什么是雾计算？

雾计算的核心思想是尽可能利用与数据生成设备共存的计算单元进行处理，以便转发已处理的数据而非原始数据，从而减少带宽需求。雾计算最小化了输入和响应之间的延迟，因为处理后的数据很可能由生成它的同一设备所需。

在数据层面，雾计算使计算服务能够驻留在网络边缘，更接近终端用户，而不是像云计算那样依赖于集中的数据中心。与云计算相比，雾计算强调靠近终端用户、密集的地理分布、上下文感知、降低延迟和节省带宽，以实现更好的服务质量和边缘分析，带来了更好的用户体验和故障冗余。

雾计算支持物联网（IoT）概念，即将连接大量用于人类使用的设备。雾节点可以通过代表资源受限的 IoT 设备执行加密计算为它们提供安全保障。

• 雾计算采用的是更贴近终端用户的分布式架构，将计算、存储和网络资源分散部署在靠近数据源的边缘节点
• 而云计算采用集中式计算架构，将大量计算资源集中在远程的大型数据中心

• 云计算模式构建有全球范围的大型数据中心，在计算效能和存储容量上要高于雾计算
• 雾计算由于靠近终端设备，计算和存储资源相对有限

• 雾计算存储、处理数据的位置处于终端或边缘设备附近
• 云计算几乎将所有数据都存储和处理在远程的云端数据中心

• 雾计算更适合对实时性、移动性和地理分布性要求较高的物联网、车联网等应用场景
• 云计算则更适合对计算能力和存储容量要求较高的大数据分析、人工智能等应用场景

• 雾计算体现了去中心化、分布式的架构特征，更符合 Web 3.0 的发展趋势
• 云计算则更多体现集中式、中心化的架构特征

• 智慧城市中，存在大量的智能终端设备，如监控摄像头、交通信号灯等
• 雾计算可以充分发挥其敏捷性优势，化解由这些终端产生的海量数据存储和传输压力
• 通过在靠近数据源的边缘节点进行计算和处理，可以减轻云端的负担，提高响应速度

• 在车联网领域，雾计算可以为车载娱乐系统、交通导航、安全防护等提供多维支持
• 它能够快速处理实时位置数据分析任务，为车载系统提供低延迟的服务
• 同时也可以减轻车载设备与云端的通信压力

• 在医院、水务等公共事业领域，雾计算也可以发挥重要作用
• 它能够配合各类终端设备，如医疗设备、水质监测设备等
• 通过就近处理数据，支持公共事业的高效运营，提高服务质量

总的来说，雾计算作为一种新兴的分布式计算架构，正在广泛应用于物联网、智慧城市、车联网、公共事业等多个领域，为这些领域提供了低延迟、高效率的数据处理和服务支持。