|
新聞中心
當前位置：網(wǎng)站首頁 > 新聞中心
“霧計算”是什么？“霧計算”的優(yōu)勢和發(fā)展應(yīng)用前景
最初“霧計算”這個名字還是由美國紐約哥倫比亞大學的斯特爾佛教授(Prof. Stolfo)起的，不過他當時的目的是利用“霧”來阻擋黑客入侵。顯然，這與我們現(xiàn)在所講的“霧計算”有著巨大的差距。
現(xiàn)在大多人認為的“霧計算”，是由思科定義的：“霧計算”是一種面向物聯(lián)網(wǎng)（IoT）的分布式計算基礎(chǔ)設(shè)施，可將計算能力和數(shù)據(jù)分析應(yīng)用擴展至網(wǎng)絡(luò)“邊緣”，它使客戶能夠在本地分析和管理數(shù)據(jù)，從而通過聯(lián)接獲得即時的見解。
“霧計算”是一種對“云計算”概念的延伸，而它主要使用的是邊緣網(wǎng)絡(luò)中的設(shè)備，這些設(shè)備可以是傳統(tǒng)網(wǎng)絡(luò)設(shè)備（早已部署在網(wǎng)絡(luò)中的路由器、交換機、網(wǎng)關(guān)等等），也可以是專門部署的本地服務(wù)器。
對于“云計算”與“霧計算”的本質(zhì)區(qū)別，有一句話形容的非常貼切：云在天空飄浮，高高在上，遙不可及，刻意抽象；而霧卻現(xiàn)實可及，貼近地面，就在你我身邊。
“霧計算”的優(yōu)勢
說到“霧計算”的優(yōu)勢，那就不得不先提一下“云計算”的缺陷。集中式的“云計算”允許人們高效、廉價地分享昂貴服務(wù)器資源，減輕企業(yè)用戶的負擔。但對那些需要在本地實時發(fā)生并實時處理的應(yīng)用，云端的延時將成為一個很大的障礙，比如自動駕駛，一定是在本地進行計算，判斷路徑規(guī)劃。
“霧計算”在地理上分布更為廣泛，而且具有更大范圍的移動性，這些能夠讓它適應(yīng)如今越來越多不需要進行大量運算的智能設(shè)備，在數(shù)據(jù)傳輸速度上遠勝“云計算”。
而具體來講，“霧計算”主要有以下幾個優(yōu)勢：
極低時延。這對于目前正在蓬勃發(fā)展中的物聯(lián)網(wǎng)有著十分重要的意義，除此之外，網(wǎng)上游戲、視頻傳輸、增強現(xiàn)實等也都需要極低的時延。
遼闊的地理分布。這正好與集中在某個地點的云計算(數(shù)據(jù)中心)形成強烈的對比。例如，如果需把信息和視頻發(fā)送到高速移動的汽車時，可以沿著高速公路一路上設(shè)置無線接入點。此外，一旦某一區(qū)域的服務(wù)發(fā)生異常，用戶也可快速的轉(zhuǎn)移到另一個鄰近區(qū)域。
帶有大量網(wǎng)絡(luò)節(jié)點的大規(guī)模傳感器網(wǎng)絡(luò)，用來監(jiān)控環(huán)境。智能電網(wǎng)本身就是一種帶有計算和存儲資源的大規(guī)模分布式網(wǎng)絡(luò)，可以作為“霧計算”很好的應(yīng)用例子。
支持高移動性。對于霧計算來說，手機和其他移動設(shè)備可以互相之間直接通信，信號不必到云端甚至基站去繞一圈，因此可以支持很高的移動性。
“霧計算”并不是炒作
在“霧計算”這個概念出來的時候，許多人都說這是一種炒作，但事實并不是如此。“霧計算”只是對“云計算”的一種延伸，并不是對“云計算”的一個取代。
在功能上面，“霧計算”相當于一個可以頻繁使用的“數(shù)據(jù)庫”，而“云計算”就是一個用于長期存儲文件的“文件室”。在搜尋信息方面，不管是速度，還是利用率，數(shù)據(jù)庫明顯比文件室具有更大的優(yōu)勢。而在數(shù)據(jù)豐富方面，“霧計算”也可以從“云計算”平臺進行獲取，相信在數(shù)據(jù)分享終端減少之后，“云計算”平臺的數(shù)據(jù)傳輸速度相比于之前應(yīng)該快樂許多?；诖耍霸啤迸c“霧”可以說是一種相輔相成的關(guān)系。
