霧計算 和 移動邊緣計算 之間有什麼區別？

和雲計算的關係是什麼？

霧計算（Fog Computing）

移動邊緣計算（Mobile Edge Computing）

---

雲計算是理解其中區別的關鍵！

先說雲計算：

一種利用互聯網實現隨時隨地、按需、便捷地使用共享計算設施、存儲設備、應用程序等資源的計算模式

雲計算系統由雲平台、雲存儲、雲終端、雲安全四個基本部分組成。

雲平台從用戶的角度可分為公有雲、私有雲、混合雲等。

通過從提供服務的層次可分為基礎設施即服務（Iaas）、平台即服務（Paas）和軟體即服務（Saas）

雲計算：更大、更快、更強

將應用部署到雲端後，可以不必再關注那些令人頭疼的硬體和軟體問題，它們會由雲服務提供商的專業團隊去解決。

使用的是共享的硬體，這意味著像使用一個工具一樣去利用雲服務（就像插上插座，你就能使用電一樣簡單）。

只需要按照你的需要來支付相應的費用，而關於軟體的更新，資源的按需擴展都能自動完成。

雲計算，像在每個不同地區開設不同的自來水公司，沒有地域限制，優秀的雲軟體服務商，向世界每個角落提供軟體服務——就像天空上的雲一樣，不論你身處何方，只要你抬頭，就能看見！

雲計算已經走過了它輝煌的10年，雲計算架構也日臻完善，越來越多的產品登上了雲！但是現階段依然會存在計算延遲、擁塞、低可靠性、安全攻擊等問題！

基於此，作為雲計算的補充：邊緣計算和霧計算等開始被提出，以彌補雲計算的一些短板問題！

霧計算

最初是由美國紐約哥倫比亞大學的斯特爾佛教授(Prof. Stolfo)起的，當時的意圖是利用「霧」來阻擋黑客入侵。

沒成想美國思科公司把這個名詞嫁接了過去並得到了發揚光大，也就是我們現在所討論的「霧計算」！

霧計算可理解為本地化的雲計算

現在正在流行的「雲計算」，是把大量數據放到「雲」里去計算或存儲，解決諸如電腦或手機存儲量不夠，或者是運算速度不夠快的問題

在終端和數據中心之間再加一層，叫網路邊緣層。如再加一個帶有存儲器的小伺服器或路由器，把一些並不需要放到「雲」的數據在這一層直接處理和存儲，以減少「雲」的壓力，提高了效率，也提升了傳輸速率，減低了時延，這個工作原理其實就可以理解為：霧計算

霧計算和雲計算相比，顯得更接地氣了一些！

雲計算重點放在研究計算的方式，霧計算更強調計算的位置。

霧計算相較雲計算更貼近地面！更具體些說，它們在網路拓撲中的位置不同！

霧計算和雲計算實際上又存在有很多相似之處：如都基於虛擬化技術，從共享資源池中，為多用戶提供資源服務等。

相對於雲計算來說，霧計算離產生數據的地方更近，「霧比雲更貼近地面」的說法不是沒有道理的！

「霧計算介於雲計算和個人計算之間的，是半虛擬化的服務計算架構模型。此外，霧計算實際上並沒有強力的計算能力，霧計算是將物理上分散的計算機聯合起來，形成較弱的計算能力，不過這樣的計算能力對於中小型的數據中心，完全夠用了」

如果說CDN是彌補TCP/IP本地化緩存問題，那麼霧計算就是彌補雲計算本地化計算問題！

霧計算 VS 雲計算 有以下幾個明顯的特點：

更輕壓：計算資源有限相比較雲平台的構成單位——數據中心，霧節點更加輕！霧計算能夠過濾，如聚合用戶消息（如不停發送的感測器消息），只將必要消息發送給雲，減小核心網路壓力

更低層：霧節點在網路拓撲中位置更低，擁有更小的網路延遲（總延遲=網路延遲 計算延遲），反應性更強

更可靠：霧節點擁有廣泛的地域分布，為了服務不同區域用戶，相同的服務會被部署在各個區域的霧節點上，使得高可靠性成為霧計算的內在屬性，一旦某一區域的服務異常，用戶請求可以快速轉向其他臨近區域，獲取相關的服務。此外，由於使用霧計算後，相較雲計算減少了發送到雲端和從雲端發送的數據量，和雲計算相比延遲更短，安全風險也得到了進一步的降低！

更低延：除了物聯網的應用外，網上遊戲、視頻傳輸、AR等也都需要極低的時延，這點霧計算也是有所發揮的

更靈便：霧計算支持很高的移動性，手機和其他移動設備可以互相之間直接通信，信號不必到雲端甚至基站去繞一圈！此外，霧計算也支持實時互動、多樣化的軟硬體設備以及雲端在線分析等

更節能：霧計算節點由於地理位置分散，不會集中產生大量熱量，因此不需要額外的冷卻系統，從而減少耗電，霧計算更省電！

邊緣計算

和傳統的中心化思維不同，他的主要計算節點以及應用分散式部署在靠近終端的數據中心，這使得在服務的響應性能、還是可靠性方面都是高於傳統中心化的雲計算概念，具體而言，邊緣計算可以理解為是指利用靠近數據源的邊緣地帶來完成的運算程序。

那麼：邊緣計算和雲計算又有何區別？

實際上這兩者都是處理大數據的計算運行方式。

但不同的是，這一次，數據不用再傳到遙遠的雲端，在邊緣側就能解決，更適合實時的數據分析和智能化處理，也更加高效而且安全。

邊緣計算服務的構建，從技術領域是一種很大的創新！

如今AWS、微軟、英特爾等國外大型企業已經著手布局邊緣計算，可以預見的是邊緣計算之於雲服務企業重要性可見一斑！

如果說雲計算是集中式大數據處理，那麼邊緣計算可以理解為邊緣式大數據處理！

由於邊緣計算(Edge computing )指的是接近於事物，數據和行動源頭處的計算，所以我們也可以把這種類型的數據處理使用更通用的術語來表示：鄰近計算或者接近計算(Proximity Computing)

