雲計算還沒弄清楚 霧計算又來了
OFweek安防網訊 在講霧計算之前，我們還是要先來看看雲計算。“雲計算”應該是一個耳熟能詳的概念。百度百科對它的解釋如下：雲計算是一種IT資源的交付和使用模式，通過網路（包括互聯網Internet和企業內部網Intranet）以按需、易擴展的方式獲得所需的硬體、平臺、軟體及服務等資源。提供資源的網路被稱為“雲”，其計算能力通常是由分散式的大規模集群和伺服器虛擬化軟體搭建的系統來體現。
簡單來說，“雲計算”就是把終端資料放到“雲”裡去計算或存儲。由於我們的終端設備存儲能力不夠，或者計算能力不夠，我們只能把計算和存儲的工作交給計算能力更強的設備進行計算和決策，終端設備發送資訊給服務設備，完成運算後將結果發回給終端，並將必要資料在雲端存儲。這就是雲計算的本質。
雲計算面臨著一個巨大的問題就是聯網設備的飛速增長。根據思科公司的研究預測，隨著物聯網的飛速發展，全球IP流量將在未來四年裡達到當前的三倍。萬物萬聯時代即將到來，據Garetner預測，到2020年全球物聯網連接設備將達260億，而在2015年的時候，這個數字還只是160億。由於接入設備越來越多，在傳輸資料、獲取資訊時，頻寬就顯得捉襟見肘。隨著物聯網和移動互聯網的高速發展，移動應用成為人們在網路上處理事務的主要方式，資料量和資料節點數不斷增加，不僅會佔用大量網路頻寬，而且會加重資料中心的負擔，資料傳輸和資訊獲取的情況將越來越糟。
於是就有人想出了“霧計算”的概念。霧計算簡單來說就是在終端和資料中心之間新增一個“網路邊緣層”，把一些並不需要或者不馬上需要放到“雲”的資料在這一層直接處理和存儲，這樣就可大大減少“雲”的壓力，同時也提升了傳輸速率，降低延遲性。由於計算能力較弱，霧計算更多的是提升網路傳輸的速度。
不僅如此，霧計算還有高可靠性的優點。為了服務不同區域的使用者，相同的服務會被部署在各個區域的霧節點上，比如說智慧設備終端本身；這樣的話，一旦某一區域的服務異常，使用者請求可以快速轉向其他臨近區域，而雲計算一旦遇到網路或者伺服器崩潰造成的危害則將要大得多。
最後就是對於資源消耗的降低。雲計算的耗電問題已經被提及了無數次，《紐約時報》幾年前曾作出過資料統計，穀歌位於全球的資料中心每年要消耗掉約3億度的電量，這一數字超過了三萬戶美國家庭的全年用電量。資料中心的電力消耗已經成為重要成本，其中冷卻系統佔有不可忽視的比重。霧計算節點因為地理位置分散，不會集中產生大量熱量，並不需要額外的冷卻系統，從而減少耗電。
對霧計算的炒作質疑
從上文中可以看到，霧計算的提出確實從一定程度上解決了雲計算的一些頑疾。但是對於“霧計算”僅僅只是一個炒作概念的質疑卻甚囂塵上。這些質疑主要集中在以下幾個問題，我們一一來進行討論：
（1）增加邊緣網路層會增加擁堵
有人說霧計算的亮點就只是與物聯網的結合，而且這個結合的基礎，不是計算能力的提高，也不是業務模式的創新，而僅僅是由於感測器的數量增加。並用了一個例子進行說明：原本地鐵到機場之間需要公交成來接駁，但隨著人員的增多或者有些人趕時間，於是就改用計程車來進行接駁，但計程車數量的增加並不會提升整體的運力，如果數量過於冗餘，反而會適得其反。
這個問題事實上是由於提出的人對霧計算的本質理解不夠深刻而導致的。事實上用機場來進行類比，就說明了提出這個問題的人不專業。事實上雲計算是一個中心集散地似的存在，而霧計算做的就是一定程度的去中心化，給集散中心減輕負擔。用一個企業的決策可以進行類比：雲計算相當於是一個企業所有的決策都由總經理來做，這在企業較小的時候是可行的，但是當企業逐漸發展壯大，每天所需要做的決策越來越多，由總經理一個人做決策就有點力不從心，這就需要增加管理層來承擔一部分的決策工作，管理層接到員工的需求之後進行判斷，如果非常重要的內容就繼續上傳給總經理進行決策，如果不是很重要的內容就自行決定，不佔用總經理的時間。這才是霧計算的本質，並不是增加去機場的計程車，而是阻止一部分人並不需要去機場的人去機場。
