自從第一臺IoT設備于1990年問世以來莽每,物聯(lián)網(wǎng)已經(jīng)有了長足的發(fā)展,這是一種可以在互聯(lián)網(wǎng)上開啟和關閉的烤面包機械兽。27年之后辖备,聯(lián)網(wǎng)設備已經(jīng)從新奇產品變成了日常生活中必不可少的一部分。
最近的預估顯示呈驶,成年人平均每天花在智能手機上的時間超過4個小時拷泽,只能手機也是一種裝有物聯(lián)網(wǎng)傳感器數(shù)據(jù)的設備。目前袖瞻,81%的成年人擁有智能手機司致。想象一下,當81%的成年人擁有智能汽車和智能家居時聋迎,我們將會收到多少數(shù)據(jù)脂矫。
今天,IoT設備的大部分數(shù)據(jù)都在云中處理霉晕,這意味著全球所有角落產生的數(shù)據(jù)都被集中發(fā)送到數(shù)據(jù)中心的少數(shù)計算機上庭再。然而,隨著IoT設備的數(shù)量預計將在2020年猛增至200億牺堰,通過互聯(lián)網(wǎng)發(fā)送數(shù)據(jù)的體積和速度對云計算方法提出了嚴峻的挑戰(zhàn)拄轻。
越來越多的設備連接將迫使IoT制造商在2018年將云計算模式從云計算模式轉移到一種稱為“霧計算”的新模式。
越來越多的數(shù)據(jù)訪問萌焰,云計算問題明顯
物聯(lián)網(wǎng)和人工智能的發(fā)展將帶來價值數(shù)以億計的數(shù)據(jù)哺眯。分布廣泛的傳感器、智能終端等每時每刻都在產生大量的數(shù)據(jù)篱瀑。盡管云計算擁有“無限”的計算和存儲資源池止槽,但云數(shù)據(jù)中心往往是集中化的且距離終端設備較遠,當面對大量的分布廣泛的終端設備及所采集的海量數(shù)據(jù)時送县,云不可避免地遇到了三大難題:
網(wǎng)絡擁塞揍久,如果大量的物聯(lián)網(wǎng)和人工智能應用部署在云中,將會有海量的原始數(shù)據(jù)不間斷地涌入核心網(wǎng)絡桌偎,造成核心網(wǎng)絡擁塞迁耘;
高延遲,終端設備與云數(shù)據(jù)中心的較遠距離將導致較高的網(wǎng)絡延遲徊岂,而對實時性要求高的應用則難以滿足需求粤未;
可靠性無法保證,對可靠性和安全性要求較高的應用,由于從終端到云平臺的距離遠缚袒,通信通路長付找,因而風險大,云中備份的成本也高绢贵。
因此艰争,為滿足物聯(lián)網(wǎng)和人工智能等應用的需求,作為云計算的延伸擴展桂对,霧計算(Fog Computing)的概念應運而生甩卓。霧計算最早由思科提出,它是一種分布式的計算模型蕉斜,作為云數(shù)據(jù)中心和物聯(lián)網(wǎng)設備 / 傳感器之間的中間層逾柿,它提供計算、網(wǎng)絡和存儲設備宅此,讓基于云的服務可以離物聯(lián)網(wǎng)設備和傳感器更近鹿寻。
霧計算主要使用邊緣網(wǎng)絡中的設備,可以是傳統(tǒng)網(wǎng)絡設備诽凌,如網(wǎng)絡中的路由器毡熏、交換機、網(wǎng)關等侣诵,也可以是專門部署的本地服務器痢法。這些設備的資源能力都遠小于一個數(shù)據(jù)中心,但是它們龐大的數(shù)量可以彌補單一設備資源的不足杜顺。
