当手机提示存储空间已满时，你可以选择把图片上传至“云端”来节省空间；企业无需购置大量实体设备，可选择购买服务的方式，和其他机构一道共享“云平台”的强大计算能力……如今，在日常的生活和工作中，几乎随处可见云计算的踪影。
和名声大噪的云计算相比，刚刚崭露头角的雾计算可谓是“新生代”。日前，在电气电子工程师学会（IEEE）年度媒体交流会上，国际雾计算产学研联盟大中华区主任、上海雾计算实验室联合主任、IEEE会士杨旸教授透露，全球首个雾计算参考架构国际标准（IEEE 1934）已经发布，同时相关机构正在积极推动开发雾计算节点设备。
“如果说云计算是现在时，那么雾计算就是将来时。在雾计算技术被大规模应用后，通信网络将实现完全智能化，计算服务将进入新时代。”杨旸说。
那么，什么是雾计算？它和现有的云计算、边缘计算等计算技术有什么关系？雾计算主要应用于哪些领域？带着上述问题，科技日报记者采访了业内专家。
“雾计算是一个从云（Cloud）到物（Thing）的系统级多层次计算架构，具有分发计算、通信、存储、控制和联网等多种功能，更加靠近用户端。它通过资源共享机制、协同服务架构来有效提升生产效率和用户体验。”杨旸解释道。
尽管对于大多数普通用户来说，雾计算还是一个相对较新的概念。然而，早在2012年，美国思科公司就给出了雾计算的详细定义。那么，和人们相对熟悉的云计算、边缘计算相比，雾计算有哪些特点？
为了更形象地解释几种技术之间的关联，杨旸打了个比方。他认为，云计算类似于公司的“最高管理者”，处理最重要的事务并做出最终决策。因此，云计算负责全局核心数据的统筹分析和处理、异常诊断和溯源、隐患预测和搜寻、知识发现和创造、长期规划和战略决策等重要工作。边缘计算则类似于“一线工作人员”，资源来源于简单、独立的低成本设备，处理本地收集的数据并做出及时决策，就近提供边缘智能服务或应用。
而雾计算类似于“中层干部”，它不仅是负责上传下达的信息通信管道，更能够分析和处理更大区域范围内的相关复杂数据，做出及时而准确的决策。雾计算的计算资源分布在从云到物连续环境的任何地方，连接集中式的数据中心和分散式的网络边缘，实现云计算到边缘计算的全面融合。
“因此，雾计算使得网元节点之间具备了广泛对等的互联互通和协同服务能力，可以弥补云计算在数据本地处理和实时服务方面的不足，从而有效地增强了网络资源和服务的灵活性、安全性、实时性和拓展性。”上海科技大学信息科学与技术学院教授罗喜良指出。
基于国际雾计算产学研联盟（OpenFog Consortium）的前期积累，雾计算参考架构的第一个国际标准（IEEE 1934）已由IEEE正式发布。
罗喜良认为，随着IEEE 1934的发布、演进和完善，雾计算将成为通用的多层次计算技术框架，支持智能物联网、5G通信和人工智能等数据本地化和计算密集型的应用需求。
“通过本地化的数据计算，可有效减少数据传输的负载，提升数据处理效率，这是雾计算的特点之一。”杨旸以火灾救援机器人为例进行解释，当机器人进入救援现场，首先用激光扫描现场地形，然后进行数据处理，建立现场地图，最后才能采取搜救行动。由于现场采集的数据量较大，如果将全部数据传送到云端进行处理，难以及时作出反应。此时，倘若在救援现场附近，临时布置雾计算节点，便可使机器人具备强大的信息处理能力，实现快速响应。
谈及雾计算的优势时，罗喜良分析道，雾计算通过利用本地开云网址 kaiyun官方入口计算资源，可有效降低服务的响应时间、通信带宽和运营成本；通过以用户为中心的协同服务架构，可有效提升服务的灵活性、个性化和拓展性；通过减少海量数据的长距离传输，可以有效增强服务的安全性和可靠性；通过开放共享的网络资源和商业模式，可以有效加快服务的智能化演进和附加价值生成。
在罗喜良看来，如同人类社会和组织机构中的资源分布情况、能力权限分级和决策控制机制，雾计算充分利用各种网络中多层次网元节点的计算、通信和存储资源，积少成多，积极发挥不同位置、不同层次节点的能力、优势和作用，通过全面协作和利益共享，实现和保障各个领域的物联网应用和服务的实时性、智能化和高效率。
当前，雾计算技术的研究开发和标准化工作才刚刚开始。未来，雾计算将在哪些领域展开应用也是大家十分关心的问题。
对此，杨旸介绍，雾计算技术的实际应用领域主要包括：对服务响应的端到端时延性能有上限要求的网联汽车和无人机遥控；对实时数据的网络传输速率有下限要求的3D虚拟现实游戏和自动驾驶汽车；对连接可靠性和服务安全性有严苛要求的工业控制系统和智慧城市管理系统。
云计算、大数据给人们生活带来的便利显而易见。“同样，随着雾计算技术的不断发展成熟和普及应用，智能物联网将越来越便捷、越来越贴近人类社会的组织架构和决策机制，从而能用更自然和人们更熟悉的方式为每个人提供触手可及、无处不在的智能服务。”杨旸说。
杨旸举例说，如今在个人运算设备上，例如笔记本、智能手机、智能手表和平板电脑，我们已经能看到雾计算和边缘计算技术的初步应用。比如， Windows 10的重启管理器就是典型案例之一。在自动下载更新后，Windows 10系统可以自主学习用户使用模式，进而计算出最合适的重启系统和安装更新的时间。
提供便利之外，雾计算技术也面临着诸多挑战。在杨旸看来，此次标准的出台和落地，将积极推动雾计算技术的研发和产业化进程，促进越来越多大规模、复杂型、工业化的物联网应用和服务进入智能化的新阶段。但与此同时，从技术概念、标准的提出，到真正走向推广应用，雾计算还要跨过许多沟沟坎坎。
“‘以用户为中心’和‘面向服务需求’是雾计算的核心优势和特点，但在分析评估系统性能、服务效率和用户体验时，我们必须同时考虑网络通信速度、计算效率和存储能力对智能服务的支持和约束情况，需要综合利用多学科、多维度的基础理论进行分析和联合优化，这是开展相关研究的主要理论难题和障碍。”
此外，如何在雾计算节点之间建立信任关系、在节点之间推动资源充分共享、在云—雾—边缘等多层次之间实现高效通信和紧密协作、在异构节点之间完成复杂任务的公平按需分配、灵活适配各行各业的多种应用需求等，这些都是雾计算技术在研发和应用推广过程中所面临的重要挑战和瓶颈问题，亟须在科研和实践工作中进行探索和突破。