雾计算是什么？它对物联网意味着什么？
到 2020 年，物联网预计将增长至 20-300 亿台连接设备。因此，随着一组新设备实现连接，创建并随后发送到云的数据量将呈指数级增长。
存储和计算能力根据摩尔定律增加，即它们大约每 18 个月翻一番，但带宽的增加速度要慢得多。一些估计认为每年带宽增长不到 40%。这当然意味着将有更多的数据要发送到云然后会有带宽。进入雾计算范式。
另见： 雾计算与边缘计算有何不同？
雾计算是指网络边缘的分散计算，而不是集中在数据中心。通过将计算分布到边缘，结果 将被发送到云端，而不是原始数据本身。这种范式的转变将极大地减少对云中增加的带宽和计算能力的需求。
云中的集中计算为企业提供了多项好处。可扩展性、简单的定价方案和最低的前期成本是其中最重要的因素。然而，云计算有一些缺点。最重要的延迟和延迟抖动，以及当大量数据通过网络移动时发生安全漏洞的可能性更高。
雾计算大大减少了进出云端的数据量，减少了本地计算导致的延迟，同时最大限度地降低了安全风险。
使用云计算进行分析的公司通常需要快速进行。最相关的数据通常是最新的数据，大多数公司都需要能够实时根据这些洞察采取行动。您无需等待数据在全球范围内发送、在云端进行分析然后发回。然后我们应该问，哪些计算可以在离家更近的地方完成，哪些应该在云端进行。
我们实际需要哪些数据？
飞机配备了重要的传感器，旨在防止系统故障。这些传感器每小时飞行可以产生高达 40TB 的数据。如果我们将其乘以每天的飞行小时数，该行业产生的数据是惊人的。这些传感器在飞行中发挥着重要作用，但未用于分析燃油节省和其他效率的数据将不会从云中聚合中受益。更不用说我们可以期望自动驾驶汽车产生的数据量了。
另见： 客户在向云计算过渡时常犯的 4 个错误
所以，除了让我们思考设备应该进行哪些计算之外，它还迫使我们思考哪些数据是真正有用的，哪些数据过了货架期就基本没用了，这对于很多应用来说是很短的.
随着雾计算范式的不断发展以及越来越多的设备实现连接，我们将看到更多关于应该在何处使用以及随后存储哪些数据的选择。云在可扩展性和廉价方面为我们提供了多项优势，但我们现在需要就如何处理呈指数级增长的数据量做出更多决策，以便物联网基础设施以最佳方式运行。
物联网技术