在物聯(lián)網(wǎng)中财搁,霧可以過濾、聚合用戶消息卿才,匿名處理用戶數(shù)據(jù)以保證隱秘性蝉丧,初步處理數(shù)據(jù)以便實時決策,提供臨時存儲以提升用戶體驗本博,而云則可以負責大運算量或長期存儲任務就留,與霧計算優(yōu)勢互補。通過霧計算何大,可以將一些并不需要放到云上的數(shù)據(jù)在網(wǎng)絡邊緣層直接進行處理和存儲拭奖,提高數(shù)據(jù)分析處理的效率,降低時延摇蝗,減少網(wǎng)絡傳輸壓力萧状,提升安全性。霧計算以其廣泛的地理分布裆蛆、帶有大量網(wǎng)絡節(jié)點的大規(guī)模傳感器網(wǎng)絡捣兄、支持高移動性和實時互動以及多樣化的軟硬件設備和云在線分析等特點褐袒,迅速被物聯(lián)網(wǎng)和人工智能應用領域的企業(yè)所接受并獲得廣泛應用,例如稍浆,M2M隆檀、人機協(xié)同、智能電網(wǎng)粹湃、智能交通、智能家居泉坐、智能醫(yī)療为鳄、無人駕駛等應用。
與邊緣計算(Edge Computing)不同的是腕让,霧計算可以將基于云的服務 , 如 IaaS孤钦、 PaaS、 SaaS纯丸,拓展到網(wǎng)絡邊緣偏形,而邊緣計算更多地專注于終端設備端。霧計算可以進行邊緣計算觉鼻,但除了邊緣網(wǎng)絡俊扭,霧計算也可以拓展到核心網(wǎng)絡,也就是邊緣和核心網(wǎng)絡的組件都可以作為霧計算的基礎設施坠陈。
“云”和“霧”典型案例和應用場景
融合云平臺和霧計算贝泞,一方面可通過云降低傳統(tǒng) IT采購、管理和運維的開支蘸错,將 IaaS牡罚、 PaaS、 SaaS作為云服務輸出;另一方面冬溯,通過霧計算可保證邊緣端數(shù)據(jù)的實時搜集缰伶、提取和分析速度,提高網(wǎng)絡資源部署使用和管理效率录教,有助于提高人機協(xié)同效率壮煎,為企業(yè)業(yè)務創(chuàng)新、服務品質提升提供技術支持字瘫。以下是四個行業(yè)“云”和“霧”的典型案例和應用場景率满。
1、工業(yè)
GE基于 Pivotal Cloud Foundry打造了 Predix 物聯(lián)網(wǎng) PaaS平臺斩角,結合戴爾智能仿真技術夷呐,實現(xiàn)了“數(shù)據(jù)雙胞胎”×尕ぃ基于云計算悼做,GE 實現(xiàn)了飛機發(fā)動機生產過程中的調優(yōu)疯特,同時,基于霧計算肛走,GE 實現(xiàn)了飛機飛行過程中的“自愈”漓雅。
GE Predix 作為物聯(lián)網(wǎng) PaaS 平臺,還助力制造企業(yè)將大數(shù)據(jù)朽色、物聯(lián)網(wǎng)和人工智能轉化為智能制造能力邻吞,實現(xiàn)數(shù)據(jù)創(chuàng)新。GE Predix 平臺葫男,融合云計算和霧計算以及”數(shù)字雙胞胎“抱冷,幫助制造企業(yè)實現(xiàn)“虛擬 - 現(xiàn)實”的設計生產融合,并為其提供云計算服務梢褐。
2旺遮、農業(yè)
Chitale Dairy是一家乳制品廠∮龋基于戴爾科技虛擬化技術耿眉,Chitale Dairy實現(xiàn)了 ERP云部署。他們基于霧計算淳某,通過為奶牛裝上傳感器溅鞠,進行近實時數(shù)據(jù)采集分析、處理馍上,實現(xiàn)精細化運營夸营,保證乳制品生產全流程的監(jiān)控、管理漾肩、優(yōu)化贫介。同時,Chitale Dairy 通過基于云的乳業(yè)生命周期管理平臺掘鱼,實現(xiàn)了乳制品生產流程自動化管理翠蓄,通過物聯(lián)網(wǎng)和大數(shù)據(jù)分析,對每頭奶牛從食料鸣拦、喂養(yǎng)抢纹、健康、牛奶質量和產量進行全流程監(jiān)控分析葱妒,實現(xiàn)精細化和自動化乳業(yè)生產谚剿。
