云计算之后是“雾计算”？

这里举一个应用“雾计算”的“智能交通系统”的例子。这个系统把交通灯作为网络节点，可以和传感器一起进行互动。传感器可以探测出行人或骑自行车人的出现，测量出正在接近的汽车的距离和车速。通过“雾计算”，这些智能交通灯可以与邻近的智能交通灯进行协调，可以对接近的汽车发出警告，甚至可以改变红绿灯亮的周期，以避免出现交通意外。在智能交通系统的雾计算服务器里的数据，将传到“云”里，再进行全局数据分析。
再比如说了很多年的无线传感网络，它的特点是极低的功耗，电池可以5、6年换一次，甚至可以不用电池而使用太阳能或其他能源来供电。这样的网络节点只有很低的带宽及低端处理器，以及小容量的存储器。传感器主要收集温度、湿度、雨量、光照量等环境数据，不需要把这些传到“云”里去，传到“雾”里就可以了。这将是“雾计算”的典型的应用。
“雾计算”与“云计算”
“雾计算”提供了当地节点分布的地理位置信息，信息传递的时延非常低，而“云计算”则提供了中心化的全局信息。许多应用既需要“雾”也需要“云”，例如大数据技术里的数据分析，首先通过M2M(机器与机器之间通信)把传感得到的数据进行处理和过滤，然后放到HMI(人机界面)这一层进行文本化及视觉化处理，可以让用户清晰地理解所有的分析过的数据资料。
这里“雾计算”起到了一个频繁使用的“数据库”的作用，而“云计算”中心就是一个把文件长期存储的地方了。由于“雾计算”的极低时延，这样的大数据分析可以用手机来完成，真正做到“移动数据分析”。
在物联网将成为下一代互联网的大趋势下，“云计算”本质上的一些缺点显得越来越明显，如不能支持高移动性、不支持地理位置信息及高时延等等，而“雾计算”正好能够解决这些问题，同时又可带来大量新的应用和新的服务。