邊緣計算和霧計算經常互換使用，盡管它們略有不同。在邊緣計算中，處理由設備自己完成，而在霧計算中，收集的數據被推送到單獨的設備進行處理。

數據處理

通過在數據源或其附近處理數據，可以將可能無法持續連接到網絡的資源（例如筆記本電腦、智能手機、平板電腦和傳感器）用于優化云計算系統。

云計算以十年前我們無法想象的方式改變了計算。從語音控制到自動化，能夠在幾秒鐘內處理掉設備上的大量數據帶來了巨大的好處。但是，當您沒有幾秒鐘，或無法建立連接時會發生什么？歡迎來到邊緣。

隨著連網設備數量的激增，我們必須面對的一個主要問題是將大量數據推送到云端進行處理。如今，云連接已經足夠可靠，但是永遠依靠云來處理所有事情是不可行的。

這就是邊緣計算的用武之地。簡單地說，邊緣是數據產生和最初聚集的地方——靜態網關、傳感器、計算機、智能手機等。它收集數據并盡可能地進行處理，因此，僅發送真正需要云功能的內容。

01

霧在云之下

地面技術一直與云并行發展。今天，設備更有能力處理更復雜的數據。而網絡技術，如藍牙Mesh網絡，使我們能夠通過同時使用多個設備來做更多事情。 霧計算（Fog Computing）是思科（CISCO）創造的一個術語，是位于云之下的數據處理、存儲和網絡技術。OpenFog聯盟的存在是為了促進這一領域的發展。 邊緣計算和霧計算經常互換使用，盡管它們略有不同。在邊緣計算中，處理由設備自己完成，而在霧計算中，收集的數據被推送到單獨的設備進行處理。

02

沒有網絡？沒關系

自動駕駛汽車產生大量數據。它們有數百個傳感器，可以讀取數百萬個讀數，以確保車輛安全行駛。您可能會認為這是云的理想用例。收集數據，將其發送到云中進行處理，然后再決定是停下來還是繼續行駛。 相信您能看出這里主要的問題。它們收集的數據量根本無法迅速傳輸到云端，無法及時做出決定。我們不能讓自動駕駛汽車因等待服務器的響應而停止不前。 也不是所有的自動駕駛汽車都會在公路上行駛。在采礦業，自動化為員工的安全帶來了巨大好處，而在距地面幾百英尺的地下建立可靠的網絡連接是一項重大成就。 您無需依賴云計算，而是在車上完成大部分的數據處理，從而真正實現自主運行。然后，在必要時，您只將最重要的數據發送到云端，這些數據可能對其他自動駕駛汽車有用。例如，如果道路上有意外的障礙物，云可以通知其他車輛。

03

更安全的物聯網？

利用邊緣計算可以最大程度地減少網絡暴露并減少攻擊面和攻擊向量，從而幫助提高物聯網設備的安全性。 如果黑客能夠侵入自動駕駛汽車，則可能會造成混亂。如果每個傳感器都直接與云通信，以確定它需要做什么，那么每個傳感器都需要受到保護。但是，如果數據是在機載上處理的，并且僅與云交換了少量數據，那么遭受攻擊的可能性就會大大降低。

04

幫助降低成本

邊緣計算的另一個主要優勢是降低了成本。網絡帶寬和云計算可能相對便宜，但將數兆字節的數據傳輸到云中的成本很快就會增加。（來源物聯之家網）您使用的越少，支付的費用就越少，因此，如果90%的數據都在本地處理，那么可以節省90％的成本。 必須為每個傳感器配備獨立連接到互聯網的能力，這會增加成本并消耗更多的電量。將設備在Bluetooth Mesh網絡中連接在一起，然后將該網絡連接到云，將帶來更經濟的低功耗解決方案。 邊緣計算還可以更好地利用您現有的資源。如果公司中的每個人都有智能手機，那么就可以使用它們來盡可能多地執行操作，而不是依賴云，并使寶貴的處理能力處于閑置狀態。

新的可能性

隨著當前與芯片上無線系統集成水平的提高以及由此帶來的成本降低，令人興奮的新可能性正在出現。

比如我們Nordic的nRF52840多協議設備，具有1MB的內存和以64MHz運行的cortex M4F CPU。這種設備具有相當大的容量，可以對其收集的數據進行本地化計算和運行邏輯規則。

當這種設備在網狀網絡上成倍增時，微型分布式計算場景將成為可能。在未來，設備甚至可以在必要時共享彼此的計算資源。

越來越多地使用邊緣和霧計算將為每個采用物聯網的人帶來巨大好處。