雾计算和边缘计算都是，早些年被提出的概念，但是为什么*近这几年开始大力的发展呢?先前，物联网行业的发展没有现在这么的迅速，物联网的设备没有这么的多。在过去，数据在前端进行采集通过网络传输的云端进行计算，将计算结果等一系列数据返回前端进行相应的操作。但是现在所面临的是巨大的物联网设备的接入，每天产生的数据量已经给网络带来了巨大的传输压力，动辄TB级的运算传输到云端进行数据的实时交互是非常不现实的。就拿自动驾驶汽车来说，它需要更低的网络延迟，这也使得必须要将计算能力转移到更靠近边缘来提高其工作的安全性。基于此，雾计算和边缘计算二者被大家广泛的重视。

　　雾计算与边缘计算

　　雾计算(Fog Computing)

　　这个概念由思科在2011**，是相对于云计算而言的。它并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，渗入电器、工厂、汽车、街灯及人们生活中的各种物品。简单点说，它拓展了云计算(Cloud Computing)的概念，相对于云计算它离产生数据的地方更近，数据、数据相关的处理和应用程序都集中于网络边缘的设备中，而不是几乎全部保存在云端。

　　边缘计算(Edge Computing)

　　它进一步推进了雾计算中“局域网处理能力”的理念，但实际上边缘计算的概念提出比雾计算还要早。边缘计算的起源可以追溯到上个世纪90年代，当时Akamai公司推出了内容传送网络(CDN)，该网络在接近终端用户设立了传输节点，这些节点能够存储缓存的静态内容，如图像和视频等。

　　边缘计算的处理能力更靠近数据源，其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的边缘末端。

　　边缘计算整个体系中包含了四个关键部分：智能设备(资产)、工业智能网关、智能系统、智能服务，它是联接物理世界和虚拟世界的一道“桥梁”。

　　雾计算与边缘计算的异同点

　　雾计算和边缘计算系统都将数据处理转移到数据生成源头;二者都试图减少发送到云端的数据量，以降低延迟;通过以上策略，二者都可以改善远程关键型应用程序中的系统响应时间，提高系统安全性，因为减少了通过公共互联网发送数据的需求，并降低了成本。某些应用程序可能会收集大量数据，这些数据被发送到中央云服务的成本很高。但是它们收集的数据中可能只有少量是有用的。如果在网络边缘进行某些处理并且仅将相关信息发送到云，则可以**降低成本。

　　例如安全摄像头，将24小时视频发送到中央服务器代价将是非常昂贵的，其中23个小时可能只是一个空荡荡的走廊。如果使用边缘计算，通过工业智能网关进行相应的边缘计算，只将重要的数据进行发送，您可以选择仅发送实际发生某事的那一小时。代价将会降低很多。

　　以吸尘器为例说明，集中化的雾节点(或者IoT网关)继续从家中的传感器收集信息，检测到垃圾的话就启动吸尘器。而边缘计算的解决方案里传感器各自判断有没有垃圾，来发送启动吸尘器的信号。

　　雾计算和边缘计算都涉及处理更接近原点的数据。关键的区别在于处理发生的确切位置。

　　雾计算与边缘计算的使用方式不同

　　我们可以看到，这两种技术非常相似。雾计算过程发生在局域网(LAN)级网络架构上，使用与工业智能网关： http://www.top-iot.com/ 和嵌入式计算机系统交互的集中式系统。而边缘计算处理的大部分数据来源于所在的物联网设备本身。

　　根据Million Insights*近的一份报告，到2025年，全球边缘计算市场规模预计将达到约32.4亿美元。随着物联网的不断发展和生产的更海量的数据，处理接近生成点的数据将变得势在必行。

　　虽然这雾计算和边缘计算两者有些相似，但是数据的收集，处理，通信的方法确实是不同的。都有各自的长处，雾计算和边缘计算都将在未来的物联网行业中发挥着十分重要的作用。


资讯来源：工业智能网关： http://www.top-iot.com/index.php?m=content&c=index&a=lists&catid=55