力，通過霧計算，大量的實時資料不用全部傳到雲端存儲計算後，再把需要的資料從雲端傳回來，而是可以在網絡的邊緣直接處理有用的資料，大大提高了企業效率。

　　霧計算可降低耗能。雲計算把大量資料放到“雲”裡去計算或存儲，“雲”的核心是裝有大量伺服器和存儲器的“資料中心”。由于目前半導體晶片和其他配套硬體還很耗電，全球資料中心的用電功率相當于30個核電站的供電功率，其中90%的耗電量都被浪費，效率很低。谷歌位于全球資料中心的用電功率就達到3億瓦特，這一數字超過了3萬戶美國家庭的用電量。當未來資料傳輸量(指大量無線終端和“雲”之間的傳輸)進一步成指數式增長，雲中心會無法再維持下去。

　　霧計算可提升效率。随着物聯網的到來，各行各業包括家庭電器、可穿戴裝置、汽車周邊、工業農業、商用裝置等等各種需要連網的終端裝置數量的增長，将産生極其大量的資料發送和接收，可能造成資料中心和終端之間的I/O(輸入輸出)瓶頸，傳輸速率大大下降，甚至造成很大的延時，一些需要實時響應的裝置将無法保證正常運作，比如：無人機、安防報警、監護裝置等。

　　霧計算可用于海量資料分析。大量企業對于海量資料采集需求的解決辦法是減少資料采集的頻率和總量，比如每10分鐘采樣一次，一天下來可能就采集上百次，精準度和效率會大打折扣，一些需要海量、不間斷資料采集的裝置就會降低本身的服務價值，而一些需要及時決策的裝置在等待全部資料上傳雲端運算決策後再傳回裝置端會大大降低服務能力。

　　霧計算可使更新更安全。在沒有成熟技術平台時，大部分裝置怎麼計算，出廠時就已經定型了，除非用一個很重的辦法去遠端更新它的整套系統，但這樣更新效率低，也很危險，有可能一換作業系統，市面上上百萬台裝置就永遠失聯了。

　　領先的物聯網雲服務公司機智雲采用“霧計算”解決客戶需求

　　國内專注于物聯網雲服務的創新公司機智雲開發的“霧計算”系統應用已經正式運作，其對霧計算的落地政策不同于思科等通信裝置供應商。思科主要靠路由器和交換機來部署霧計算，而機智雲現在的"霧計算"的發力點落在了數量更為龐大的通訊模組DTU(Data Transfer Unit)和網關 (Networking Gateway) 上。這些裝置都是機智雲直接可控的計算單元，“霧計算”就是從雲端向這些邊緣裝置動态配置設定計算和存儲能力。

　　據了解，機智雲ECE霧計算架構，在DTU或網關上嵌入了一個“微容器”，可以執行以Javascript，Python，Lua等輕量級的腳本語言構成的“微應用”。這些“微應用”可以做資料處理、協定轉換、以及實作裝置之間的互聯互通。開發者可以直接在雲端編寫各種腳本，可以通過ECE系統友善地推送到微應用容器中，就可以實時把運算能力部署到裝置端，裝置不用重新開機，也不需要原先的整個系統OTA固件更新，而是隻需要更新它在霧端的算法和微應用。

　　具備“微應用”的裝置可以根據業務需求，實作毫秒級資料采集分析，提供更大的可分析資料量，并具備本地判斷能力，精确度與效率得到大大提高。但這種裝置端的計算并不會取代雲端運算，而是裝置端經過微應用資料處理，将已經處理好的有用資料發送到雲端，雲端再去做資料彙總，裝置端有效放大了雲端的彙總能力。現在，通過霧計算的方式，雲端可以快速靈活地更新它在霧端的微應用，有效地把“軟體定義硬體”更新到“雲端定義硬體”。

　　在過去的20年，雲計算的興起把端部的計算和存儲挪到了雲端，便于資料聚合和統一管理，現在"霧計算"把聚合的計算和存儲在此部分配置設定到管道和端部，形成更快速響應和超大規模的運算體系。這個新型的計算體系對一個企業對雲、管、端的控制力和動态管理能力提出了新的要求。

　　對此，機智雲CEO黃灼表示，機智雲有超過6年的物聯網技術積累和創新經驗，目前平台支撐超過700萬台物聯網裝置，在技術創新和應用上一直處于國際領先水準，随着IoT産業的不斷發展，連網裝置的計算能力也在不斷增加，機智雲把“霧計算”的應用在IoT領域往前推進一步，以滿足客戶産品的特定功能需求。

　　而另一個創新之處是，機智雲把動态部署運算的能力賦予給低級處理器，就連幾塊錢的普通單片機(MCU)也可以參與到霧計算。機智雲作為全棧的物聯網技術平台(Full Stack IoT Platform)，對雲、管、端三者有很強的控制力，這是機智雲平台落地霧計算的優勢。

　　霧計算和雲計算一樣，是市場發展需求的技術解決手段。在物聯網日漸增長的智能終端格局裡，霧計算會有非常廣泛的應用，而在每個行業的每一次颠覆性創新，總有一個痛苦的市場磨合階段，需要創新與執行力兼備的企業來實作創新的商業化，機智雲正在做這樣的實踐。

　　霧計算和雲計算一樣，十分形象。雲在天空飄浮，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;企業級計算的未來仍然在雲中，但是未來真正的計算變革卻會在這裡發生，在你我身邊——不在雲中，在霧裡。