“云”后“霧”來 計算服務新生代登場 可有效減少數據負載、提升效率

當手機提示存儲空間已滿時，你可以選擇把圖片上傳至“云端”來節省空間;企業無需購置大量實體設備，可選擇購買服務的方式，和其他機構一道共享“云平臺”的強大計算能力……如今，在日常的生活和工作中，幾乎隨處可見云計算的蹤影。

和名聲大噪的云計算相比，剛剛嶄露頭角的霧計算可謂是“新生代”。日前，在電氣電子工程師學會(IEEE)年度媒體交流會上，國際霧計算產學研聯盟大中華區主任、上海霧計算實驗室聯合主任、IEEE會士楊旸教授透露，全球首個霧計算參考架構國際標準(IEEE 1934)已經發布，同時相關機構正在積極推動開發霧計算節點設備。

“如果說云計算是現在時，那么霧計算就是將來時。在霧計算技術被大規模應用后，通信網絡將實現完全智能化，計算服務將進入新時代。”楊旸說。

那么，什么是霧計算?它和現有的云計算、邊緣計算等計算技術有什么關系?霧計算主要應用于哪些領域?帶著上述問題，科技日報記者采訪了業內專家。

負責上傳下達的“中層干部”

“霧計算是一個從云(Cloud)到物(Thing)的系統級多層次計算架構，具有分發計算、通信、存儲、控制和聯網等多種功能，更加靠近用戶端。它通過資源共享機制、協同服務架構來有效提升生產效率和用戶體驗。”楊旸解釋道。

盡管對于大多數普通用戶來說，霧計算還是一個相對較新的概念。然而，早在2012年，美國思科公司就給出了霧計算的詳細定義。那么，和人們相對熟悉的云計算、邊緣計算相比，霧計算有哪些特點?

為了更形象地解釋幾種技術之間的關聯，楊旸打了個比方。他認為，云計算類似于公司的“最高管理者”，處理最重要的事務并做出最終決策。因此，云計算負責全局核心數據的統籌分析和處理、異常診斷和溯源、隱患預測和搜尋、知識發現和創造、長期規劃和戰略決策等重要工作。邊緣計算則類似于“一線工作人員”，資源來源于簡單、獨立的低成本設備，處理本地收集的數據并做出及時決策，就近提供邊緣智能服務或應用。

而霧計算類似于“中層干部”，它不僅是負責上傳下達的信息通信管道，更能夠分析和處理更大區域范圍內的相關復雜數據，做出及時而準確的決策。霧計算的計算資源分布在從云到物連續環境的任何地方，連接集中式的數據中心和分散式的網絡邊緣，實現云計算到邊緣計算的全面融合。

“因此，霧計算使得網元節點之間具備了廣泛對等的互聯互通和協同服務能力，可以彌補云計算在數據本地處理和實時服務方面的不足，從而有效地增強了網絡資源和服務的靈活性、安全性、實時性和拓展性。”上海科技大學信息科學與技術學院教授羅喜良指出。

可有效減少數據負載、提升效率

基于國際霧計算產學研聯盟(OpenFog Consortium)的前期積累，霧計算參考架構的第一個國際標準(IEEE 1934)已由IEEE正式發布。

羅喜良認為，隨著IEEE 1934的發布、演進和完善，霧計算將成為通用的多層次計算技術框架，支持智能物聯網、5G通信和人工智能等數據本地化和計算密集型的應用需求。

“通過本地化的數據計算，可有效減少數據傳輸的負載，提升數據處理效率，這是霧計算的特點之一。”楊旸以火災救援機器人為例進行解釋，當機器人進入救援現場，首先用激光掃描現場地形，然后進行數據處理，建立現場地圖，最后才能采取搜救行動。由于現場采集的數據量較大，如果將全部數據傳送到云端進行處理，難以及時作出反應。此時，倘若在救援現場附近，臨時布置霧計算節點，便可使機器人具備強大的信息處理能力，實現快速響應。

談及霧計算的優勢時，羅喜良分析道，霧計算通過利用本地計算資源，可有效降低服務的響應時間、通信帶寬和運營成本;通過以用戶為中心的協同服務架構，可有效提升服務的靈活性、個性化和拓展性;通過減少海量數據的長距離傳輸，可以有效增強服務的安全性和可靠性;通過開放共享的網絡資源和商業模式，可以有效加快服務的智能化演進和附加價值生成。

在羅喜良看來，如同人類社會和組織機構中的資源分布情況、能力權限分級和決策控制機制，霧計算充分利用各種網絡中多層次網元節點的計算、通信和存儲資源，積少成多，積極發揮不同位置、不同層次節點的能力、優勢和作用，通過全面協作和利益共享，實現和保障各個領域的物聯網應用和服務的實時性、智能化和高效率。

前景廣闊，但面臨諸多應用障礙

當前，霧計算技術的研究開發和標準化工作才剛剛開始。未來，霧計算將在哪些領域展開應用也是大家十分關心的問題。

對此，楊旸介紹，霧計算技術的實際應用領域主要包括：對服務響應的端到端時延性能有上限要求的網聯汽車和無人機遙控;對實時數據的網絡傳輸速率有下限要求的3D虛擬現實游戲和自動駕駛汽車;對連接可靠性和服務安全性有嚴苛要求的工業控制系統和智慧城市管理系統。

云計算、大數據給人們生活帶來的便利顯而易見。“同樣，隨著霧計算技術的不斷發展成熟和普及應用，智能物聯網將越來越便捷、越來越貼近人類社會的組織架構和決策機制，從而能用更自然和人們更熟悉的方式為每個人提供觸手可及、無處不在的智能服務。”楊旸說。

楊旸舉例說，如今在個人運算設備上，例如筆記本、智能手機、智能手表和平板電腦，我們已經能看到霧計算和邊緣計算技術的初步應用。比如， Windows 10的重啟管理器就是典型案例之一。在自動下載更新后，Windows 10系統可以自主學習用戶使用模式，進而計算出最合適的重啟系統和安裝更新的時間。

提供便利之外，霧計算技術也面臨著諸多挑戰。在楊旸看來，此次標準的出臺和落地，將積極推動霧計算技術的研發和產業化進程，促進越來越多大規模、復雜型、工業化的物聯網應用和服務進入智能化的新階段。但與此同時，從技術概念、標準的提出，到真正走向推廣應用，霧計算還要跨過許多溝溝坎坎。

“‘以用戶為中心’和‘面向服務需求’是霧計算的核心優勢和特點，但在分析評估系統性能、服務效率和用戶體驗時，我們必須同時考慮網絡通信速度、計算效率和存儲能力對智能服務的支持和約束情況，需要綜合利用多學科、多維度的基礎理論進行分析和聯合優化，這是開展相關研究的主要理論難題和障礙。”

此外，如何在霧計算節點之間建立信任關系、在節點之間推動資源充分共享、在云—霧—邊緣等多層次之間實現高效通信和緊密協作、在異構節點之間完成復雜任務的公平按需分配、靈活適配各行各業的多種應用需求等，這些都是霧計算技術在研發和應用推廣過程中所面臨的重要挑戰和瓶頸問題，亟須在科研和實踐工作中進行探索和突破。