將云的整體業(yè)務管理和霧端的優(yōu)化農場間協(xié)作以及奶源監(jiān)控管理緊密連接起來,在提高乳制品生命周期管理效率的同時连锯,提升了協(xié)同和協(xié)作效率归苍,加速企業(yè)業(yè)務創(chuàng)新的速度。
3运怖、服務業(yè)
TopGolf 是一家高爾夫俱樂部拼弃。通過采用戴爾科技的虛擬化和超融合技術夏伊,形成了高爾夫數(shù)字化高端服務輸出能力。他們通過向數(shù)字化轉型吻氧,打破了傳統(tǒng)高爾夫的業(yè)務模式溺忧。通過物聯(lián)網(wǎng),將 RFID 芯片嵌入高爾夫球里盯孙,實現(xiàn)對每次擊球鲁森、每個隊員和賽事進行實時監(jiān)控,并基于霧計算振惰,實時跟蹤和分析每個擊球動作和球的路徑歌溉,實現(xiàn)實時積分。
TopGolf 的業(yè)務模式融合了云計算和霧計算报账,實現(xiàn)了跨數(shù)據(jù)中心、云和邊緣應用的實時數(shù)據(jù)監(jiān)控庵恨、交互和管理迄帘,滿足賽事實時監(jiān)控、場上場下互動诀烫、賽前球員積分分析榔况、社交媒體、會員個性化數(shù)據(jù)管理等大數(shù)據(jù)分析的需求勃拢。
4钩榄、交通業(yè)
在智能交通中,可通過傳感器搜集信息后涛,進行實時數(shù)據(jù)分析和交通部署武也,以提高公共安全。通過霧計算口愁,智能交通控制系統(tǒng)中的一個霧節(jié)點可以共享收集到的交通信息耿逐,以緩解高峰時段的交通擁堵、定位交通事故鸿挠,并可以通過遠程控制緩解交通擁堵區(qū)域的交通狀況醇舶。同時,在每個用戶的電話和公共交通中宋梧,基于霧計算的應用程序允許用戶在沒有持續(xù)網(wǎng)絡連接的情況下匣沼,共享并通過附近的用戶下載內容。
此外捂龄,自動化車輛的安全系統(tǒng)释涛、道路上的監(jiān)控系統(tǒng)以及公共交通的票務系統(tǒng),都可以從傳感器和視頻數(shù)據(jù)中收集大量信息倦沧。聚合后的數(shù)據(jù)將傳輸?shù)皆粕鲜嗷撸鶕?jù)用戶的需求進行數(shù)據(jù)提取和分析殉农,再基于霧計算實現(xiàn)邊緣數(shù)據(jù)實時分析,從而為用戶快速提供精準信息局荚,以保障公共交通的暢通和安全超凳。
未來霧計算將扮演重大角色
從商業(yè)運營模式到工作生活方式,智能物聯(lián)網(wǎng)技術正深刻改變著人類社會耀态。要讓物聯(lián)網(wǎng)擁有無處不在的智能轮傍,就必須充分利用網(wǎng)絡環(huán)境中分散存在的計算、存儲首装、通信和控制等能力抱典,通過資源共享機制和協(xié)同服務架構來有效提升生產效率或用戶體驗。
當前赊偿,霧計算技術的研究和標準化工作剛剛起步绵另。我們面臨的主要技術挑戰(zhàn)和研究熱點為:如何在霧計算節(jié)點之間建立信任關系,如何在它們之間推動資源充分共享绅鉴,如何在云—霧—邊緣等多層次之間實現(xiàn)高效通信和緊密協(xié)作姨莽,如何在異構節(jié)點之間完成復雜任務的公平按需分配等。
