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。