众所周知，科技领域，最不缺的就是大量的新概念，新理论，新技术……近几年，除了人工智能、物联网、深度学习等较火的技术外，雾计算随着云计算及边缘计算的快速发展，逐渐出现的大众视野中，成为科技界的流行词。
目前，雾计算是国际上物联网领域最新的概念和技术，由思科在2011年正式提出，是云计算的延伸概念。只不过云计算是将数据几乎保存在云中，而雾计算是将数据、数据处理和应用程序集中在网络边缘的设备中，数据的存储及处理更依赖本地设备，而非服务器。雾计算强调数量，支持更多的边缘节点，不管单个计算节点能力多么弱都要发挥作用，很适合移动性的应用。
不过易与边缘计算混淆，两者都内置了地理位置。其实，了解雾计算最简单的方法就是它与位置无关，可以是从边缘到云，或介于两者之间的任何地方。
除此之外，在雾计算中，用户可以根据服务的作用进行编程，即今天部署到云的相同服务可以在明天边缘部署，可以理解为支持庞大资源生态系统的框架。它可以灵活的消耗计算资源，且可以提供诸如速度、可用性、带宽、可扩展性及成本等优势。
随着物联网的快速发展，雾计算也在持续增长，各个厂商也抓住时机，推出各类服务及产品来吸引客户。不过各厂商、用户需确保符合以下两个主要标准：
一、提供一系列计算能力，涵盖从现场到云计算的连续体
在当前以云为中心的计算基础架构中，所使用的大部分处理能力都位于远云中。 但随着连接设备的数据激增，未来两年内将达到200亿，那么，距离传播的数据量也将急剧增加。
我们知道，通过边缘计算实现了对更靠近需要设备的处理能力需求激增，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。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实施处理。
由于雾计算可以在任何地方利用计算，包手在地理上最适合的计算机上，它还可以提供低延迟计算，因此通常出于与边缘计算相同的原因而被寻找。因此，术语"边缘"和"雾"通过同义使用，尽管边缘计算只是更全面的雾计算基础设施的一个方面。
与边缘计算相比，雾计算更具备可扩展性。不需要精确划分处理能力的有无，根据设备的能力也可以执行某些受限处理，但是更复杂的处理实施的话需要积极的连接。
事实上，雾计算与边缘计算很相似，但是在数据的收集，处理，通信的方法层面还是存在诸多不同，各有利弊。
二、根据需求使用最佳计算资源
雾计算不仅包含比云计算或边缘计算更广泛的地理位置，而且其地理位置还是动态的。计算机可以在任何地方处理数据，并且其地理位置是可以动态的。可以在任何地方处理数据，并且位置也可以定期修改，主要是通过使用位置不可知服务来实现的。
对于部署软件服务的工程师而言，这意味着他们的部署到雾计算架构时指定服务所需的内容，而不是它将运行的位置。例如，如果要求低延迟，则服务将自动部署到最佳可用匹配，无论是同一房间中的服务器、区域数据中心，还是如果没有更快的可用性，则可能是云计算数据中心。
通过雾计算广泛指定业务需求的能力有可能通过减轻配置、扩展和维护固定计算资源的负担，CIO们只需为每项服务优先考虑低延迟、损失成本或绿色能源等功能，平台将自动将服务部署到最符合该标准的计算机上。
总之，随着科技的高速发展，业内出现的新概念，如雾计算、边缘计算等，这些并不是用来替换云计算的，而是对云计算的"bug"类问题进行"修补"。毫无疑问，云计算和雾计算融合的力量，未来将会改变更多行业的格局。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