可以預見既蛙,隨著霧計算技術的不斷發(fā)展成熟和普及應用仲侈,智能物聯(lián)網(wǎng)將越來越便捷、越來越真實地借鑒和映射人類社會的組織架構和決策機制蓖社,從而能用更自然和更熟悉的方式為每個人提供觸手可及秆惑、無處不在的智能服務。
最近的預估顯示呈驶,成年人平均每天花在智能手機上的時間超過4個小時拷泽,只能手機也是一種裝有物聯(lián)網(wǎng)傳感器數(shù)據(jù)的設備。目前袖瞻,81%的成年人擁有智能手機司致。想象一下,當81%的成年人擁有智能汽車和智能家居時聋迎,我們將會收到多少數(shù)據(jù)脂矫。
今天,IoT設備的大部分數(shù)據(jù)都在云中處理霉晕,這意味著全球所有角落產生的數(shù)據(jù)都被集中發(fā)送到數(shù)據(jù)中心的少數(shù)計算機上庭再。然而,隨著IoT設備的數(shù)量預計將在2020年猛增至200億牺堰,通過互聯(lián)網(wǎng)發(fā)送數(shù)據(jù)的體積和速度對云計算方法提出了嚴峻的挑戰(zhàn)拄轻。
越來越多的設備連接將迫使IoT制造商在2018年將云計算模式從云計算模式轉移到一種稱為“霧計算”的新模式。
越來越多的數(shù)據(jù)訪問萌焰,云計算問題明顯
物聯(lián)網(wǎng)和人工智能的發(fā)展將帶來價值數(shù)以億計的數(shù)據(jù)哺眯。分布廣泛的傳感器、智能終端等每時每刻都在產生大量的數(shù)據(jù)篱瀑。盡管云計算擁有“無限”的計算和存儲資源池止槽,但云數(shù)據(jù)中心往往是集中化的且距離終端設備較遠,當面對大量的分布廣泛的終端設備及所采集的海量數(shù)據(jù)時送县,云不可避免地遇到了三大難題:
網(wǎng)絡擁塞揍久,如果大量的物聯(lián)網(wǎng)和人工智能應用部署在云中,將會有海量的原始數(shù)據(jù)不間斷地涌入核心網(wǎng)絡桌偎,造成核心網(wǎng)絡擁塞迁耘;
高延遲,終端設備與云數(shù)據(jù)中心的較遠距離將導致較高的網(wǎng)絡延遲徊岂,而對實時性要求高的應用則難以滿足需求粤未;
可靠性無法保證,對可靠性和安全性要求較高的應用,由于從終端到云平臺的距離遠缚袒,通信通路長付找,因而風險大,云中備份的成本也高绢贵。
因此艰争,為滿足物聯(lián)網(wǎng)和人工智能等應用的需求,作為云計算的延伸擴展桂对,霧計算(Fog Computing)的概念應運而生甩卓。霧計算最早由思科提出,它是一種分布式的計算模型蕉斜,作為云數(shù)據(jù)中心和物聯(lián)網(wǎng)設備 / 傳感器之間的中間層逾柿,它提供計算、網(wǎng)絡和存儲設備宅此,讓基于云的服務可以離物聯(lián)網(wǎng)設備和傳感器更近鹿寻。
霧計算主要使用邊緣網(wǎng)絡中的設備,可以是傳統(tǒng)網(wǎng)絡設備诽凌,如網(wǎng)絡中的路由器毡熏、交換機、網(wǎng)關等侣诵,也可以是專門部署的本地服務器痢法。這些設備的資源能力都遠小于一個數(shù)據(jù)中心,但是它們龐大的數(shù)量可以彌補單一設備資源的不足杜顺。