邊緣計算具備的幾點特質：

1.分散式和低延時計算

2.對終端設備的數據進行篩選，不必每條原始數據都傳送到雲，充分利用設備的空閑資源，在邊緣節點處過濾和分析，節能省時

3.減緩數據爆炸，網路流量的壓力，在進行雲端傳輸時通過邊緣節點進行一部分簡單數據處理，進而能夠設備響應時間，減少從設備到雲端的數據流量

4.智能化（Edge intelligence）

對於未來而言物聯網也好、AR或則VR場景也好以及大數據和人工智慧行業，實際上都有著極強的對近場計算的需求，邊緣計算保障大量的計算需要在離終端很近的區域完成計算，完成苛刻的低延時服務響應！

可以預見的是，在未來邊緣計算的發展並不邊緣！

霧計算以及邊緣計算、海計算而言等等的出現，不是用來代替雲計算，更多的是對雲計算「bug類」問題的修修補補，本質上是作為雲計算的延伸拓展而誕生的產品和理念！

無論是雲計算、海計算或者是邊緣計算、霧計算，其他產品概念也好，目的只有一個：更好的服務於我們的生活！

---

謝謝邀請。Fog 和 MEC 都是發展中的概念，討論它們的區別易引起爭議，以下是個人見解，希望各位能夠指正。

首先，這兩個概念都涉及到3個角色：

- 平台提供商：提供基礎設施，提供資源。

- 應用提供商：開發應用，獲取平台資源，部署應用（或服務）。

- 終端用戶：通過終端設備使用服務。

Fog 的對應概念是 Cloud，兩者共同關心的問題是提供共享資源池給應用提供商。在此背景下，並不考慮終端用戶的接入方式（可能是手機，可能是感測器）。只管應用的部署與生命周期管理，用以保障終端用戶的使用。視角可以說從天看地。

MEC 考慮的集中在提高終端用戶的使用體驗。首先，終端設備被規定為手機，用戶除了可以接入部署好的服務，還有本地設備擁有計算資源（一般，本地的手機上應當部署有客戶端）。在此背景下，如何合理的分割計算任務，如何合理的分配子任務（在本地？在邊緣層？在邊緣層哪台設備？在雲？）成為核心。

問題具有高度動態性，如：

- 服務的負載變化；

- 本地設備的負載變化，可用資源（電池，cpu）變化；

- 用戶移動，距離近的遠端設備需不斷更新。

優化目標一般包括：

- 應用響應時間（本地快？遠端快，考量通信時間？遠端+本地快，如何分配？）；

- 電池電量消耗（計算電量消耗，通信質量影響通信電量消耗）

- 價格

視角可以說從地看天。

當然，做 MEC 的可能是平台提供商，或者應用提供商，或者兩者都是，但肯定不是終端用戶。所以，仍然會考慮基礎設施設備等等因素。Fog 如果覆蓋到終端設備，那同樣也要考慮終端設備的資源使用。

---

要知道二者間的區別，首先得區分概念，這其中還又牽扯到了一個邊緣計算，我這裡淺術幾點：

　　物聯網的存在，不止於改變人們日常的生活習慣，更是在創造新的「生態」環境。簡言之，也就是將身邊的萬物進行互聯，將兩個毫無干係的「木頭」進行相互連接。而哪些「物」應該對話，哪些「物」不能對話，需要設備間有判斷或計算的能力，邊緣計算便是這種能力的賦予者。

　　邊緣計算指在靠近物或數據源頭的網路邊緣側，融合網路、計算、存儲、應用核心能力的開放平台，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

　　如果說物聯網的核心是讓每個物體智能連接、運行，那麼邊緣計算就是通過數據分析處理，實現物與物之間感測、交互和控制。它是物聯網從概念到應用的一把鑰匙，更是製造業從「笨拙」變得「智慧」的重要途徑。

　　邊緣計算的初衷是為了將計算能力帶向離數據源更近的地方。更準確一點說，邊緣計算讓數據在邊緣網路處處理。邊緣網路基本上由終端設備（例如移動手機、智能物品等等）、邊緣設備（例如邊界路由器、機頂盒、網橋、基站、無線接入點等等）、邊緣伺服器等構成。這些組件可以具有必要的性能，支持邊緣計算。作為一種本地化的計算模式，邊緣計算提供了對於計算服務需求更快的響應速度，通常情況下不將大量的原始數據發回核心網。然而，總體來說，邊緣計算不需要會主動協助 IaaS,、PaaS、 SaaS和其他雲服務，更多地專註於終端設備端。

　　霧計算（Fog Computing），這個概念由思科首創。簡單點說，拓展了雲計算（Cloud Computing）的概念，相對於雲來說，它離產生數據的地方更近，數據、數據相關的處理和應用程序都集中於網路邊緣的設備中，而不是幾乎全部保存在雲端。通俗一點講：「霧計算」的名字源自「霧是比雲更貼近地面（數據產生的地方）」。

　　霧計算也可以進行邊緣計算。由於字數限制，更多信息官了解微信：工業互聯網時代（neucloudicb）旨在提供最新工業互聯網行業資訊、成功案例、領袖觀點、行業趨勢和報告等，歡迎了解！物聯網設備和感測器分布密度很高，需要對於服務請求實時響應，所以要在物聯網傳設備和感測器附近，存儲和處理物聯網數據。

---

推薦閱讀：