資訊專欄INFORMATION COLUMN
摘要：然而，在物聯(lián)網(wǎng)時代，我們是負擔不起那么多在云端的計算能力的。物聯(lián)網(wǎng)革命已然到來。年，物聯(lián)網(wǎng)制造商將摒棄云唯一模型，轉向一種新型的名為霧計算的模型，以下是迫使他們采取這一行動的三個關鍵的事實。
霧計算尋求處理能力時，它不關心計算機是否在云端。然而，在物聯(lián)網(wǎng)時代，我們是負擔不起那么多在云端的計算能力的。
物聯(lián)網(wǎng)革命已然到來。從可穿戴設備到智能家居，再到工業(yè)互聯(lián)網(wǎng)，連接設備正在深入我們生活的方方面面。
自1990年物聯(lián)網(wǎng)設備首次推出以來，物聯(lián)網(wǎng)便以難以置信的速度快速向前發(fā)展，它就像一個烤面包機，能夠通過互聯(lián)網(wǎng)打開和關閉。27年以后，連接設備已經(jīng)從新奇的事物轉變成了生活中一個不可缺少的部分。最新的估測數(shù)據(jù)表明，美國成年人平均每天花費在智能手機上的時間是4個小時。智能手機是一種存儲有大量的物聯(lián)網(wǎng)傳感器數(shù)據(jù)的設備，這些物聯(lián)網(wǎng)數(shù)據(jù)則是依靠本身不斷循環(huán)產(chǎn)生。目前，在美國，81%的成年人擁有一個智能手機，想象一下，當81%的美國人擁有一臺智能汽車和一個智能家居時，將發(fā)送和接收多少更多的數(shù)據(jù)。
現(xiàn)在，物聯(lián)網(wǎng)設備上的數(shù)據(jù)大多數(shù)都在云端處理，這意味著在全世界所有地方產(chǎn)生的數(shù)據(jù)都會被發(fā)送到集中的數(shù)據(jù)中心的計算機上。然而，隨著物聯(lián)網(wǎng)設備的數(shù)量有望在2020年飆升至200億臺，通過互聯(lián)網(wǎng)發(fā)送的數(shù)據(jù)總量和快速的數(shù)據(jù)傳輸速率要求將會為云唯一方式帶來巨大挑戰(zhàn)。
2018年，物聯(lián)網(wǎng)制造商將摒棄云唯一模型，轉向一種新型的名為霧計算的模型，以下是迫使他們采取這一行動的三個關鍵的事實。
1. 隨著數(shù)據(jù)大量增加，云的距離問題日漸突出
由于它的便利性、可擴展性和表面的可訪問性，云模型受到越來越多的歡迎，從而取得了大幅增長。然而，隨著發(fā)送到云端的數(shù)據(jù)大量增加，云的“不可見性和瘋狂性”也已變得越來越明顯和頗具問題。
在這些眾多的問題中，首要的問題便是延遲性（發(fā)送和接收數(shù)據(jù)過程中產(chǎn)生的延遲），這很大一部分原因是由于云的距離問題。企業(yè)會在土地和公用設施較為廉價的地方建立集中的云數(shù)據(jù)中心，而不是靠近主要的人口中心地區(qū)。諷刺的是，這意味著人越多，設備所在的區(qū)域越多，人和設備靠近數(shù)據(jù)中心的可能性越小。
亞馬遜距離紐約最近的數(shù)據(jù)中心遠在300英里外，這意味著為了進行處理，從我們的可穿戴設備和智能手機上發(fā)送出來的數(shù)據(jù)要來回傳輸600英里，并在行進的過程中途徑幾千萬臺計算機。
據(jù)IDC報道，云的距離問題已經(jīng)變得如此嚴重，以至于預計有一半的云客戶會因為延遲性和性能問題轉而投資本地計算。
2. 家庭和辦公計算機和云中的計算機完全沒有差別
好消息是，在我們身邊有大量的處理能力，能幫助改善云模型的距離性問題。目前，我們總共擁有超過50億臺設備：服務器、工作站、筆記本電腦、平板電腦，甚至智能手機。這些設備與云計算機沒有任何差別，除了他們的擁有者不會因租出計算而獲得任何費用。
軟件的存在使得任何一臺計算機都能運行能在云端運行的同樣的網(wǎng)絡服務，從而我們便能利用我們身邊數(shù)十億臺計算機上的大量的未使用的處理能力。正如云將計算機所擁有的工作負載劃分開來一樣，物聯(lián)網(wǎng)數(shù)據(jù)的重負也可以被分配到任何一臺辦公和個人計算機上。我們通常只利用了計算機的部分潛在能力。
使用全球現(xiàn)有的計算機來出租計算不僅能幫助分配物聯(lián)網(wǎng)處理的負擔，還能在云市場中引入競爭，使每個人都能負擔得起更多的計算。隨著計算已經(jīng)成為了經(jīng)商的一個必要開支，企業(yè)家、研究人員、學生和商人已經(jīng)開始嘗試研發(fā)最具創(chuàng)新性的技術。
3.未來是霧計算的天下
