幾個月前，一切都還在“云計算”中。然而，這些日子的流行語是“霧計算”。霧計算與數據存儲和訪問的有效性有關。基本上，云計算是從場外位置存儲和檢索數據，它是傳統手機變得“智能化”的主要原因。

例如電話沒有足夠的內置空間來存儲訪問應用程序和服務所需的信息，所有數據都將傳輸到云端或從云端傳輸，以便提供我們所需的服務。但是，云計算技術存在的問題也很明顯 - 帶寬的限制，尤其是無線傳輸。

霧計算背后的想法是試圖消除一些物理限制。使用霧計算技術，所有處理都發(fā)生在物理上更接近數據收集位置的設備上，而不是將數據發(fā)送到云。隨著物聯網的發(fā)展，越來越多的物理對象(設備)被添加到網絡中，并且它們都以無線方式連接以發(fā)送和接收數據。

霧計算也被稱為“邊緣計算”，邊緣計算應該通過將數據存儲在“地面”附近來解決問題。換句話說，它將數據存儲在本地計算機的存儲設備中，而不是通過云中的集中式DC路由所有信息。

霧計算是由一些領先的物聯網技術專家提出的，如思科、IBM和戴爾。他們是代表技術變革的先驅，將智能設備從云端推向“霧端”。基本上，霧計算負責實現快速響應，減少網絡延遲和流量，并支持骨干帶寬節(jié)省以實現更好的服務質量(QoS)。它還支持選擇性地將適當的數據傳遞到云。

預測到2025年底，世界上大約45%的數據將更接近網絡邊緣。而霧計算是唯一能夠在未來幾年內抵御AI、5G和物聯網的技術。另一項研究估計，到2020年，世界上10%的數據將由邊緣設備生產。這將推動對更高效的霧計算解決方案的需求，該解決方案可以大幅度減少延遲。

那么，邊緣計算和霧計算之間的主要區(qū)別是什么?思科創(chuàng)造了“霧計算”一詞，IBM稱之為“邊緣計算”。基本上，邊緣計算是霧計算的子集，它只是指在靠近原始位置處理的數據。霧計算允許更有效地訪問和處理數據，從而降低數據延遲的風險。

霧計算的一個絕佳用例是智能交通燈系統，它具有防止事故的能力，并可以根據對進入的交通的監(jiān)視來改變信號以減少交通擁堵。此外，它還將此數據發(fā)送到云端進行進一步分析。

霧計算框架的增長為組織提供了更多選擇，以便在適當的時候處理信息和數據。某些應用程序可能需要盡快的處理數據，例如，在所有機器都連接到網絡的制造業(yè)中，他們需要能夠盡快對事件做出反應。

霧計算有助于在設備及其分析端點之間創(chuàng)建低延遲的網絡連接。反過來，這種體系結構減少了與云相比所需的帶寬量。它還可以用于傳輸數據不需要帶寬連接的場景，直接將數據在其起源位置附近處理。

對于任何依賴其他人的數據中心來存儲其數據的企業(yè)來說，考慮霧計算是明智之舉。如果由于缺乏訪問數據的帶寬，而影響了業(yè)務，那將是很不值當的。