网络发展
Helder Almeida -Fotolia
雾网络可能证明是连接边缘设备海洋的关键
雾有望在云和边缘之间分发网络并计算功率，从而使最终用户设备更有效，并处理其生成的数据海。
目前，数以百万计的设备在网络边缘上徘徊，在广阔的...上无线接收和传输数据。
继续阅读本文
享受这篇文章以及我们的所有内容，包括电子指南，新闻，提示等。
将它们与云区分开的距离。在设备和数据中心之间存在雾气：一个新生的，分布式网络和计算层，使数据处理更接近设备本身。
雾倡导者说，随着物联网（物联网）的增长，传统的云计算体系结构不会削减它。随着试图与数据中心进行通信的端点设备的数量飞涨，延迟将增加，网络性能将螺旋形。雾提供有吸引力的替代方案：在本地处理数据，最大程度地减少云参与，并在数据中心和网络边缘之间实现更聪明，更自给的空间。
“由于延迟，带宽和网络挑战不一致，越来越意识到'像往常一样的业务'在物联网上不起作用。”OpenFog财团，一个想要开发开放式雾参考体系结构的组织。
术语“雾网”和“雾计算”通常可以互换使用，它们的含义可能会根据您的要求而变化。但是，这两个通常是齐头并进的，它意味着将智力和处理能力从云中推出并朝边缘推向的体系结构。
一些IT专业人士在讨论FOG时还使用“边缘计算”一词 - 习惯OpenFog董事会成员Brent Hodges灰心。
霍奇斯说：“我们努力确保雾计算不仅仅是优势。”霍奇斯还是负责戴尔物联网计划和产品策略的高管。“这是关于'和'的 - 从云中获取元素，并越来越接近计算发生的位置。”
赌注很高。咨询公司McKinsey＆Company估计，到2025年，物联网的潜在经济影响可能为每年3.9万亿美元至11.1万亿美元。但是，如果没有设备和物联网系统之间的互操作性，那么企业可能会损失尽可能多的企业 - 企业可能会损失尽可能多的企业。作为潜在价值的60％，该公司写道2015年报告。
Foghorn Systems是一家位于加利福尼亚山景城的Edge-Edge-intelligence软件供应商，可帮助组织实现这一价值。
“雾计算具有适用于工业物联网，这实际上只是开始的。” Foghorn首席执行官David King说。
例如，对于印度的风电场操作员，Foghorn最近在单个涡轮机上安装了智能控制系统，以监视现有条件并相应地调整叶片的螺距。这使操作员可以优化整个农场的电力生产，并自动每15分钟自动将其预测更新为当地电力调节器。
对于电力公司的客户，Foghorn将其闪电软件与射频标识接收者在跟踪零件的批次制造过程。必须废除的材料速率切成两半。
金说：“我们允许您使用操作技术数据和IT数据，并以更强大的方式同时使用它。”
雾做数学
雾应用程序远远超出了工厂的地板。由于雾网络技术，挪威奥斯陆峡湾的渡轮线使燃料使用率下降了约15％。公司的路线交换（REX）SEA交通管理软件分析了从车载传感器的数据，以预测到达时间，然后使用该信息来优化路线和船舶速度。
面对紧迫的时间表，渡轮队长自然倾向于依靠他们的加速器 - 最好比晚早。Marsec Inc.总裁兼首席执行官Geir Fagerhus说，雷克斯让他们知道何时有能力减轻天然气。
他说：“由于实时支持工具不足，队长因此倾向于加快加速 - 对燃料费用产生负面影响。”“随着我们的系统在15秒内动态计算估计到达的时间，船长获得了微调操作所需的信息。”
REX使用FOG网络，允许船只彼此共享实时路线和导航信息，并基于岸上的交通监视中心，这可以帮助避免接地碰撞。
同样的互联导航也可以在地面上翻译，从而节省了开车的人的时间连接的汽车上班。在空中，联邦航空管理局（Federal Aviation Administration）估计，使用雾化的GPS而不是雷达来追踪飞机可以减少延误，节省燃料并减少二氧化碳的排放。
雾计算不仅仅是边缘。这是关于“和”的 - 从云中获取元素，并越来越接近计算发生的位置。 布伦特·霍奇斯（Brent Hodges）OpenFOG财团董事会成员
专门从事能源管理和自动化产品的Schneider Electric在加利福尼亚和俄勒冈州的葡萄园中使用雾计算客户。土壤中的传感器测量温度，瀑布，肥料含量和其他数据点，然后在现场进行分析以自动控制灌溉和其他系统。
Schneider数据中心解决方案高级总监Steven Carlini表示，该公司的银行业务和零售客户专注于使用雾计算来处理更接近用户的数据并带来更多计算商店的能力。高端零售商正在使用面部识别来发现其最佳客户并个性化店内体验。在频谱的另一端，大型商店正在尝试增强现实，以显示优惠券和产品信息，因为购物者走下过道。
数据上升的潮流
随着越来越多的智能设备上网，它们将产生越来越多的宝贵数据。但是，今天物联网设备收集的大多数信息都没有使用。工业应用收集传感器数据例如，在风力涡轮机上，或测量桥梁上的温度和压力，每天产生10吨数据或更多数据，太多了，无法转移到云中。
麦肯锡估计实际上检查了来自30,000个传感器的石油钻机的1％数据。即使那样，数据也不用于优化和预测目的，分析师说这提供了最大的业务价值。
但是，处理边缘附近的数据 - 接近油钻机传感器本身 - 将避免用比其所能处理的更多信息淹没云网络。
在另一个例子中，施耐德电气的Carlini说，大型体育场和博物馆的安全人员（例如巴塞罗那的SagradaFamília）正在转向使用雾网络和计算的面部识别技术应用。
Carlini说：“由于相机的粒度，他们必须用来进行面部识别工作，因此有很多数据。”在本地数据的雾过程，将访客扫描与恐怖数据库进行比较而无需涉及云。
新的雾产品和平台正在出现。一家位于加利福尼亚州欧文市的NGD Systems的一家初创公司正在发展智能固态驱动器在存储设备本身中执行计算，而不是将数据移至外部驱动器或云进行处理。
创始人兼首席执行官纳德·萨利西（Nader Salessi）说，这种方法减少了潜伏和功耗。
他说：“我们将存储和边缘计算结合在一起。”“合并为一个解决方案，没有人有。”
任何人都猜测雾网的速度有多快，但是毫无疑问它的潜力。
Forrester Research的首席分析师Dan Bieler表示：“广泛的宽带和窄带网络基础架构和更便宜的传感器的可用性将使企业利用这些技术以增强产品功能并改善未来几年的业务流程变得更加有趣。”
