前言

边缘计算和雾计算都可以被定义为技术平台，使计算过程更接近数据产生和收集的地方，以下详细解释了这两个概念。在这里插入图片描述

顾名思义，边缘计算发生在应用网络的“边缘”。从拓扑结构上看，“边缘计算机”在网络的端点上（如控制器和传感器）或者在这些端点的旁边。在这些端点上，数据被部分或全部处理，然后发送到云端进行进一步处理或存储。
然而，边缘计算可能导致大量数据直接传输到云上。这会影响系统容量、效率和安全性。雾计算通过在边缘和云之间插入一个处理层来解决这个问题。通过这种方式，“雾计算机”接收在边缘收集的数据，并在数据到达云之前进行处理。
雾计算还区分了相关和不相关的数据。当相关数据被发送到云存储时，不相关的数据要么被删除，要么被传输到适当的本地平台。因此，边缘计算和雾计算协同工作，可以以最小化延迟并最大化与使用云计算的企业系统相关的效率。
IT人员通常认为边缘计算和雾计算是可以互换的。这是因为这两个过程都使数据处理更接近数据源。

边缘计算

边缘计算使处理和存储系统尽可能地靠近产生和收集数据的应用程序、设备或组件。

数据无需全部传输到中央处理系统，中央处理系统也无需返回端点的请求，这大大降低了数据处理时间，从而带来了更高的数据处理效率，减少了对互联网带宽的需求。
操作成本很低，而且可以连接在不可靠的在较远位置使用的应用程序。
安全性得到了增强，因为与公共云平台和网络交互的需要被最小化。
边缘设备的例子有传感器、笔记本电脑和智能手机，下图展示了边缘计算的结构

边缘计算对于需要实时数据处理和最小延迟的环境非常有用。如：自动驾驶汽车、物联网、软件即服务(SaaS)、富web内容交付、语音助手、预测性维护和交通管理等应用。
当然，边缘计算不能取代云计算，这两种技术相互配合，才能够增加价值。在边缘网络中，云计算通常致力于需要更多计算能力的任务，如大规模人工智能和机器学习。

在传统的商业应用程序中，端点(如员工的计算机)被用来收集或产生数据。然后，数据被传输到一个企业应用程序，该应用程序使用局域网(LAN)和广域网(WAN)(比如internet)的某种组合。一旦处理完数据，输出就传输回端点。
然而，连接到企业网络的设备数量及其产生的数据量的增长速度太快，传统数据中心无法跟上。Gartner预计，到2025年，75%的企业数据将在中心化系统之外产生。这种情况可能会给本地网络和整个互联网带来巨大的压力。
为了应对这种拥塞威胁，并帮助提高大数据处理系统的可靠性，IT基础设施已经发展到将计算资源带到数据生成点。边缘计算消除了对单一、集中的数据处理中心的依赖。相反，它使数据中心更接近实际需要的地方，从而提高计算效率。

雾计算

雾计算在数据源和中心云平台之间放置了一个去中心化的企业计算层。与边缘计算一样，雾计算也使处理能力更接近提取数据的地方。雾计算不仅提高了效率，也可以用于网络安全和法规遵从性。术语“雾计算”是由思科创造的——就像雾在接近地面的地方形成一样，雾计算发生在接近网络边缘的地方。下图为雾计算的系统架构图。
在这里插入图片描述

运动追踪器等可穿戴智能设备就是雾计算的一个很好的例子。这类设备依靠相互关联的智能手机来处理它们收集的数据，并立即将输出显示给用户。这样就不需要这些设备将数据传输到制造商可能需要创建和维护的远程云平台。
同边缘计算一样，雾计算并不意味着要取代云计算。雾计算通过在边缘执行不那么密集的分析和处理任务来辅助云计算。这减少了云的压力，使云可以专注于更长期的、资源密集型的任务。大量的雾计算机实时处理数据并生成分析摘要，然后将这些元数据共享给一个中央云平台，在云中分析它们并作出下一步的操作。
生成或提取数据的边缘设备有时缺乏执行高级处理任务所需的存储和计算能力，如与机器学习和分析相关的任务。云有计算能力来完成这些任务，但是它可能放置得太远，无法有效地满足某些应用程序的需要。这就是雾计算弥补这一差距的地方。
此外，使用互联网将原始数据传输到远程云服务器可能违反某些司法管辖区的规定。雾计算通过确保处理敏感信息的更私有、更安全、更兼容的计算环境来解决这些问题。雾计算应用于智能城市、智能电网、智能家居、软件定义网络(SDN)等领域。

更多详细的资料: IT Services & Remote Monitoring Solutions for the Edge: An Unmissable Business Opportunity for MSPs

[参考资料]
Hossein Ashtari. Edge Computing vs. Fog Computing: 10 Key Comparisons[EB/OL].https://www.spiceworks.com/tech/cloud/articles/edge-vs-fog-computing/, 2022-02-10.