（2）霧計算只是進行了分段傳輸，並沒有解決延時問題
還有人質疑說“霧計算的本質是在雲與本地之間搭建一個中轉站，但這一中轉中心並沒有解決網路頻寬的問題，而只是原本的一個一公里變為兩個0．5公里，這個中轉中心同樣會面臨因併發的資料傳輸量的激增導致的網路擁堵。雲端的傳送速率的問題主要不在於傳輸的距離、傳輸的設備，而是主要取決於傳輸的資料量的大小，傳輸的資料量越小，傳輸的速度也就更快。”
這個問題其實本質上跟一個問題是相似的，霧計算並不是來解決頻寬問題的，也並不只是進行了分段傳輸，雖然表面上是將距離進行了分段，但是其本質在於通過網路邊緣層的計算，減少進入後0．5公里的傳輸壓力；同時通過增加和分散感測器減輕前0．5公里的傳輸壓力。霧計算所做的就是減少資料量的傳輸，從而提高傳輸的速度。當然“這個中轉中心同樣會面臨因併發的資料傳輸量的激增導致的網路擁堵。”這句話卻沒有涉及本質上的問題，因為雖然霧計算能在一定程度上減輕傳輸的壓力，但是它究竟能承受住多大的資料量激增也並不一定，畢竟萬物互聯的時代，資料量的增長完全超乎我們的想像。
霧計算在視頻技術領域的應用前景
由於視頻監控系統網路化、高清化、智慧化的進步，是一個需要傳輸、處理海量資料的系統，因此霧計算在這個領域也有很好的應用前景。2016年9月，任正非簽署了華為與徠卡共同設立麥克斯?別雷克創新實驗室的協議。他預計，未來的資訊社會將有90％以上的流量來自圖像和視頻。
總結
事實上，對於霧計算抱有“炒作”質疑的人，大多是因為對霧計算不甚瞭解。這些人更多的或許是一種對新事物的習慣性排斥，當然也不乏一些一邊說著“雲計算、霧計算、霾計算”，一邊不願意對霧計算做更多瞭解的調侃。還是那句話，我們要給新生事物更多的包容和耐心，日新月異的世界，我們依據過往知識和經驗做出的判斷不一定準確。再不濟，我們也至少要做到因為瞭解而發言，對一件事物進行抨擊是很容易的，但我們在進行抨擊的時候至少要心懷敬畏，不能信口開河。
簡單來說，“雲計算”就是把終端資料放到“雲”裡去計算或存儲。由於我們的終端設備存儲能力不夠，或者計算能力不夠，我們只能把計算和存儲的工作交給計算能力更強的設備進行計算和決策，終端設備發送資訊給服務設備，完成運算後將結果發回給終端，並將必要資料在雲端存儲。這就是雲計算的本質。
雲計算面臨著一個巨大的問題就是聯網設備的飛速增長。根據思科公司的研究預測，隨著物聯網的飛速發展，全球IP流量將在未來四年裡達到當前的三倍。萬物萬聯時代即將到來，據Garetner預測，到2020年全球物聯網連接設備將達260億，而在2015年的時候，這個數字還只是160億。由於接入設備越來越多，在傳輸資料、獲取資訊時，頻寬就顯得捉襟見肘。隨著物聯網和移動互聯網的高速發展，移動應用成為人們在網路上處理事務的主要方式，資料量和資料節點數不斷增加，不僅會佔用大量網路頻寬，而且會加重資料中心的負擔，資料傳輸和資訊獲取的情況將越來越糟。
於是就有人想出了“霧計算”的概念。霧計算簡單來說就是在終端和資料中心之間新增一個“網路邊緣層”，把一些並不需要或者不馬上需要放到“雲”的資料在這一層直接處理和存儲，這樣就可大大減少“雲”的壓力，同時也提升了傳輸速率，降低延遲性。由於計算能力較弱，霧計算更多的是提升網路傳輸的速度。
不僅如此，霧計算還有高可靠性的優點。為了服務不同區域的使用者，相同的服務會被部署在各個區域的霧節點上，比如說智慧設備終端本身；這樣的話，一旦某一區域的服務異常，使用者請求可以快速轉向其他臨近區域，而雲計算一旦遇到網路或者伺服器崩潰造成的危害則將要大得多。