在物聯(lián)網(wǎng)中财搁,霧可以過濾、聚合用戶消息卿才,匿名處理用戶數(shù)據(jù)以保證隱秘性蝉丧,初步處理數(shù)據(jù)以便實時決策,提供臨時存儲以提升用戶體驗本博,而云則可以負責大運算量或長期存儲任務就留,與霧計算優(yōu)勢互補。通過霧計算何大,可以將一些并不需要放到云上的數(shù)據(jù)在網(wǎng)絡邊緣層直接進行處理和存儲拭奖,提高數(shù)據(jù)分析處理的效率,降低時延摇蝗,減少網(wǎng)絡傳輸壓力萧状,提升安全性。霧計算以其廣泛的地理分布裆蛆、帶有大量網(wǎng)絡節(jié)點的大規(guī)模傳感器網(wǎng)絡捣兄、支持高移動性和實時互動以及多樣化的軟硬件設備和云在線分析等特點褐袒,迅速被物聯(lián)網(wǎng)和人工智能應用領域的企業(yè)所接受并獲得廣泛應用,例如稍浆,M2M隆檀、人機協(xié)同、智能電網(wǎng)粹湃、智能交通、智能家居泉坐、智能醫(yī)療为鳄、無人駕駛等應用。
與邊緣計算(Edge Computing)不同的是腕让,霧計算可以將基于云的服務 , 如 IaaS孤钦、 PaaS、 SaaS纯丸,拓展到網(wǎng)絡邊緣偏形,而邊緣計算更多地專注于終端設備端。霧計算可以進行邊緣計算觉鼻,但除了邊緣網(wǎng)絡俊扭,霧計算也可以拓展到核心網(wǎng)絡,也就是邊緣和核心網(wǎng)絡的組件都可以作為霧計算的基礎設施坠陈。
“云”和“霧”典型案例和應用場景
融合云平臺和霧計算贝泞,一方面可通過云降低傳統(tǒng) IT采購、管理和運維的開支蘸错,將 IaaS牡罚、 PaaS、 SaaS作為云服務輸出;另一方面冬溯,通過霧計算可保證邊緣端數(shù)據(jù)的實時搜集缰伶、提取和分析速度,提高網(wǎng)絡資源部署使用和管理效率录教,有助于提高人機協(xié)同效率壮煎,為企業(yè)業(yè)務創(chuàng)新、服務品質提升提供技術支持字瘫。以下是四個行業(yè)“云”和“霧”的典型案例和應用場景率满。
1、工業(yè)
GE基于 Pivotal Cloud Foundry打造了 Predix 物聯(lián)網(wǎng) PaaS平臺斩角,結合戴爾智能仿真技術夷呐,實現(xiàn)了“數(shù)據(jù)雙胞胎”×尕ぃ基于云計算悼做,GE 實現(xiàn)了飛機發(fā)動機生產過程中的調優(yōu)疯特,同時,基于霧計算肛走,GE 實現(xiàn)了飛機飛行過程中的“自愈”漓雅。
GE Predix 作為物聯(lián)網(wǎng) PaaS 平臺,還助力制造企業(yè)將大數(shù)據(jù)朽色、物聯(lián)網(wǎng)和人工智能轉化為智能制造能力邻吞,實現(xiàn)數(shù)據(jù)創(chuàng)新。GE Predix 平臺葫男,融合云計算和霧計算以及”數(shù)字雙胞胎“抱冷,幫助制造企業(yè)實現(xiàn)“虛擬 - 現(xiàn)實”的設計生產融合,并為其提供云計算服務梢褐。
2旺遮、農業(yè)
Chitale Dairy是一家乳制品廠∮龋基于戴爾科技虛擬化技術耿眉,Chitale Dairy實現(xiàn)了 ERP云部署。他們基于霧計算淳某,通過為奶牛裝上傳感器溅鞠,進行近實時數(shù)據(jù)采集分析、處理馍上,實現(xiàn)精細化運營夸营,保證乳制品生產全流程的監(jiān)控、管理漾肩、優(yōu)化贫介。同時,Chitale Dairy 通過基于云的乳業(yè)生命周期管理平臺掘鱼,實現(xiàn)了乳制品生產流程自動化管理翠蓄,通過物聯(lián)網(wǎng)和大數(shù)據(jù)分析,對每頭奶牛從食料鸣拦、喂養(yǎng)抢纹、健康、牛奶質量和產量進行全流程監(jiān)控分析葱妒,實現(xiàn)精細化和自動化乳業(yè)生產谚剿。
