对于雾计算（Fog Computing），大佬们怎么看？

你可以想一下，很多年以前多么牛逼高大上的云计算到现在差不多大分部需求都是云主机的

这名字吐槽过 是不是还有霾计算

本人就是做这个方向 research 的，简而言之就是把云端的计算资源下沉到边缘节点（比如接入点、路由器、Small Cell 小基站、Peer Mobile Device ），进一步将延迟降低在毫秒量级，未来谨慎看好。

还记得透明计算吗？ http://www.guancha.cn/Science/2015_01_26_307505.shtml

我对中国发起的计算机项目都不太看好，差生突然考了满分总要被怀疑作弊，虽然不公平，但是多半是对的

@jadec0der #4 这个应该不是中国发起的吧，之前应该是思科先探路，现在中国开始跟风了。


@dbw9580 #2 哈哈 ，刚找了一下真有在吐槽

补充一下，雾计算这个概念在虚拟化层面并没有创新，雾计算节点用到的虚拟化技术和云计算节点的虚拟化技术是类似的。且雾计算这个概念目前还没有标准化，更贴切地说应该叫移动边缘计算 Mobile Edge Computing （ http://www.etsi.org/technologies-clusters/technologies/multi-access-edge-computing ）。
雾计算更多地侧重于考虑通信和计算总的延迟问题，比如计算密集型任务和 IO 密集型任务，究竟是在本地处理还是雾端 /云端处理，能够最优化总的通信和计算时延。
特别地，2020 年 5G 商用，不负责任猜测，雾计算技术可以推动计算密集型需求例如 AR/VR 应用真正落地。

思科早些年提出的雾计算更像是一个网关对 IoT 的数据信息采集、处理、分析。
这个概念没啥新颖的，也不是中国最先提的，大家换着名字叫（ Mobile Cloud Computing，Mobile Edge Computing、Cloudlet、Fog Computing 就散其实东西差不多，CMU 早些年也有过一个类似的 demo 产品叫 cloudlet （ http://elijah.cs.cmu.edu/）。

过两天得出雪计算，霜计算，雷计算，雹计算，霉计算，零计算

炒云计算，服务器和存储厂商们赚了一波，网络和通信设备厂商看着眼馋，想了下，那我们来炒一波雾计算。。。

边缘数据中心，边缘计算，IOT 这股风势起来的话，还是有搞头的。

不把所有雨字头的字计算一般，就还有创业的机会。大家快上车：
雪计算，雩计算，计算，计算，雳计算，计算，雯计算，计算，计算，计算，雹计算，雷计算，零计算，雾计算，计算，计算，计算，计算，计算，计算，计算，霁计算，霆计算，需计算，计算，霉计算，计算，霈计算，霄计算，计算，震计算，计算，计算，霏计算，霍计算，霖计算，霓计算，霎计算，计算，计算，计算，计算，计算，计算，计算，霜计算，霞计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，霭计算，计算，霪计算，计算，计算，计算，计算，霰计算，计算，计算，计算，计算，计算，露计算，霹计算，计算，计算，计算，计算，计算，计算，霾计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算，计算

@shakoon 老哥 6

@caizheng 请问计算资源如何实现下沉的？

@csl1995 传统的云计算场景，一个计算 request 首先由 desktop/smartphone 发出，要依次经过 gateway、router/switch、ISP core network 才能最终到达云服务商比如 AWS、Linode、DO、阿里云这些，云端的服务器处理完之后将处理过的数据传回，整个传输过程耗时超过几百 ms （比如你 ping 云主机可以统计时延）。
计算资源的下沉，简单说，就是以前运营商 /通信设备商的 gateway、router/switch 只是作为数据传输的管道，因为以前这些设备都是专用芯片设计的比如 FPGA/DSP，然而这些 gateway 和 router/switch 现在都用通用服务器代替了，其路由交换功能都用 SDN 这些技术实现软路由，然而这些通用服务器仅仅用来路由和交换相当于大炮打蚊子资源浪费了。因此未来的 gateway、router/switch 也都是虚拟化的，可以看作是云服务器的替代，只是它的物理距离更接近用户了（并且能迎合 LBS 业务），延迟可以大大减小，控制在几个 ms 内。这就是计算资源的下沉，即距离用户端更近了。

@csl1995 个人看法，雾计算商业利益上的驱动是运营商 /通信设备商不满足于自己沦为管道的现实，在通信行业日益夕阳产业的背景下，想要和云计算厂商争蛋糕，并且想要转型融入当今互联网中，使自己不再仅仅是数据的管道商，而且可以处理数据。
当然，也不仅仅有这个原因，现在兴起的自动驾驶、VR\AR 也都有这种需求存在。比方说 google glass 作为 AR 设备的代表，它本身的处理器是 low-end processor，电池容量也有限，但 AR 的计算量是很大的里面涉及到大量的矩阵计算，而且用户肯定也不希望戴着谷歌眼镜结果脸被发热烫伤吧，未来 5G 时代微基站越来越密集，这些 AR 的计算任务将会在这些基站接入点上处理，google glass 只是作为一个 input/output 的设备。

@caizheng 英吹斯汀
“这些 gateway 和 router/switch 现在都用通用服务器代替了”
与此同时，Amazon 和 Azure 都因为成本原因，把 SDN 功能逐渐 offload 到硬件。用 FPGA 和 ASIC 来实现高级 SDN 功能。
主要是现在技术前进，数据中心内网都是几十 G 起跳了。用能下蛋的服务器 CPU 做软路由就太不值了。

云计算的前提是网络降价，计算力为了高效而集中。毕竟数据中心里统一维护，成本比分散的独立服务器要低得多。

雾计算则是假设边缘计算资源降价，而网络资源会紧缺，或者存在严重延迟。说实话，维护会是个大问题。而且我看不出为什么边缘还需要虚拟化。虚拟化的初衷是为了共享 /复用服务器资源。边缘就那点资源。而且也没有拆分出售的必要。

其实两者假设都符合目前以来的实际。比较可能的未来是：数据中心做大数据分析，建立的模型下放到边缘。

本地网络廉价，远程网络拥堵。就看雾计算怎么搞定成本和稳定性的问题。

@ryd994 哈哈老哥所言极是！
我也发现了，MSRA 研究用 FPGA/ASIC 代替数据中心里的一些通用处理器。
华为研究用通用处理器代替以往的接入网关的 FPGA/ASIC。
真的是毅种循环蛤蛤蛤

@ryd994 其实这个问题本质上是计算和通信如何 trade-off 的问题。
目前尚没有统一的理论模型来大一统计算和通信这两个领域，信息论领域的 Shannon Theory 和理论计算机领域的 Turing Machine，理论计算机大牛 Madhu Sudan 十几年前就提出 Communicating Computer 和 Computing Communicator 的概念，但是直到现在还没有一个统一的模型。

哈哈，这名字，我忍不住笑出声来。

@caizheng #15 这个东西很有意思啊

分布式挖矿……