霧端計算崛起，騰雲駕霧的新時代

News from: iThome.

在雲端計算普及的現在，各界對於物聯網的應用也與日俱增，然而，在架構上，為了克服連網設備計算能力的不足，我們也開始發展出所謂的霧端計算，與雲端服務之間的差異是什麼？

繼「雲端計算（Cloud Computing）」之後，近年來又多了一個新的名詞「霧端計算（Fog Computing）」它主要來自於「霧是更貼近地面的雲」這句話。前幾年喊得火熱的「雲端計算」如今已經是像陽光、空氣、水，存在我們的生活之中。那麼，「霧端計算」和「雲端計算」又有什麼分別呢？為什麼有了「雲端計算」還會需要有「霧端計算」呢？我們在本文中做個簡單的介紹。

因應物聯網應用需求，於是，從雲端計算衍生出霧端運算

霧端計算這個名詞，最早是由 Cisco公司所提出。在「霧是更貼近地面的雲」這句話裡，「雲」是在高高的天空中，象徵接著位在網路中心的計算資源，代表的是計算資源的集中化。「地面」代表的則是 用戶所處的網路末端，因此，更貼近地面的意思，就是更接近用戶所處的網路末端，「霧」所代表的，便是比「雲」更接近用戶所在網路末端的計算資源。為什麼我們需要將計算資源，部署在更接近網路末端呢？

有一個很重要的原因，是為了物聯網技術及應用的發展。有愈來愈多的智慧型聯網裝置連接到網路上，在雲端計算的基礎模型下，它們大多只具備非常薄弱的計算能力，因此，必須透過網路從雲端取用相關的計算資源，像是儲存或是計算力。隨著需求量快速的成長，一來是雲端的負擔愈來愈重，畢竟它是一個集中化的資源，二來，雲距離末端比較遠，這些智慧型裝置存取雲端上的資源時，會有較長的延遲時間。

因此，在這些考量之下，有了霧端計算，也就是將計算資源進行某種程度的去中心化，並且部署在更接近用戶的所在。所以，霧端計算並不是替代雲端計算的角色，而是做為雲端計算的延伸。

基本上，這二者的搭配是將計算資源的分配予以階層化，最上層是雲、中間層是霧、最底層是用戶端的連網裝置。因此，在這種模式底下，原先一律集中在雲端的計算資源，就有一定比例被降到了霧端，當裝置要取用資源時，便就近至霧端取用。

這麼一來，因為霧端更接近地面，因此，存取的速度就快，二來，即使需要頻繁大量的溝通，大量的網路流量也只會散佈在地面與霧之間，不會通通往雲裡丟，降低了雲上的負擔。

以霧端計算的應用場景為例，進一步了解與雲端計算之間的差異

舉個簡單的例子，警察單位開發了路口車牌的監視系統，希望即時接收來自於廣佈於各路口的監視器的影像，並且立即進行車牌辨識的計算，將通過路口的車輛的車牌號碼，即時儲存在資料庫中。這麼一來，便可以即時進行特定車輛的監控，或是事後調閱所指定車輛的移動路線。

以典型雲端計算的方式來發展這樣的系統，可能的實作方式之一，會是將每個路口監視器的即時影像串流都傳送至雲端，由雲端上的計算服務即時的進行車牌辨識的處理，接著，再將時間、地點、車牌號碼予以儲存起來，以介接其他的應用模組。在這種模式下，所有的影像串流都必須被傳送至雲端，而且，也都在雲端進行車牌辨識的影像分析計算。

可以想見的是，由於影像串流的資料量非常的龐大，雲端服務因此便會耗去可觀的頻寬，同時集中在一起。再者，車牌辨識所需的算力，也都會集中在雲端，這讓雲端的負荷不輕。上述的應用，若是改以霧端計算的模式來輔助，則可以想像有些計算裝置會被部署在更接近路口監視器，也就是地面的「霧端」。

而這些「霧端」裝置的作用，就是接收來自於路口監視器的影像資料，同時即時辨識出車牌號碼。在辨識出車牌號碼之後，再將所辨識得出的車牌號碼送至雲端，進行記錄及後續的處理。

藉由霧端裝置的搭配，能夠改變原本過於集中至雲端處理的模式

而基於這樣的設計架構，我們其實可以得到一些好處。首先，原先傳輸至雲端的大量影像串流資料，只需要從路口監視器傳輸至霧端了，使得大部分的流量被區域化了。

由於雲端上的頻寬成本，不論從實際上購買的價格，或是因為集中化所產生的代價，其實，都比霧端高很多。除了流量被區域化，之後，因為車牌辨識的計算也從雲降至霧，計算也去中心化了，所以，這能夠大幅降低雲上的負擔。

從上述的例子不難看出，霧端計算試圖將計算資源做新的調配，將原先部署在雲端的計算資源，降低其高度至霧上，藉由將原本較為中心化的計算模式，達到某種程度的階層化、去中心化，因而得到這些好處。

兩者都包含了集中化和分散化的特性

從人類發明了電腦以來，計算的模型，就一直在集中化和分散化之間擺盪，不過，集中和分散其實只是程度的差別。從最早的大型電腦到個人電腦，從高度集中的計算到分散式的計算。以雲端計算為例，它在概念上是集中，但是在雲端之上本身又是分散式計算，充滿了數量龐大的伺服器，而且，構成了龐大的計算資源以供取用。

曾經一度，點對點（Peer-to-Peer）的計算模式也曾大行其道，人們試圖將所有的計算力，分散到更大量的計算裝置上，而在那之後，趨勢才又擺回了雲端計算。雲端計算雖說是集中化，但也已經不是高度集中，它是集中裡有分散。

因此，我們也可以說，霧端計算是分散裡有集中。在大量分散化的智慧型物聯網裝置之上，部署較為集中化的霧端裝置。但霧端相較於雲端而言，又顯得分散多了。

從計算資源的充沛程度來看，雲端因為最集中，因此計算資源最豐富，不論是計算力、儲存空間或是頻寬。相對而言，霧端較弱，但因為數量遠多於部署在雲端的伺服器，因此，組合在一起也能提供可觀的計算資源，再加上位處接近用戶的所在，更能收地利之便，這些也便是引入霧端計算概念後，所能得到的好處。

隨著技術的發展，現在即使是末端的計算裝置，所擁有的計算資源都遠勝過去。一具小小的智慧型手機，其計算力也都遠遠超過昔日的個人電腦。同時，集中和分散的擺錘，還是在繼續的擺盪著，只是愈來愈靠中間，就像雲端是集中裡有分散，而霧端是分散裡有集中一般。隨著計算裝置的更多樣化，有著不同程度資源的裝置，部署在網路的不同位置上，人們會透過適當的調配不同裝置的角色，來使得應用系統取得更佳的表現。

近來區塊鏈（Blockchain）的技術深受矚目，一心一意要達到全然的去中心化。在計算模型的歷史發展上，目前又有擺向分散化的趨勢。但未來的真實世界也一定是不斷混搭著各種集中和分散的元素，依據需求來決定分散及集中的組成及程度。

在接下來幾年裡，以雲端計算搭配霧端計算的模式很有可能會開始普及，並且帶來高度的影響及大幅的改變。以霧來搭配雲，日後不僅要騰雲，更要駕霧。