物联网对于数据的处理能力要求很高，怎么能够从庞大的数据海中挖掘一些有价值的信息对于物联网的发展至关重要，因此云计算，雾计算，边缘计算等等都将发挥其左右。

未来的世界将是一个万物互联的时代，随着物联网行业技术标准的完善以及关键技术上的不断突破，数据大爆炸时代将越走越近。就拿从2016年底开始风靡全国甚至是海外市场的共享单车来说吧，据小编近日从“摩数城市”发布会获悉，截止当前，仅仅摩拜单车每天产生的数据量已超过1TB，也即就是240个字节。试想想，如果各种家电、交通工具、工厂机器、公共设施等等相互联接起来，每一分钟、甚至是每一秒钟所产生的数据量就绝对大到你难以想象。

再者，如此海量的数据不及时处理利用起来，那么它们将很快变成数据垃圾。那么问题来了？我们不可能给每个终端装上一个计算机。如何解决海量数据的处理分析问题呢？

我们知道，每台服务器都有自己的CPU、内存，但分配到这些服务器的应用往往不能充分地利用这些资源。再者，为了确保服务的可靠性往往还要预留冗余的服务器、存储器、网络设备等，而很多时候，这些硬件资源往往处于空置状态，并没有得到充分的利用。最后，正确预测不同应用对服务器的计算能力和存储器的存储能力的需求又是困难的。因此，2006年Google的CEO埃里克·施密特首次提出了云计算的概念，以及后来业界衍生出来雾计算、霾计算、边缘计算等等一系列的计算方式，接下来，请跟随小编一起去辨析一下它们到底指的是什么。

1

云计算

云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。

云计算系统由云平台、云存储、云终端、云安全四个基本部分组成。云平台作为提供云计算服务的基础，管理着数量巨大的CPU、存储器、交换机等大量硬件资源，以虚拟化的技术来来整合一个数据中心或多个数据中心的资源，屏蔽不同底层设备的差异性，以一种透明的方式向用户提供计算环境、开发平台、软件应用等在内的多种服务。

通常情况下，云平台从用户的角度可分为公有云、私有云、混合云等。

公有云：第三方提供商为用户提供服务的云平台，用户可通过互联网访问公有云。

私有云：为一个用户单独使用而组建的，对数据存储量、处理量、安全性要求高。

混合云：是结合了公有云和私有云的优点而组建的。

再者，通过从提供服务的层次可分为基础设施即服务（Iaas）、平台即服务（Paas）和软件即服务（Saas）。

2

雾计算

相比于云计算的高高在上和遥不可及，雾计算更为贴近地面，就在你我身边。我们知道，将数据从云端导入和导出实际上比人们想象的要更为复杂，由于接入设备越来越多，在传输数据、获取信息时，带宽就显得不够用了，这就为雾计算的产生提供了空间。

雾计算的概念在2011年被人提出，并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，渗入电器、工厂、汽车、街灯及人们生活中的各种物品。雾计算是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型，强调数量，不管单个计算节点能力多么弱都要发挥作用。

雾计算有几个明显特征：低延时、位置感知、广泛的地理分布、适应移动性的应用，支持更多的边缘节点。这些特征使得移动业务部署更加方便，满足更广泛的节点接入。

与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。

3

霾计算

当然，无论是“云”还是“雾”，都不想成为“霾”，但是这个问题却事实存在着，如果得不到慎重的预防以及妥善的解决，那么“霾计算”就来了。

霾计算指的是什么呢？这里你可以理解为比较差劲的云计算或雾计算，因为这两者虽然概念先进，但也不是没有缺点。第一，隐私与安全。现在的互联网世界，遭黑客攻击简直就是家常便饭的事，因此客户的隐私数据很容易泄漏。第二，网络延迟或者中断。云计算都是通过互联网远程访问的，虽然现在网速提高很快，但和局域网相比，速度还是有所延迟的，虽然在延时方面雾计算稍微好点，但如果网络中断，无论云计算或者是雾计算，服务都无法访问。第三，带宽会耗费预算，厂商按流量收费有时会超出预算、应用软件性能不够稳定，数据可能不值得放在云上，规模过大难以扩展，缺乏人力资本等都是造成霾计算的根源所在。

4

边缘计算

边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。到这里，您是否觉得边缘计算和雾计算有些相似呢？

一般而言，雾计算和边缘计算的区别在于，雾计算更具有层次性和平坦的架构，其中几个层次形成网络，而边缘计算依赖于不构成网络的单独节点。雾计算在节点之间具有广泛的对等互连能力，边缘计算在孤岛中运行其节点，需要通过云实现对等流量传输。

那么，边缘计算和云计算又有何区别？这两者都是处理大数据的计算运行方式。但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。

如果说物联网的核心是让每个物体智能连接、运行，那么边缘计算就是通过数据分析处理，实现物与物之间传感、交互和控制。“边缘计算”作为一种将计算、网络、存储能力从云延伸到物联网网络边缘的架构，遵循“业务应用在边缘，管理在云端”的模式。

5

认知计算

认知计算包含了信息分析、自然语言处理和机器学习领域的大量技术创新，能够助力决策者从大量非结构化数据中揭示非凡的洞察。认知系统能够以对人类而言更加自然的方式与人类交互，专门获取海量的不同类型的数据，根据信息进行推论。

认知计算的一个目标是让计算机系统能够像人的大脑一样学习、思考，并做出正确的决策。人脑与电脑各有所长，认知计算系统可以成为一个很好的辅助性工具，配合人类进行工作，解决人脑所不擅长解决的一些问题。

传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。

目前随着科学技术的发展以及大数据时代的到来，如何实现类似人脑的认知与判断，发现新的关联和模式，从而做出正确的决策，显得尤为重要，这给认知计算技术的发展带来了新的机遇和挑战。

6

总结

就像“云”“雾”和“霾”的关系，物联网和大数据也是如影随形，相信通过业界人士的共同努力，定能找到更为先进的计算方式。在物联网时代来临时，我们定能合理、安全地让大数据技术为我们服务，因此不必太过恐慌，也不必杞人忧天。