边缘计算和雾计算的定义及实际应用

关注科技领域很难跟上行业的最新趋势和新兴领域，仅以计算类型为例，随着我们处理数据的方式和位置的不断变化，我们受到了硬件和连接性方面的限制。

云计算这一术语已经在大多数消费者的消费理念中占据了一席之地，边缘计算可以看做是无处不在的云计算和物联网(IoT)的延伸概念，雾计算的概念尽管与边缘计算略显模糊，但是它与边缘计算是两种技术理念，介于云计算和边缘计算之间。

边缘计算：远离核心的移动计算

从根本上来讲，边缘计算是智能和计算从云网络中的集中式数据服务器到网络边缘硬件的移动，传感器不是在某个位置收集数据，然后将数据发送回中央服务器进行处理，而是在本地可用的硬件上对数据进行处理，只把处理结果发送到云端，以便确保信息的即时可用性并进行操作，而不需要进一步对数据加以处理。

将计算迁移到边缘具备以下几个优势，能够促进更理想的计算：

· 能够近乎实时地处理数据

· 处理的数据可以从各个边缘节点并行收集

· 消除了在带宽有限的网络上发送原始数据的负担

· 消除计算量大的原始数据对数据中心的压力

· 降低云网络从数据中获得信息的依赖性

· 可以帮助管理在本地处理而不是共享的敏感数据

边缘计算的出现绝对归功于云计算的可用性和广泛应用，以及越来越易于访问的经济试用的物联网解决方案。有很多易于定制和可访问的SoC，例如Raspberry Pi，使得边缘计算更加可行。

有分析机构预测到2022年边缘计算将成为一个价值67.2亿美元的产业，年增长率为35.4%。

雾计算：改变边缘的定义

雾计算和边缘计算定义很模糊，业界一直在尝试将这两者区分开作为单独的概念。对此，业界最广为接受的概念是在边缘计算中，数据处理在收集数据的硬件上。雾计算是当节点的一个子集发送其数据到更大的中心连接点，在连接到更大的整体中心网络的过程中处理数据。

不管是边缘计算还是雾计算，其优势都很明显。雾计算消除了将大量原始数据流发送到中央网络的一些延迟和带宽问题，但是它并不要求每组传感器处理收集到的数据。

边缘计算和雾计算的实际应用

无人驾驶汽车

无人驾驶汽车的发展依赖于实时交通、障碍和危险数据的计算，以便快速做出决策，在发生碰撞时，一丝丝的延迟足以改变结果。

尽管无人驾驶汽车可能仍然需要连接到云网络以发送、共享和接收信息，但是在本地处理信息对于实时决策至关重要。据统计，无人驾驶汽车每小时收集并产生超过3 TB的数据，如果我们希望无人驾驶汽车能够真正实现，将会给云计算网络带来巨大的压力和风险。

雾计算还可以用来分析和计算有关本地流量的数据，通过收集车辆信息并加以处理，然后将其发送到整个云端共享，以实现实时分析和决策。

智慧城市

比尔·盖茨(Bill Gates)最近投资8000万美元在亚利桑那州从头开发一个智慧城市。 在收集关于交通，行人，照明，建筑物健康的实时数据的城市中，边缘和雾计算将是必不可少的服务。 边缘计算节点可以同时以高分辨率计算天气，可见性，交通拥堵和基础设施运行状况信息，并且仍然可以通过云为居民或访客高效快速地共享信息。

在许多应用中，某种形式的边缘计算已经存在。然而，其作为新的技术应用场景将有助于完善这一技术，使我们能够开发出更易于集成的更复杂的解决方案。与此同时，2018年要把边缘计算和雾计算作为主流科技行业的新兴领域。