將云的整體業(yè)務管理和霧端的優(yōu)化農場間協(xié)作以及奶源監(jiān)控管理緊密連接起來,在提高乳制品生命周期管理效率的同時连锯,提升了協(xié)同和協(xié)作效率归苍,加速企業(yè)業(yè)務創(chuàng)新的速度。
3运怖、服務業(yè)
TopGolf 是一家高爾夫俱樂部拼弃。通過采用戴爾科技的虛擬化和超融合技術夏伊,形成了高爾夫數(shù)字化高端服務輸出能力。他們通過向數(shù)字化轉型吻氧,打破了傳統(tǒng)高爾夫的業(yè)務模式溺忧。通過物聯(lián)網(wǎng),將 RFID 芯片嵌入高爾夫球里盯孙,實現(xiàn)對每次擊球鲁森、每個隊員和賽事進行實時監(jiān)控,并基于霧計算振惰,實時跟蹤和分析每個擊球動作和球的路徑歌溉,實現(xiàn)實時積分。
TopGolf 的業(yè)務模式融合了云計算和霧計算报账,實現(xiàn)了跨數(shù)據(jù)中心、云和邊緣應用的實時數(shù)據(jù)監(jiān)控庵恨、交互和管理迄帘,滿足賽事實時監(jiān)控、場上場下互動诀烫、賽前球員積分分析榔况、社交媒體、會員個性化數(shù)據(jù)管理等大數(shù)據(jù)分析的需求勃拢。
4钩榄、交通業(yè)
在智能交通中,可通過傳感器搜集信息后涛,進行實時數(shù)據(jù)分析和交通部署武也,以提高公共安全。通過霧計算口愁,智能交通控制系統(tǒng)中的一個霧節(jié)點可以共享收集到的交通信息耿逐,以緩解高峰時段的交通擁堵、定位交通事故鸿挠,并可以通過遠程控制緩解交通擁堵區(qū)域的交通狀況醇舶。同時,在每個用戶的電話和公共交通中宋梧,基于霧計算的應用程序允許用戶在沒有持續(xù)網(wǎng)絡連接的情況下匣沼,共享并通過附近的用戶下載內容。
此外捂龄,自動化車輛的安全系統(tǒng)释涛、道路上的監(jiān)控系統(tǒng)以及公共交通的票務系統(tǒng),都可以從傳感器和視頻數(shù)據(jù)中收集大量信息倦沧。聚合后的數(shù)據(jù)將傳輸?shù)皆粕鲜嗷撸鶕?jù)用戶的需求進行數(shù)據(jù)提取和分析殉农,再基于霧計算實現(xiàn)邊緣數(shù)據(jù)實時分析,從而為用戶快速提供精準信息局荚,以保障公共交通的暢通和安全超凳。
未來霧計算將扮演重大角色
從商業(yè)運營模式到工作生活方式,智能物聯(lián)網(wǎng)技術正深刻改變著人類社會耀态。要讓物聯(lián)網(wǎng)擁有無處不在的智能轮傍,就必須充分利用網(wǎng)絡環(huán)境中分散存在的計算、存儲首装、通信和控制等能力抱典,通過資源共享機制和協(xié)同服務架構來有效提升生產效率或用戶體驗。
當前赊偿,霧計算技術的研究和標準化工作剛剛起步绵另。我們面臨的主要技術挑戰(zhàn)和研究熱點為:如何在霧計算節(jié)點之間建立信任關系,如何在它們之間推動資源充分共享绅鉴,如何在云—霧—邊緣等多層次之間實現(xiàn)高效通信和緊密協(xié)作姨莽,如何在異構節(jié)點之間完成復雜任務的公平按需分配等。
可以預見既蛙,隨著霧計算技術的不斷發(fā)展成熟和普及應用仲侈,智能物聯(lián)網(wǎng)將越來越便捷、越來越真實地借鑒和映射人類社會的組織架構和決策機制蓖社,從而能用更自然和更熟悉的方式為每個人提供觸手可及秆惑、無處不在的智能服務。