云計算還沒弄清楚 霧計算又來了

      在講霧計算之前，我們還是要先來看看云計算?！霸朴嬎恪睉?yīng)該是一個耳熟能詳?shù)母拍睢０俣劝倏茖λ慕忉屓缦拢涸朴嬎闶且环NIT資源的交付和使用模式，通過網(wǎng)絡(luò)(包括互聯(lián)網(wǎng)Internet和企業(yè)內(nèi)部網(wǎng)Intranet)以按需、易擴(kuò)展的方式獲得所需的硬件、平臺、軟件及服務(wù)等資源。提供資源的網(wǎng)絡(luò)被稱為“云”，其計算能力通常是由分布式的大規(guī)模集群和服務(wù)器虛擬化軟件搭建的系統(tǒng)來體現(xiàn)。
簡單來說，“云計算”就是把終端數(shù)據(jù)放到“云”里去計算或存儲。由于我們的終端設(shè)備存儲能力不夠，或者計算能力不夠，我們只能把計算和存儲的工作交給計算能力更強(qiáng)的設(shè)備進(jìn)行計算和決策，終端設(shè)備發(fā)送信息給服務(wù)設(shè)備，完成運算后將結(jié)果發(fā)回給終端，并將必要數(shù)據(jù)在云端存儲。這就是云計算的本質(zhì)。
云計算面臨著一個巨大的問題就是聯(lián)網(wǎng)設(shè)備的飛速增長。根據(jù)思科公司的研究預(yù)測，隨著物聯(lián)網(wǎng)的飛速發(fā)展，全球IP流量將在未來四年里達(dá)到當(dāng)前的三倍。萬物萬聯(lián)時代即將到來，據(jù)Garetner預(yù)測，到2020年全球物聯(lián)網(wǎng)連接設(shè)備將達(dá)260億，而在2015年的時候，這個數(shù)字還只是160億。由于接入設(shè)備越來越多，在傳輸數(shù)據(jù)、獲取信息時，帶寬就顯得捉襟見肘。隨著物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的高速發(fā)展，移動應(yīng)用成為人們在網(wǎng)絡(luò)上處理事務(wù)的主要方式，數(shù)據(jù)量和數(shù)據(jù)節(jié)點數(shù)不斷增加，不僅會占用大量網(wǎng)絡(luò)帶寬，而且會加重數(shù)據(jù)中心的負(fù)擔(dān)，數(shù)據(jù)傳輸和信息獲取的情況將越來越糟。
于是就有人想出了“霧計算”的概念。霧計算簡單來說就是在終端和數(shù)據(jù)中心之間新增一個“網(wǎng)絡(luò)邊緣層”，把一些并不需要或者不馬上需要放到“云”的數(shù)據(jù)在這一層直接處理和存儲，這樣就可大大減少“云”的壓力，同時也提升了傳輸速率，降低延遲性。由于計算能力較弱，霧計算更多的是提升網(wǎng)絡(luò)傳輸?shù)乃俣取?/span>
不僅如此，霧計算還有高可靠性的優(yōu)點。為了服務(wù)不同區(qū)域的用戶，相同的服務(wù)會被部署在各個區(qū)域的霧節(jié)點上，比如說智能設(shè)備終端本身;這樣的話，一旦某一區(qū)域的服務(wù)異常，用戶請求可以快速轉(zhuǎn)向其他臨近區(qū)域，而云計算一旦遇到網(wǎng)絡(luò)或者服務(wù)器崩潰造成的危害則將要大得多。
最后就是對于資源消耗的降低。云計算的耗電問題已經(jīng)被提及了無數(shù)次，《紐約時報》幾年前曾作出過數(shù)據(jù)統(tǒng)計，谷歌位于全球的數(shù)據(jù)中心每年要消耗掉約3億度的電量，這一數(shù)字超過了三萬戶美國家庭的全年用電量。數(shù)據(jù)中心的電力消耗已經(jīng)成為重要成本，其中冷卻系統(tǒng)占有不可忽視的比重。霧計算節(jié)點因為地理位置分散，不會集中產(chǎn)生大量熱量，并不需要額外的冷卻系統(tǒng)，從而減少耗電。
對霧計算的炒作質(zhì)疑
從上文中可以看到，霧計算的提出確實從一定程度上解決了云計算的一些頑疾。但是對于“霧計算”僅僅只是一個炒作概念的質(zhì)疑卻甚囂塵上。這些質(zhì)疑主要集中在以下幾個問題，我們一一來進(jìn)行討論：
(1)增加邊緣網(wǎng)絡(luò)層會增加擁堵
