物(wù)聯網對(duì)于數據的(de)處理(lǐ)能力要求很高(gāo)，怎麽能夠從龐大(dà)的(de)數據海中挖掘一些有價值的(de)信息對(duì)于物(wù)聯網的(de)發展至關重要，因此雲計算(suàn)，霧計算(suàn)，邊緣計算(suàn)等等都将發揮其左右。

未來(lái)的(de)世界将是一個(gè)萬物(wù)互聯的(de)時(shí)代，随著(zhe)物(wù)聯網行業技術标準的(de)完善以及關鍵技術上的(de)不斷突破，數據大(dà)爆炸時(shí)代将越走越近。就拿從2016年底開始風靡全國甚至是海外市場(chǎng)的(de)共享單車來(lái)說吧，據小編近日從“摩數城(chéng)市”發布會獲悉，截止當前，僅僅摩拜單車每天産生的(de)數據量已超過1TB，也(yě)即就是240個(gè)字節。試想想，如果各種家電、交通(tōng)工具、工廠機器、公共設施等等相互聯接起來(lái)，每一分(fēn)鐘(zhōng)、甚至是每一秒鐘(zhōng)所産生的(de)數據量就絕對(duì)大(dà)到你難以想象。

再者，如此海量的(de)數據不及時(shí)處理(lǐ)利用(yòng)起來(lái)，那麽它們将很快(kuài)變成數據垃圾。那麽問題來(lái)了(le)？我們不可(kě)能給每個(gè)終端裝上一個(gè)計算(suàn)機。如何解決海量數據的(de)處理(lǐ)分(fēn)析問題呢(ne)？

我們知道，每台服務器都有自己的(de)CPU、内存，但分(fēn)配到這(zhè)些服務器的(de)應用(yòng)往往不能充分(fēn)地利用(yòng)這(zhè)些資源。再者，爲了(le)确保服務的(de)可(kě)靠性往往還(hái)要預留冗餘的(de)服務器、存儲器、網絡設備等，而很多(duō)時(shí)候，這(zhè)些硬件資源往往處于空置狀态，并沒有得(de)到充分(fēn)的(de)利用(yòng)。最後，正确預測不同應用(yòng)對(duì)服務器的(de)計算(suàn)能力和(hé)存儲器的(de)存儲能力的(de)需求又是困難的(de)。因此，2006年Google的(de)CEO埃裏克·施密特首次提出了(le)雲計算(suàn)的(de)概念，以及後來(lái)業界衍生出來(lái)霧計算(suàn)、霾計算(suàn)、邊緣計算(suàn)等等一系列的(de)計算(suàn)方式，接下(xià)來(lái)，請跟随小編一起去辨析一下(xià)它們到底指的(de)是什(shén)麽。

1

雲計算(suàn)

雲計算(suàn)是一種利用(yòng)互聯網實現随時(shí)随地、按需、便捷地使用(yòng)共享計算(suàn)設施、存儲設備、應用(yòng)程序等資源的(de)計算(suàn)模式。

雲計算(suàn)系統由雲平台、雲存儲、雲終端、雲安全四個(gè)基本部分(fēn)組成。雲平台作爲提供雲計算(suàn)服務的(de)基礎，管理(lǐ)著(zhe)數量巨大(dà)的(de)CPU、存儲器、交換機等大(dà)量硬件資源，以虛拟化(huà)的(de)技術來(lái)來(lái)整合一個(gè)數據中心或多(duō)個(gè)數據中心的(de)資源，屏蔽不同底層設備的(de)差異性，以一種透明(míng)的(de)方式向用(yòng)戶提供計算(suàn)環境、開發平台、軟件應用(yòng)等在内的(de)多(duō)種服務。

通(tōng)常情況下(xià)，雲平台從用(yòng)戶的(de)角度可(kě)分(fēn)爲公有雲、私有雲、混合雲等。

公有雲：第三方提供商爲用(yòng)戶提供服務的(de)雲平台，用(yòng)戶可(kě)通(tōng)過互聯網訪問公有雲。

私有雲：爲一個(gè)用(yòng)戶單獨使用(yòng)而組建的(de)，對(duì)數據存儲量、處理(lǐ)量、安全性要求高(gāo)。

混合雲：是結合了(le)公有雲和(hé)私有雲的(de)優點而組建的(de)。

再者，通(tōng)過從提供服務的(de)層次可(kě)分(fēn)爲基礎設施即服務（Iaas）、平台即服務（Paas）和(hé)軟件即服務（Saas）。

2

霧計算(suàn)

