云计算边缘计算(云计算雾计算和边缘计算)

边缘计算是指在靠近物或数据源头的边缘，集成核心、计算、存储和应用能力的平台，提供贴近的边缘智能服务，满足行业敏捷连接、实时互联的数字化需求。-时间业务、数据优化、应用智能、安全和隐私保护等关键需求。（亿麦云推出常驻企业0元购买云服务器活动）雾计算和云计算一样，热闹非凡。天空中的云朵飘浮，高高的，难以接近，刻意抽象；而雾其实是触手可及的，离地面很近，离你我也很近。雾计算不是由强大的服务器组成，而是由更弱、更分散的不同功能的计算机组成，它已经渗透到工厂、汽车、电气设备、路灯以及人们物质生活中的各种用品。
云计算的主要思想是“中心化”。预计未来，终端本身将不再需要高性能的CPU、GPU和存储空间。所有终端都将连接到云端，每一面镜子、每一台手机都将连接到云端。都是云登录。他们自己不（不需要）计算和处理数据，全部交付到云计算中心进行处理。访问终端仅供入口和出口。这个想法很好，但在很长一段时间内仍然是一个很遥远的目标。
现阶段最实用、实用的解决方案是边缘计算（前后端混合计算）、去中心化分布式计算和雾计算。所有终端都可以成为分布式计算节点。区块链上的终端具有并行的权限。这种设计思想目前正在应用于云桌面的开发中。

云和边缘计算正在塑造物联网(IoT)的未来。这种组合为物联网中的连接设备提供了可靠性，并通过处理更接近源的数据来解决延迟问题。
云计算明显改变了数据处理的格式，尤其是大数据。物联网通过利用云的计算能力在无需配置计算资源和管理的情况下获取、存储和处理数据而取得了长足的进步。
物联网每年安装数十亿台智能设备，预计到2020年智能设备安装量将超过200亿台。由于安装并连接到物联网的大量设备，正在处理的数据量不断增加。我们正在应对处理和分析这些数据的挑战，特别是当它必须近乎实时地完成时。仅靠云计算无法处理如此海量的数据集并提供实时响应。
根据际数据公司（IDC）的说法，边缘计算是微型数据中心的网状，可在本地处理或存储敏感数据，并将所有接收到的数据推送到中心数据中心或云存储。
简单地说，边缘计算允许在更接近数据生成源的地方处理和分析数据。
安装并连接在边缘计算环境中的智能设备可以实时处理和响应关键任务数据，而不是通过将所有数据发送到云端并等待云端响应。该设备本身就像一个几乎零延迟的迷你数据中心，因为主要分析是在设备上进行的。这一附加功能分散了数据处理并显着减少了流量。云随后可以收集这些数据以进行二次评估、处理和更深入的分析。

边缘计算是一种在物理上靠近数据生成位置处理数据的。该技术使联网设备能够处理在“边缘”形成的数据，其中“边缘”是指位于设备内部的数据。或者距离设备本身更近的地方。

优点：在边缘计算中，传感器数据不需要传输到汽车或云中的数据中心来查看是否有东西影响发动机的运行。

本地化的数据处理和存储对计算的压力较小。当发送到云端的数据较少时，云和物联网设备之间的交互导致的延迟和数据处理延迟的可能性就会降低。

这也将更多的任务放在基于边缘计算技术的硬件上。它们包括用于收集数据的传感器以及用于处理来自连接设备的数据的CPU或GPU。

随着边缘计算的兴起，了解边缘设备涉及的另一项技术也很重要，那就是雾计算。边缘计算特指发生在“边缘”或附近的计算过程，而雾计算则指边缘设备和云之间的连接。

换句话来说，雾计算让云更接近边缘，因此，根据OpenFog的说法，“雾计算总是使用边缘计算，而边缘计算总是使用雾计算。”

回到无人驾驶场景：传感器可以收集数据，但不能立即对数据采取行动。例如，如果车辆工程师想要了解汽车的车轴和制动如何运行，他可以使用历史累积的传感器数据来预测零件是否需要维修或更换。在这种情况下，数据处理使用边缘计算，但它并不总是瞬时的（与确定引擎状态不同）。通过雾计算，可以在给定时间点实现短期分析，而无需完全返回云。