此外，云計算的使用需要大量帶寬，而無線網(wǎng)絡(luò)帶寬有限。相比之下“霧計算”所需的帶寬量就少得多了，它在原則上可使傳輸?shù)臄?shù)據(jù)“旁路”，即從互聯(lián)網(wǎng)邊上繞過去，使這些數(shù)據(jù)盡可能本地化。最有價值的數(shù)據(jù)仍然可以通過“云計算”平臺來傳輸，但是大部分的數(shù)據(jù)流量可以從這些網(wǎng)絡(luò)中分流出去，從而大大減輕了云網(wǎng)絡(luò)的流量負擔。另外，對本地數(shù)據(jù)的使用也可節(jié)省大量成本。
霧計算的概念在2011年被人提出，并非是些性能強大的服務(wù)器，而是由性能較弱、更為分散的各種功能計算機組成，滲入電器、工廠、汽車、街燈及人們生活中的各種物品。霧計算是介于云計算和個人計算之間的，是半虛擬化的服務(wù)計算架構(gòu)模型，強調(diào)數(shù)量，不管單個計算節(jié)點能力多么弱都要發(fā)揮作用。
與云計算相比，霧計算所采用的架構(gòu)更呈分布式，更接近網(wǎng)絡(luò)邊緣，所以也有人把霧計算理解成邊緣計算。霧計算將數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序集中在網(wǎng)絡(luò)邊緣的設(shè)備中，而不像云計算那樣將它們幾乎全部保存在云中。數(shù)據(jù)的存儲及處理更依賴本地設(shè)備，而非服務(wù)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，符合互聯(lián)網(wǎng)的去中心化特征。
以智能交通燈為例。智能交通燈需要對車流量信息進行采集、并與一些傳感器不斷交互，進行計算并實時做出判斷，改變信號燈變換周期和時序，從而實現(xiàn)自動指揮交通。如果將信息傳到云計算中心計算后再回傳，顯然不及時且可能出錯，而霧計算則可為智能交通燈提供就近的實時計算。相關(guān)數(shù)據(jù)聚合之后再發(fā)送到云計算中心做進一步的全景和長期的數(shù)據(jù)分析。
對于“霧計算”也有質(zhì)疑的聲音。認為這是一種炒作，還有人提出了“霾計算”。但是不可否認霧計算在產(chǎn)業(yè)界和學術(shù)界都受到了重視。
Business Insider的優(yōu)質(zhì)搜索服務(wù)“BI智能”預(yù)測，在2020年，企業(yè)和政府將有58億個物聯(lián)網(wǎng)設(shè)備會使用霧計算。安謀國際、思科、戴爾、英特爾、微軟及普林斯頓大學邊緣實驗室共同成立霧計算聯(lián)盟，該聯(lián)盟探索建立霧計算框架和架構(gòu)，研究分散式運算、網(wǎng)絡(luò)和存儲及物聯(lián)網(wǎng)等相關(guān)技術(shù)，加速霧計算應(yīng)用。
顯然，物聯(lián)網(wǎng)生態(tài)系統(tǒng)只有云計算是不夠的，隨著霧計算到位，計算能力被推向極端的邏輯結(jié)束，從而使設(shè)備自我決定維持在一定程度上的智能水平。由于只有豐富和簡明的數(shù)據(jù)發(fā)送到服務(wù)器，因此集中的服務(wù)器上的存儲和計算負載可以減少到很小，可以更快地實現(xiàn)結(jié)果，且通信速度也很快。
