2.6　雾计算、边缘计算、霾计算

除了云计算，大家可能还听说过雾计算、边缘计算、霾计算等，它们又是什么，和云计算有什么区别和联系呢？

先打个简单的比方，云计算作为大佬，如果事无巨细地亲力亲为，就有些疲于奔命了。这时，雾计算们便站出来，处理琐事。大家分片区包干，能处理的自己处理，再将处理好的结果或不能处理的部分上交给大佬云计算。

由于云计算需要终端把所有数据集中运输到同一个数据中心，而将数据从云端导入和导出，比人们想象得更为复杂。在实际应用中，其还会受到带宽限制等影响，可能导致拥塞、计算延迟等。

于是，我们在终端和数据中心之间又加了一层，叫作网络边缘层。比如，再加一个带有存储器的小服务器或路由器，把一些并不需要放到“云”的数据在这一层直接处理和存储，以减少“云”的压力。这样既提高了效率，也提升了传输速率，降低了时延，这个工作原理就称为雾计算。

处于网络边缘层的带有存储器的小服务器或路由器等，可以称为雾节点。组成雾节点的，往往不是性能强大的服务器，而是一些性能较弱的，更为分散的，处于大型数据中心以外的庞大外围设备。这些外围设备既包括智能终端本身，也包括把智能终端与云端相连接的网关或路由设备。这些节点渗入到工厂、汽车、电器及人们日常生活中的各类可计算设备中，就像是遍布我们身边的雾气，无处不在。

云计算和雾计算具体有哪些异同点呢？

相同之处是，雾计算的原理与云计算一样，都是把数据上传到远程中心进行分析、存储和处理；都基于虚拟化技术，在共享资源池中为多用户提供资源服务等。

不同之处有以下两点。一是与云计算相比，雾计算所采用的架构更呈分布式。雾计算会设置众多分散的中心节点，即有很多个雾节点，而不是只有一个云中心。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。

二是云计算更强调计算的方式，雾计算更强调计算的位置。雾计算介于云计算和个人计算之间。云计算像是把所有数据都送往天上的云中，雾计算则是把数据送到身边的雾气里，所以又被称为“分散式云计算”。

总的来说，雾计算作为云计算的补充，是为了弥补云计算本地化计算问题，所以就是本地化的云计算。

那么，边缘计算又是什么呢？

边缘计算本质上是雾计算的一个子集，进一步推进了雾计算的“LAN内的处理能力”的理念，处理能力更靠近数据源。边缘计算不是在中央服务器里整理后实施处理，而是在网络内的各设备中实施处理。

一般而言，雾计算和边缘计算的区别在于，雾计算更具有层次性和平坦的架构，各层次的节点形成网络，而边缘计算依赖于不构成网络的单独节点。雾计算在节点之间具有广泛的对等互连能力，边缘计算在孤岛中运行其节点，需要通过云实现对等流量传输。

至于霾计算，就多少有些另类了。

霾计算，通常用来表示比较差的云计算或者雾计算，也可简单理解为垃圾云或雾计算。如果“云”或“雾”提供的服务存在着安全问题，以及隐私数据被丢失泄露、数据传输不稳定、网络频繁出现中断等问题，则其对用户产生的伤害会导致其整体效用弊大于利，恰如“霾”对人体健康的危害。当然，也有人将霾计算当作中性词，中国工程院院士邬贺铨在2017年全球未来网络发展峰会上，就首次正式提到霾计算，将其作为一种新的计算方式定义，着重强调霾计算更接地气的一面，赋予了霾计算更多积极的含义。

打个比方，云计算下面有很多小弟辅佐，雾计算是接地气且比较得力的，边缘计算是更接地气的，霾计算则是小弟里最底层的。

雾计算、边缘计算及霾计算，甚至海计算等，都不是用来代替云计算的，而是对云计算短板的弥补。云计算更像是一个管理统筹者，负责长周期数据的大数据分析，能够在周期性维护、业务决策等领域运行，下发业务规则到边缘处。而其他计算像是执行者，着眼于实时、短周期数据的分析，更好地支撑本地业务被及时处理和执行；同时，更靠近设备端，为云端的数据采集做出贡献，支撑云端应用的大数据分析。

这样相互配合处理大数据，使得所有数据无须传到遥远的云端，在边缘侧就能解决大部分问题，实现“应用在边缘，管理在云端”，更适合实时的数据分析和智能化处理，也更加高效而且安全。

打个简单的比方，如果把云计算比作中央军，那么雾计算、边缘计算相当于各级地方军，霾计算就是民兵组织。