簡而言之，物聯網是連接人和萬物，數據和流程的融合正在改變我們的生活，所有的事物都介于兩者之間。
物聯網是一個非常重要的趨勢，思科樂觀地預測物聯網市場的利潤將達到19萬億美元，到2020年將有500億個智能設備聯網。顯然，這是想要在物聯網市場分一杯羹的企業重要的動機。
這里所說的霧計算也可以稱為“邊緣計算”，與集中管理和工作的云計算不同，霧系統在網絡端運行。這意味著數據可以在本地的智能設備中處理，不需發送到云端處理，這是物聯網處理的一種方法。霧計算與許多IT開發一樣，需要解決一些日益增長的問題，比如在可用的帶寬范圍內能夠實時處理傳入數據。
如今，傳感器正在產生2艾字節(exabytes)的數據(雷鋒網注，1EB = 1,000,000 (106)TB，據估算，2011年整個互聯網的容量總和不超過525EB。)。要發送到云端的數據太多，不僅沒有足夠的帶寬，而且成本太高。霧計算將一些處理和資源置于云的邊緣，它不是為云存儲和計算建立渠道，而是減少信息的發送降低對帶寬的需求，再在某些接入點進行聚合。通過使用這種分布式策略，可以降低成本并提高效率。
霧計算將云計算擴展到網絡邊緣，以解決不適合云形式的應用和服務，包括：
需要非常低且可預測的延遲的應用
地理位置分散的應用
快速移動應用
大型分布式控制系統(智能電網，連接軌道，智能交通燈系統)。
霧定義的特征是低延遲和位置感知; 廣泛的地理分布; 移動性; 節點數量非常大，無線接入的主要入口，流動性和實時應用性、異構性強。
上述特性使霧成為許多關鍵IoT服務和應用非常好的平臺，包括聯網汽車、智能電網、智慧城市，以及常見的無線傳感器和執行器網絡(WSAN)。
另一種理解霧計算的方法是將其視為虛擬化平臺，該平臺通常位于終端用戶和云數據中心之間。因此，霧計算可以在延遲，功耗等方面提供更好的服務。霧能計算系統以廣泛分布的方式靠近終端用戶部署，這使得這種能力成為可能。霧計算節點必須具有足夠的計算能力和存儲容量來處理性能要求更高的用戶請求。
霧計算如何運行
所有這些在實際中如何運作?舉個例子，芝加哥的交通系統配備了智能傳感器。周二早上，也就是芝加哥小熊隊100多年來首次參加世界系列賽的大型游行日。隨著狂歡者來慶祝他們團隊的勝利，預計將有大量的車輛和人員涌入城市。此時，數據可以通過各個交通燈收集。
開源的用于交通燈調整和時序控制的開源程序在每個邊緣設備上運行，該應用程序會自動在邊緣實時調整模式，在出現和減少交通障礙時進行調整。交通擁堵降到最低，球迷花在車上的時間更少。
在交通燈示例中，將日常交通傳感器數據流發送到云端進行存儲和分析幾乎沒有價值。工程師就可以很好地處理正常的流量。需要上傳的是更有價值的數據，例如游行日的數據。這些數據將被發送到云端并進行分析，有利于進行預測分析，并允許城市調整和改善其流量應用程序對未來流量異常的響應。
霧、云和物聯網是什么關系?
物聯網會把云計算的優勢向邊緣拓展，通過智能互聯網設備滲透到每個家庭、車輛和工作場所。隨著技術的成熟和便利性的提升，我們的新的聯網設備的依賴程度會越來越高，但物聯網的可靠性必須增加。
將處理工作傳遞到云之前可以使用穩定的邊緣網關加強整個物聯網基礎設施。霧計算可以通過邊緣處理滿足可靠的低延遲響應的要求，并且可以通過智能過濾和選擇性傳輸來應對高流量。通過這種方式，智能邊緣網關可以處理或智能地重定向來自物聯網的無數傳感器和監視器的數百萬個任務，僅將摘要和異常數據傳輸到云端。
霧計算的成功直接取決于那些智能網關的靈活性，這些智能網關在網絡上影響著無數的IoT設備。IT彈性將成為物聯網連續性的必要條件，為了具備安全性，要有冗余的電力和冷卻監控以及故障轉移解決方案，以確保最長的正常運行時間。 根據Gartner的說法，每小時的停機時間可能使組織損失高達30萬美元。部署速度、高效的可擴展性以及有限資源的易管理性也是主要問題。
這種從云到霧的演進意義重大。當智能手機和平板電腦等移動設備變得流行時，云計算也迎來了熱潮。那時，這些設備的計算能力很弱，移動網絡既慢又不可靠。因此，使用中心輻射云架構的通信方式也很合理。但是現在我們大多數人都依賴可靠的4G技術，而現在移動設備的計算能力在一些方面也能與PC相媲美，從中心輻射模型轉變為類似于網狀或邊緣計算數據架構的模型是有意義的。這樣做可以解決帶寬瓶頸和延遲問題，從長遠來看，這無疑會促進物聯網的發展。
因此，如果你認為云計算是可預見未來的基礎設施的巔峰之作，那么請再想一想。如果我們談論數十億設備和即時通信，當前的云模型將無法處理負載。幸運的是，移動處理能力和無線帶寬的進步使得許多人能夠設計出更強大的架構，讓我們走出困境。
京公網安備 11010502049343號