相比于雲計算(suàn)的(de)高(gāo)高(gāo)在上和(hé)遙不可(kě)及，霧計算(suàn)更爲貼近地面，就在你我身邊。我們知道，将數據從雲端導入和(hé)導出實際上比人(rén)們想象的(de)要更爲複雜(zá)，由于接入設備越來(lái)越多(duō)，在傳輸數據、獲取信息時(shí)，帶寬就顯得(de)不夠用(yòng)了(le)，這(zhè)就爲霧計算(suàn)的(de)産生提供了(le)空間。

霧計算(suàn)的(de)概念在2011年被人(rén)提出，并非是些性能強大(dà)的(de)服務器，而是由性能較弱、更爲分(fēn)散的(de)各種功能計算(suàn)機組成，滲入電器、工廠、汽車、街(jiē)燈及人(rén)們生活中的(de)各種物(wù)品。霧計算(suàn)是介于雲計算(suàn)和(hé)個(gè)人(rén)計算(suàn)之間的(de)，是半虛拟化(huà)的(de)服務計算(suàn)架構模型，強調數量，不管單個(gè)計算(suàn)節點能力多(duō)麽弱都要發揮作用(yòng)。

霧計算(suàn)有幾個(gè)明(míng)顯特征：低延時(shí)、位置感知、廣泛的(de)地理(lǐ)分(fēn)布、适應移動性的(de)應用(yòng)，支持更多(duō)的(de)邊緣節點。這(zhè)些特征使得(de)移動業務部署更加方便，滿足更廣泛的(de)節點接入。

與雲計算(suàn)相比，霧計算(suàn)所采用(yòng)的(de)架構更呈分(fēn)布式，更接近網絡邊緣。霧計算(suàn)将數據、數據處理(lǐ)和(hé)應用(yòng)程序集中在網絡邊緣的(de)設備中，而不像雲計算(suàn)那樣将它們幾乎全部保存在雲中。數據的(de)存儲及處理(lǐ)更依賴本地設備，而非服務器。所以，雲計算(suàn)是新一代的(de)集中式計算(suàn)，而霧計算(suàn)是新一代的(de)分(fēn)布式計算(suàn)，符合互聯網的(de)“去中心化(huà)”特征。

3

霾計算(suàn)

當然，無論是“雲”還(hái)是“霧”，都不想成爲“霾”，但是這(zhè)個(gè)問題卻事實存在著(zhe)，如果得(de)不到慎重的(de)預防以及妥善的(de)解決，那麽“霾計算(suàn)”就來(lái)了(le)。

霾計算(suàn)指的(de)是什(shén)麽呢(ne)？這(zhè)裏你可(kě)以理(lǐ)解爲比較差勁的(de)雲計算(suàn)或霧計算(suàn)，因爲這(zhè)兩者雖然概念先進，但也(yě)不是沒有缺點。第一，隐私與安全。現在的(de)互聯網世界，遭黑(hēi)客攻擊簡直就是家常便飯的(de)事，因此客戶的(de)隐私數據很容易洩漏。第二，網絡延遲或者中斷。雲計算(suàn)都是通(tōng)過互聯網遠(yuǎn)程訪問的(de)，雖然現在網速提高(gāo)很快(kuài)，但和(hé)局域網相比，速度還(hái)是有所延遲的(de)，雖然在延時(shí)方面霧計算(suàn)稍微好點，但如果網絡中斷，無論雲計算(suàn)或者是霧計算(suàn)，服務都無法訪問。第三，帶寬會耗費預算(suàn)，廠商按流量收費有時(shí)會超出預算(suàn)、應用(yòng)軟件性能不夠穩定，數據可(kě)能不值得(de)放在雲上，規模過大(dà)難以擴展，缺乏人(rén)力資本等都是造成霾計算(suàn)的(de)根源所在。

4

邊緣計算(suàn)