最後就是對於資源消耗的降低。雲計算的耗電問題已經被提及了無數次，《紐約時報》幾年前曾作出過資料統計，穀歌位於全球的資料中心每年要消耗掉約3億度的電量，這一數字超過了三萬戶美國家庭的全年用電量。資料中心的電力消耗已經成為重要成本，其中冷卻系統佔有不可忽視的比重。霧計算節點因為地理位置分散，不會集中產生大量熱量，並不需要額外的冷卻系統，從而減少耗電。
對霧計算的炒作質疑
從上文中可以看到，霧計算的提出確實從一定程度上解決了雲計算的一些頑疾。但是對於“霧計算”僅僅只是一個炒作概念的質疑卻甚囂塵上。這些質疑主要集中在以下幾個問題，我們一一來進行討論：
（1）增加邊緣網路層會增加擁堵
有人說霧計算的亮點就只是與物聯網的結合，而且這個結合的基礎，不是計算能力的提高，也不是業務模式的創新，而僅僅是由於感測器的數量增加。並用了一個例子進行說明：原本地鐵到機場之間需要公交成來接駁，但隨著人員的增多或者有些人趕時間，於是就改用計程車來進行接駁，但計程車數量的增加並不會提升整體的運力，如果數量過於冗餘，反而會適得其反。
這個問題事實上是由於提出的人對霧計算的本質理解不夠深刻而導致的。事實上用機場來進行類比，就說明了提出這個問題的人不專業。事實上雲計算是一個中心集散地似的存在，而霧計算做的就是一定程度的去中心化，給集散中心減輕負擔。用一個企業的決策可以進行類比：雲計算相當於是一個企業所有的決策都由總經理來做，這在企業較小的時候是可行的，但是當企業逐漸發展壯大，每天所需要做的決策越來越多，由總經理一個人做決策就有點力不從心，這就需要增加管理層來承擔一部分的決策工作，管理層接到員工的需求之後進行判斷，如果非常重要的內容就繼續上傳給總經理進行決策，如果不是很重要的內容就自行決定，不佔用總經理的時間。這才是霧計算的本質，並不是增加去機場的計程車，而是阻止一部分人並不需要去機場的人去機場。
（2）霧計算只是進行了分段傳輸，並沒有解決延時問題
還有人質疑說“霧計算的本質是在雲與本地之間搭建一個中轉站，但這一中轉中心並沒有解決網路頻寬的問題，而只是原本的一個一公里變為兩個0．5公里，這個中轉中心同樣會面臨因併發的資料傳輸量的激增導致的網路擁堵。雲端的傳送速率的問題主要不在於傳輸的距離、傳輸的設備，而是主要取決於傳輸的資料量的大小，傳輸的資料量越小，傳輸的速度也就更快。”
這個問題其實本質上跟一個問題是相似的，霧計算並不是來解決頻寬問題的，也並不只是進行了分段傳輸，雖然表面上是將距離進行了分段，但是其本質在於通過網路邊緣層的計算，減少進入後0．5公里的傳輸壓力；同時通過增加和分散感測器減輕前0．5公里的傳輸壓力。霧計算所做的就是減少資料量的傳輸，從而提高傳輸的速度。當然“這個中轉中心同樣會面臨因併發的資料傳輸量的激增導致的網路擁堵。”這句話卻沒有涉及本質上的問題，因為雖然霧計算能在一定程度上減輕傳輸的壓力，但是它究竟能承受住多大的資料量激增也並不一定，畢竟萬物互聯的時代，資料量的增長完全超乎我們的想像。
霧計算在視頻技術領域的應用前景
由於視頻監控系統網路化、高清化、智慧化的進步，是一個需要傳輸、處理海量資料的系統，因此霧計算在這個領域也有很好的應用前景。2016年9月，任正非簽署了華為與徠卡共同設立麥克斯?別雷克創新實驗室的協議。他預計，未來的資訊社會將有90％以上的流量來自圖像和視頻。
總結
事實上，對於霧計算抱有“炒作”質疑的人，大多是因為對霧計算不甚瞭解。這些人更多的或許是一種對新事物的習慣性排斥，當然也不乏一些一邊說著“雲計算、霧計算、霾計算”，一邊不願意對霧計算做更多瞭解的調侃。還是那句話，我們要給新生事物更多的包容和耐心，日新月異的世界，我們依據過往知識和經驗做出的判斷不一定準確。再不濟，我們也至少要做到因為瞭解而發言，對一件事物進行抨擊是很容易的，但我們在進行抨擊的時候至少要心懷敬畏，不能信口開河。