可以在任何地方連續(xù)不斷地利用基礎設施里的處理能力，不管是設備上的還是云上的，這便是霧計算的定義。霧計算將云計算延伸到了網(wǎng)絡的邊緣，從而使任何一臺計算設備都能托管軟件服務和處理，分析數(shù)據(jù)，以及在最靠近數(shù)據(jù)產(chǎn)生的地方存儲數(shù)據(jù)。比如，與一臺智能恒溫器處于同一房間的服務器可以處理恒溫器所產(chǎn)生的溫度數(shù)據(jù)，以便決定是否需要采取行動，而不再需要將每分鐘讀取的恒溫器的溫度數(shù)據(jù)發(fā)送到云端。
霧架構可以大幅提升處理能力的總量。因為處理能力通常已經(jīng)位于需要它的設備旁，所以數(shù)據(jù)的傳輸距離會成指數(shù)級下降。因此，人們便可以做出更快速的決策，物聯(lián)網(wǎng)制造商和軟件開發(fā)人員也可以通過限制發(fā)送的數(shù)據(jù)總量來降低云費用。霧計算使云可以自由地去做它能做的最好事情——全球合作、長期數(shù)據(jù)存儲和不太緊急的分析。
霧計算吸取了云計算和本地IT各自的精髓，并創(chuàng)建了一個單個的整體架構。有許多公司已經(jīng)在努力進行架構上的重大調整了，我所在的公司ActiveAether便是其中一個。這一專利技術可以利用現(xiàn)有的計算，根據(jù)需要將軟件部署到參與其中和地理位置適合的計算機上，不管那是辦公室里的一臺服務器或你家中的一臺筆記本電腦。
霧計算尋求處理能力時，它不關心計算機是否在云端，然而，在物聯(lián)網(wǎng)時代，我們是負擔不起那么多在云端的計算能力的。
隨著物聯(lián)網(wǎng)快速變成萬物互聯(lián)，為了跟上發(fā)展的步伐，現(xiàn)在是時候重新思考我們需要哪一種基礎架構了。2018年將成為霧計算開始大力發(fā)展的一年。
文章版權歸作者所有，未經(jīng)允許請勿轉載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉載請注明本文地址：http://systransis.cn/yun/5509.html
摘要：物聯(lián)網(wǎng)的計算可以做以下事情來促進物聯(lián)網(wǎng)的數(shù)據(jù)處理和智能化基于云計算的模型基于霧的計算模型邊緣計算模型這里有一種計算機類型，它補充了霧和邊緣計算，使它們變得更好，而不需要再等上年。從物聯(lián)網(wǎng)從業(yè)者的角度來看，經(jīng)?？吹綄τ嬎愀涌捎煤头植际降男枨?。當開始將物聯(lián)網(wǎng)與OT和IT系統(tǒng)整合時，面臨的第一個問題是設備發(fā)送到服務器的龐大數(shù)據(jù)量。在一個工廠自動化的場景中，可能有數(shù)百個集成的傳感器，這些傳感器每1...
摘要：霧計算廣泛分布的特性和區(qū)塊鏈技術廣域分散的特點有異曲同工之妙，而能成為這兩項技術共同載體的設備之一就是智能路由器。很多人搞不清云計算和霧計算的區(qū)別，那云計算和霧計算分別是什么呢？在以前，云是網(wǎng)絡、互聯(lián)網(wǎng)的一種比喻說法，常用來表示電信網(wǎng)，后來引申為互聯(lián)網(wǎng)和底層基礎設施的抽象名詞。形象一點用百度云盤舉例子，百度云的服務器機組就是云端，我們調閱、瀏覽百度云盤里文件的行為就可以理解為云計算的其中一種...
摘要：邊緣計算保障大量的計算需要在離終端很近的區(qū)域完成計算，完成苛刻的低延時服務響應。邊緣計算和云計算又有何區(qū)別呢實際上這兩者都是處理大數(shù)據(jù)的計算運行方式。 云計算showImg(https://segmentfault.com/img/bVboEmR?w=600&h=404);一種利用互聯(lián)網(wǎng)實現(xiàn)隨時隨地、按需、便捷地使用共享計算設施、存儲設備、應用程序等資源的計算模式。云計算系統(tǒng)由云平臺、...
摘要：所以，把本人踩過的一些坑在這里分享出來，讓準備搭建風控的人心里有個數(shù)。這種配合周期非常長，但可以按照標準來拿到高質量的信息，所以是比較常見的風控系統(tǒng)搭建方式。 作者前言 從業(yè)近10年，大大小小參與了3家公司不同領域的風控系統(tǒng)的設計，從前到后把風控系統(tǒng)所有環(huán)節(jié)都細細的琢磨過，然而至今仍然感覺剛剛一只腳踏進門而已。 大多數(shù)人做的產(chǎn)品都是目的明確的，比如訂單支付、賬戶體系要做什么一開始就知道...
閱讀 4643·2021-11-18 13:23
閱讀 876·2021-09-22 15:24
閱讀 1902·2021-09-06 15:00
閱讀 2600·2021-09-03 10:30
閱讀 1258·2021-09-02 15:15
閱讀 2033·2019-08-30 15:54
閱讀 3001·2019-08-30 15:44
閱讀 1428·2019-08-29 15:12