霧（邊緣）計算模型將原有的云計算中心的部分或全部計算任務(wù)遷移到數(shù)據(jù)源的附近執(zhí)行，根據(jù)大數(shù)據(jù)的3V特點，即數(shù)據(jù)量（Volume）、時效性（Velocity）、多樣性（Variety），通過對比云計算模型為代表的集中式大數(shù)據(jù)處理和霧（邊緣）計算為代表的邊緣式大數(shù)據(jù)處理，可以看出霧計算的優(yōu)勢。邊緣式大數(shù)據(jù)處理時代，數(shù)據(jù)類型更加復(fù)雜多樣，數(shù)據(jù)處理的實時性要求更高，數(shù)據(jù)量也超過ZB級，邊緣計算可以提高數(shù)據(jù)傳輸性能，保證處理實時性，降低云計算中心的負載。
霧計算的應(yīng)用前景廣泛
以一個制造業(yè)案例為例，假設(shè)大型公司在印度建立了工廠生產(chǎn)清潔劑。想象整個流程中一個這樣的機器——攪拌機（垂直或水平攪拌機），它吸收不同的原料，并將它們進行攪拌，在制造過程中生產(chǎn)出合成混合物。攪拌機的運轉(zhuǎn)原理是以預(yù)設(shè)的轉(zhuǎn)速定時旋轉(zhuǎn)，攪拌機筒吸收到不同的原材料，其運轉(zhuǎn)會耗費一定量的能源。
如果我們利用物聯(lián)網(wǎng)生態(tài)系統(tǒng)，讓這個設(shè)備成為“智能攪拌機”會怎樣？攪拌機安裝的大量傳感器為各種參數(shù)捕捉數(shù)據(jù)，然后數(shù)據(jù)傳回服務(wù)器（云）進行后續(xù)分析。如何提供功率消耗的效率？這就是與霧計算的聯(lián)系。以前考慮的物聯(lián)網(wǎng)架構(gòu)是利用云存儲和分析數(shù)據(jù)做出決定，但是為了讓資產(chǎn)/機器成為“智能設(shè)備”，我們需要霧計算架構(gòu)，也就是增加本地實時計算數(shù)據(jù)流的能力，并向歷史信號學習幫助機器做出決策來改善結(jié)果。這將是一個利用機器學習優(yōu)化機器功耗，搭建霧計算網(wǎng)絡(luò)的場景。
基于這些自主學習規(guī)則，通過增加和降低設(shè)置來保持在最佳能耗模式，機器可以調(diào)整操作參數(shù)。當數(shù)據(jù)傳輸?shù)皆贫?，云端用新?shù)據(jù)組更新機器學習模型，那么數(shù)據(jù)規(guī)則和（自主）學習就可以更新了。一旦更新，它會被推回邊緣，邊緣節(jié)點利用更新模型來更新規(guī)則，進一步改善結(jié)果。
如今我們可以看到在運算設(shè)備上更現(xiàn)實也更個人化的霧計算，例如筆記本、智能手機、智能手表和平板電腦。最普遍的例子是Windows 10的重啟管理器。在自動下載更新后，系統(tǒng)學習用戶使用模式可以計算出最合適的重啟系統(tǒng)和安裝更新的時間。在產(chǎn)業(yè)應(yīng)用方面，利用邊緣計算架構(gòu)，將計算推向邊緣節(jié)點（網(wǎng)絡(luò)的邏輯極端），這賦予了機器感知實時數(shù)據(jù)的能力，可以立即采取措施減少商業(yè)損失。在之前的商業(yè)用例中，改善能耗只是可能改善的結(jié)果之一。邊緣計算還可以用于進行各種即時的優(yōu)化處理，例如緩解資產(chǎn)故障或提高產(chǎn)出質(zhì)量；學習一個規(guī)則使機器會自動做出決策來更改操作設(shè)置來避免故障或改善結(jié)果質(zhì)量。
簡而言之，通過推動計算邊緣化，我們也將智能推到邊緣，因此讓設(shè)備或資產(chǎn)能夠做出自主決策來改善結(jié)果，并成為智能設(shè)備。未來霧計算將與云計算相輔相成、有機結(jié)合，為萬物互聯(lián)時代的信息處理提供更完美的軟硬件支撐平臺。
|