有人說霧計算的亮點就只是與物聯(lián)網(wǎng)的結(jié)合，而且這個結(jié)合的基礎(chǔ)，不是計算能力的提高，也不是業(yè)務(wù)模式的創(chuàng)新，而僅僅是由于傳感器的數(shù)量增加。并用了一個例子進(jìn)行說明：原本地鐵到機(jī)場之間需要公交成來接駁，但隨著人員的增多或者有些人趕時間，于是就改用出租車來進(jìn)行接駁，但出租車數(shù)量的增加并不會提升整體的運力，如果數(shù)量過于冗余，反而會適得其反。
這個問題事實上是由于提出的人對霧計算的本質(zhì)理解不夠深刻而導(dǎo)致的。事實上用機(jī)場來進(jìn)行類比，就說明了提出這個問題的人不專業(yè)。事實上云計算是一個中心集散地似的存在，而霧計算做的就是一定程度的去中心化，給集散中心減輕負(fù)擔(dān)。用一個企業(yè)的決策可以進(jìn)行類比：云計算相當(dāng)于是一個企業(yè)所有的決策都由總經(jīng)理來做，這在企業(yè)較小的時候是可行的，但是當(dāng)企業(yè)逐漸發(fā)展壯大，每天所需要做的決策越來越多，由總經(jīng)理一個人做決策就有點力不從心，這就需要增加管理層來承擔(dān)一部分的決策工作，管理層接到員工的需求之后進(jìn)行判斷，如果非常重要的內(nèi)容就繼續(xù)上傳給總經(jīng)理進(jìn)行決策，如果不是很重要的內(nèi)容就自行決定，不占用總經(jīng)理的時間。這才是霧計算的本質(zhì)，并不是增加去機(jī)場的出租車，而是阻止一部分人并不需要去機(jī)場的人去機(jī)場。
(2)霧計算只是進(jìn)行了分段傳輸，并沒有解決延時問題
還有人質(zhì)疑說“霧計算的本質(zhì)是在云與本地之間搭建一個中轉(zhuǎn)站，但這一中轉(zhuǎn)中心并沒有解決網(wǎng)絡(luò)帶寬的問題，而只是原本的一個一公里變?yōu)閮蓚€0.5公里，這個中轉(zhuǎn)中心同樣會面臨因并發(fā)的數(shù)據(jù)傳輸量的激增導(dǎo)致的網(wǎng)絡(luò)擁堵。云端的傳輸速度的問題主要不在于傳輸?shù)木嚯x、傳輸?shù)脑O(shè)備，而是主要取決于傳輸?shù)臄?shù)據(jù)量的大小，傳輸?shù)臄?shù)據(jù)量越小，傳輸?shù)乃俣纫簿透?。?/span>
這個問題其實本質(zhì)上跟一個問題是相似的，霧計算并不是來解決帶寬問題的，也并不只是進(jìn)行了分段傳輸，雖然表面上是將距離進(jìn)行了分段，但是其本質(zhì)在于通過網(wǎng)絡(luò)邊緣層的計算，減少進(jìn)入后0.5公里的傳輸壓力;同時通過增加和分散傳感器減輕前0.5公里的傳輸壓力。霧計算所做的就是減少數(shù)據(jù)量的傳輸，從而提高傳輸?shù)乃俣取．?dāng)然“這個中轉(zhuǎn)中心同樣會面臨因并發(fā)的數(shù)據(jù)傳輸量的激增導(dǎo)致的網(wǎng)絡(luò)擁堵?！边@句話卻沒有涉及本質(zhì)上的問題，因為雖然霧計算能在一定程度上減輕傳輸?shù)膲毫?，但是它究竟能承受住多大的?shù)據(jù)量激增也并不一定，畢竟萬物互聯(lián)的時代，數(shù)據(jù)量的增長完全超乎我們的想象。
霧計算在視頻技術(shù)領(lǐng)域的應(yīng)用前景
由于視頻監(jiān)控系統(tǒng)網(wǎng)絡(luò)化、高清化、智能化的進(jìn)步，是一個需要傳輸、處理海量數(shù)據(jù)的系統(tǒng)，因此霧計算在這個領(lǐng)域也有很好的應(yīng)用前景。2016年9月，任正非簽署了華為與徠卡共同設(shè)立麥克斯?別雷克創(chuàng)新實驗室的協(xié)議。他預(yù)計，未來的信息社會將有90%以上的流量來自圖像和視頻。
總結(jié)
事實上，對于霧計算抱有“炒作”質(zhì)疑的人，大多是因為對霧計算不甚了解。這些人更多的或許是一種對新事物的習(xí)慣性排斥，當(dāng)然也不乏一些一邊說著“云計算、霧計算、霾計算”，一邊不愿意對霧計算做更多了解的調(diào)侃。還是那句話，我們要給新生事物更多的包容和耐心，日新月異的世界，我們依據(jù)過往知識和經(jīng)驗做出的判斷不一定準(zhǔn)確。再不濟(jì)，我們也至少要做到因為了解而發(fā)言，對一件事物進(jìn)行抨擊是很容易的，但我們在進(jìn)行抨擊的時候至少要心懷敬畏，不能信口開河。