都知道云计算,但你知道还有雾计算吗?

永恒的风中
说起云计算,大家想必都不陌生,自2006年Google首次提出“云计算”(Cloud Computing)这一概念,经亚马逊进行大规模的商用之后,云计算的发展进入了井喷时代,越来越多的企业纷纷建立了自己的云计算中心,服务于自己平台和产品的信息处理和计算。

它们是信息处理的双生子。

说起云计算,大家想必都不陌生,自2006年Google首次提出“云计算”(Cloud Computing)这一概念,经亚马逊进行大规模的商用之后,云计算的发展进入了井喷时代,越来越多的企业纷纷建立了自己的云计算中心,服务于自己平台和产品的信息处理和计算。云计算的发展过程分为三个阶段,在第一阶段,云计算主要应用对象是中小企业,通过云计算实现从“无”到“有”的IT职能;到了第二阶段,云计算成为企业级用户核心应用的IT补充资源;而到了第三阶段也就是现在,云计算已经成为了企业IT的核心资源。云原生应用、人工智能和物联网成为用户业务的主要驱动力,但随着目前移动设备、嵌入式设备和传感设备等智能设备的不断创新和普及,全球的移动数据呈现出疯狂式的增长,面对大量的数据和新型的应用程序对服务质量的严苛需求,云计算也有点力不能及了。

物联网和人工智能的发展带来了数以亿计的数据。分布广泛的传感器、智能终端等每时每刻都在产生大量的数据。尽管云计算拥有“无限”的计算和存储资源池,但云数据中心往往是集中化的,且距离终端设备较远,在面对大量的分布广泛的终端设备及所采集的海量数据时,云端不可避免的面临着网络拥堵、高延迟、可靠性差这三大主要问题,当这些问题越来越严重的时候,而且无人驾驶技术、各种智能应用对数据处理的要求越来越高,而在现有的技术无法满足的情况下,这时候云计算就需要一个帮手来为它分担压力了。

雾计算就闪亮登场了。

雾计算是云计算(Cloud Computing)的延伸概念,“雾计算”这个概念最开始是由美国哥伦比亚大学的斯特尔佛教授提出来的,并由美国公司思科(Cisco)首创,之所以叫“雾计算”,是源于“雾是更接近地面的云”这个概念。

早在2015年,以边缘计算,雾计算为特点的嵌入式人工智能技术,因为可以优化资源、提升效率,就已经受到了广泛的重视。它们的工作逻辑是在处理任务的时候,网络端点或接近网络端点的地方能独自完成一部分计算和分析,而无须将所有数据发回云端。同时,算法和模型可以在云端建立,然后推送到边缘设备上。这样一来,信息拥堵和延迟就能得到很好的解决。雾计算是基于云的服务,如IaaS、PaaS、SaaS,拓展到网络边缘,而边缘计算更多地专注于终端设备端,这是它们最大的不同。

通常来说,雾计算环境由传统的网络设备组件构成,任何装置若具备连网、运算以及储存功能,就能够成为一个雾计算的节点,比如:路由器、开关、机顶盒、本地服务器、基站等,这些组件可以提供不同的计算、存储、网络功能,支持服务应用的执行。雾计算介于云计算和个人计算之间,是半虚拟化的服务计算架构模型,强调数量,不管单个计算节点能力多么弱都要发挥作用。与云计算相比,雾计算所采用的架构更呈分布式,更接近网络边缘,所以,雾计算依靠这些组件,可以创建分布于不同地方的云服务,并高效处理各类数据和信息。

基于这种特点,雾计算处理数据时效非常快,延迟很小,既能减轻核心网络的压力,又具有很高的移动性和安全性,也就是说手机和其他移动设备可以互相之间直接通信,信号不必到云端甚至基站去绕一圈,省时又省电,高效并可靠。

雾计算是以后建设物联网,发展人工智能的必备条件和基础设施。作为新的技术革新。现在已经有多家企业和组织机构都开始布局雾计算的生态体系,除了Cisco、华为这些通讯产商,还有很多云计算、物联网的企业也加入进来,相信在以后雾计算将更好的服务于商业市场和人们的生活。

当然了,有云就有雾,有雾就有霾,有云计算和雾计算,也有“霾计算”这种比较奇葩的概念,这一点我会在以后讲到。在未来,或许还会出现新的概念,但云、雾、边缘三大主流技术将会长期存在,了解了这些,以后对这些概念也就不会一头雾水了。

未来的人们,就生活在云里雾里了。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论