邊緣計算(suàn)指在靠近物(wù)或數據源頭的(de)網絡邊緣側，融合網絡、計算(suàn)、存儲、應用(yòng)核心能力的(de)開放平台，就近提供邊緣智能服務，滿足行業數字化(huà)在敏捷連接、實時(shí)業務、數據優化(huà)、應用(yòng)智能、安全與隐私保護等方面的(de)關鍵需求。到這(zhè)裏，您是否覺得(de)邊緣計算(suàn)和(hé)霧計算(suàn)有些相似呢(ne)？

一般而言，霧計算(suàn)和(hé)邊緣計算(suàn)的(de)區(qū)别在于，霧計算(suàn)更具有層次性和(hé)平坦的(de)架構，其中幾個(gè)層次形成網絡，而邊緣計算(suàn)依賴于不構成網絡的(de)單獨節點。霧計算(suàn)在節點之間具有廣泛的(de)對(duì)等互連能力，邊緣計算(suàn)在孤島中運行其節點，需要通(tōng)過雲實現對(duì)等流量傳輸。

那麽，邊緣計算(suàn)和(hé)雲計算(suàn)又有何區(qū)别？這(zhè)兩者都是處理(lǐ)大(dà)數據的(de)計算(suàn)運行方式。但不同的(de)是，這(zhè)一次，數據不用(yòng)再傳到遙遠(yuǎn)的(de)雲端，在邊緣側就能解決，更适合實時(shí)的(de)數據分(fēn)析和(hé)智能化(huà)處理(lǐ)，也(yě)更加高(gāo)效而且安全。

如果說物(wù)聯網的(de)核心是讓每個(gè)物(wù)體智能連接、運行，那麽邊緣計算(suàn)就是通(tōng)過數據分(fēn)析處理(lǐ)，實現物(wù)與物(wù)之間傳感、交互和(hé)控制。“邊緣計算(suàn)”作爲一種将計算(suàn)、網絡、存儲能力從雲延伸到物(wù)聯網網絡邊緣的(de)架構，遵循“業務應用(yòng)在邊緣，管理(lǐ)在雲端”的(de)模式。

5

認知計算(suàn)

認知計算(suàn)包含了(le)信息分(fēn)析、自然語言處理(lǐ)和(hé)機器學習(xí)領域的(de)大(dà)量技術創新，能夠助力決策者從大(dà)量非結構化(huà)數據中揭示非凡的(de)洞察。認知系統能夠以對(duì)人(rén)類而言更加自然的(de)方式與人(rén)類交互，專門獲取海量的(de)不同類型的(de)數據，根據信息進行推論。

認知計算(suàn)的(de)一個(gè)目标是讓計算(suàn)機系統能夠像人(rén)的(de)大(dà)腦(nǎo)一樣學習(xí)、思考，并做(zuò)出正确的(de)決策。人(rén)腦(nǎo)與電腦(nǎo)各有所長(cháng)，認知計算(suàn)系統可(kě)以成爲一個(gè)很好的(de)輔助性工具，配合人(rén)類進行工作，解決人(rén)腦(nǎo)所不擅長(cháng)解決的(de)一些問題。

傳統的(de)計算(suàn)技術是定量的(de)，并著(zhe)重于精度和(hé)序列等級，而認知計算(suàn)則試圖解決生物(wù)系統中的(de)不精确、不确定和(hé)部分(fēn)真實的(de)問題，以實現不同程度的(de)感知、記憶、學習(xí)、語言、思維和(hé)問題解決等過程。

目前随著(zhe)科學技術的(de)發展以及大(dà)數據時(shí)代的(de)到來(lái)，如何實現類似人(rén)腦(nǎo)的(de)認知與判斷，發現新的(de)關聯和(hé)模式，從而做(zuò)出正确的(de)決策，顯得(de)尤爲重要，這(zhè)給認知計算(suàn)技術的(de)發展帶來(lái)了(le)新的(de)機遇和(hé)挑戰。

6

總結

就像“雲”“霧”和(hé)“霾”的(de)關系，物(wù)聯網和(hé)大(dà)數據也(yě)是如影(yǐng)随形，相信通(tōng)過業界人(rén)士的(de)共同努力，定能找到更爲先進的(de)計算(suàn)方式。在物(wù)聯網時(shí)代來(lái)臨時(shí)，我們定能合理(lǐ)、安全地讓大(dà)數據技術爲我們服務，因此不必太過恐慌，也(yě)不必杞人(rén)憂天。