什么是雾计算？
在解释雾计算之前，我们需要确保我们对云计算有一个扎实的了解，这个概念已经成为我们词典中的常用术语。
云计算 是指访问“按需”计算资源、计算能力和数据存储，而不需要本地硬件或用户的任何主动管理。下面的图 1 显示了多站点公司如何部署工业云解决方案的非常通用的架构表示。
图1：云计算架构。由作者提供。
在云架构中，几种不同的采用模式变得非常流行——其中最引人注目的是基础设施即服务 (IaaS)、平台即服务 (PaaS) 和软件即服务 (SaaS) ）。您希望为您的组织利用云的方式将有助于指导您选择最适合的模型。
IEEE 1934 将雾计算定义为“一种系统级的水平架构，它将计算、存储、控制和网络的资源和服务沿着云到物的连续统一体分布在任何地方。它支持垂直行业和应用领域，使服务和应用能够更靠近数据生成源分布，并从事物、网络边缘、云和多个协议层进行扩展。”
简而言之，这意味着雾计算专注于将某些云计算资源从云端转移到更靠近单个设备 .使用雾计算，在每个工厂（通常在 LAN 级别）放置一台额外的计算机，以在本地集中（或聚合）数据。它规定了哪些信息应该在本地处理，哪些可以卸载到云端，充当本地设备和远程服务器之间的中介。这通常有助于两件事：
- 减少必要的云连接数量
- 更快的本地处理 - 如图 2 所示，雾计算机将整合且有意义的数据发送到云端，在云端与其他植物结合分析每个植物的信息
图2：雾计算架构。由作者提供。
雾计算和边缘计算有什么区别？
除了雾计算，您可能听说过另一个术语：边缘计算 .他们是一样的吗？如果不是，有什么区别？
根据您询问的对象或与您合作的公司，答案可能大不相同。有些人认为雾计算和边缘计算是一回事，而另一些人则认为它们完全不同。
雾和边缘计算，至少在工业和制造应用中，是试图比传统云架构更有效地从本地资产/设备收集和处理数据的系统。这些想法之间的主要区别在于处理和“智能”最终发生的地方 .
例如，如果传感器可以将其每分钟一次的原始测量值在本地存储 30 天，则它可能仅每小时一次将汇总数据传输到本地网络上的计算资源（服务器），而传感器数据可能会被转发到云计算机上进行处理。如果传感器捕获到感兴趣的东西，这大大减少了数据传输，并允许收集详细的历史记录。
您对边缘与雾的定义取决于您在原始数据收集、数据存储和计算资源的使用周围绘制边界的位置。
雾计算的好处
考虑上面的例子。您是否想象过聚合、分析和计算 100 个传感器的所需输出所需的计算能力？ 10,000 个传感器怎么样？添加的数据源越多，所需的存储空间、数据流量和网络带宽就会呈指数增长。
雾计算帮你：
- 减少网络延迟和数据流量
- 增加有效网络带宽
- 垂直隔离网络
- 轻松高效地扩展部署
- 控制隐私和数据安全
通过采用雾计算技术，您可以以更小的步骤构建和部署“智能”和高效的 IIoT 解决方案。但是，您不应考虑“云、雾和边缘”，而应围绕“哪种组合最适合我的特定需求？ ” 这样一来，它就不会被视为“一个或另一个”的决定，而是不同技术和架构的协作适应。
工业技术