隨着物聯網的發展，經常聽到「霧計算」和「邊緣計算」這樣的單詞。
霧計算這個詞相對來說是最近出現的一個詞。因為和雲相比位置上更接近設備，所以表示為霧，它是作為實現IoT的結構為Cisco等提倡，旨在為全球范圍所采用。另一方面，邊緣計算這個術語，早就用於表示雲和設備的邊界。
為什么現在，經常聽到這兩個詞呢。這是和「雲計算」的界限有很大的關系。
在雲里，如果任何時候都可以保證連接到在數據處理后能夠發送到終端設備的服務器上，雲計算就可以說是偉大的解決方案。
但是，比如說IoT設備要求具備可靠性來保證在出現服務故障的情況下也能執行任務，具備本地的處理和存儲能力在今后也變得越來越重要。這里出場的就是霧/邊緣計算。這兩個單詞行業總是一起被使用，但是也存在一些重要的差異。（當然視角不同觀點也不一樣）
為了說明這些方法是如何不同，以智能吸塵器為例來考慮一下。這個例子的話，給該吸塵器分配了一個任務，在它發現垃圾后馬上就收拾，在家里遍布的傳感器檢測到垃圾的瞬間開始啟動。
霧計算
霧計算（Fog Computing），在該模式中數據、（數據）處理和應用程序集中在網絡邊緣的設備中，而不是幾乎全部保存在雲中，是雲計算（Cloud Computing）的延伸概念，由思科（Cisco）提出的。這個因“雲”而“霧”的命名源自“霧是更貼近地面的雲”這一名句。
霧計算和雲計算一樣，十分形象。雲在天空飄浮，高高在上，遙不可及，刻意抽象；而霧卻現實可及，貼近地面，就在你我身邊。霧計算並非由性能強大的服務器組成，而是由性能較弱、更為分散的各類功能計算機組成，滲入工廠、汽車、電器、街燈及人們物質生活中的各類用品。
邊緣計算
邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平台，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處於物理實體和工業連接之間，或處於物理實體的頂端。而雲端計算，仍然可以訪問邊緣計算的歷史數據。
邊緣計算並非是一個新鮮詞。作為一家內容分發網絡CDN和雲服務的提供商AKAMAI，早在2003年就與IBM合作“邊緣計算”。作為世界上最大的分布式計算服務商之一，當時它承擔了全球15-30%的網絡流量。在其一份內部研究項目中即提出“邊緣計算”的目的和解決問題，並通過AKAMAI與IBM在其WebSphere上提供基於邊緣Edge的服務。
霧計算與邊緣計算區別比較
首先說說「霧計算」，處理能力放在包括 IoT設備的LAN里面。這個網絡內的IoT網關，或者說是霧節點用於數據收集，處理，存儲。多種來源的信息收集到網關里，處理后的數據發送回需要該數據的設備。
霧計算的特點是處理能力強的單個設備接收多個端點來的信息，處理后的信息發回需要的地方。和雲計算相比延遲更短。
和邊緣計算相比較的話，霧計算更具備可擴展性。具有集中處理的設備，設想的網絡是從多個端點發送數據的大的網絡。
霧計算不需要精確划分處理能力的有無。根據設備的能力也可以執行某些受限處理，但是更復雜的處理實施的話需要積極的連接。
以吸塵器為例說明，集中化的霧節點（或者IoT網關）繼續從家中的傳感器收集信息，檢測到垃圾的話就啟動吸塵器。
邊緣計算，進一步推進了霧計算的「LAN內的處理能力」的理念，處理能力更靠近數據源。不是在中央服務器里整理后實施處理，而是在網絡內的各設備實施處理。
這樣，通過把傳感器連接到可編程自動控制器（PAC）上，使處理和通信的把握成為可能。
和霧計算相比的優點，根據它的性質單一的故障點比較少。各自的設備獨立動作，可以判斷什么數據保存在本地，什么數據發到雲端。
以吸塵器為例說明，邊緣計算的解決方案里傳感器各自判斷有沒有垃圾，來發送啟動吸塵器的信號。
雖然這2個解決方案帶來的東西有點相似，但是數據的收集，處理，通信的方法確實是不同的。都有各自的長處和短處，在各種情況下也會出現適合或不適合。IoT在我們的生活中越來越廣泛，將來接觸的機會也會更多，只記錄數據的傳感器已經是明日黃花了。
源：http://m.elecfans.com/article/604491.html