物聯網(Internet of Things ，簡稱 IoT)是自上世紀90年代末興起的一個概念 。它主要解決物品與物品 (Thing to Thing ，T2T) ，人與物品 (Human to Thing ，H2T) ，人與人(Human to Human ，H2H)之間的互連 。

       但是 ，物聯網所創造的價值並不真正來源於它所運用的數據 ，而是源自對這些數據的解讀 。解讀後的信息可以令金年会獲悉其內涵的科學價值 ，提高設備的效率 、可靠性和利用率 ，並由此為金年会的生活帶來便利 。

       從供應鏈管理到自動化製造 ，甚至再到車輛停泊管理和廢棄物處理，物聯網正通過多種形式實現著它的價值 。它使得企業得以用同樣的投入獲得更大的產出 、或是用更少的投入獲得同樣的產出(如製造 、農業 、能源領域) ，提升人類的健康與安全係數(如災難預警 、老人贍養 、環境監測 、輔助執法等) ，也能為人類生活帶來更佳的體驗(如交通疏導等) 。

       但 ，若想真正通過物聯網來節約時間 、節省成本 ，金年会必須了解它所利用的數據從何而來——一般來講 ，這些數據都會來自集中而可伸展的(scalable)的雲計算平台 。這些雲計算平台都是為物聯網中的設備 、物聯網獨有的連通性 、以及物聯網對於數據管理的需要而特殊設計的 。

       雲計算

       簡單說來 ，雲計算(cloud computing)是將備用存儲空間與計算基礎結構連接起來的一種使用互聯網的方式 ，這種網絡使用方式也備受公司與企業的青睞 。在物聯網語境下 ，雲計算為公司對物聯網的各級部署管理(包括設備位置信息與管理 、記賬 、安全協議 、數據分析等等)提供了一種靈活的解決方法 。

       正是因為雲服務的強大 ，才使得軟件開發者得以基於雲計算來研發並升級物聯網應用程序 。物聯網的願景十分宏偉 ：人們將會通過物聯網建立一個由無數高度智能 、相互聯係的物品組成的世界 。要想讓這願景成為現實 ，其關鍵就在於把握雲計算的“請求式可伸展性(on-demand scalability)” 。

       很多科技巨頭都將雲存儲和雲計算作為一項服務提供給物聯網市場 。微軟有他們的 Azure 係列(微軟一款基於雲計算的操作係統 ，可以用來創建雲中運行的應用或者基於雲的特性來加強現有應用 ，提供數據庫 、雲服務 、雲存儲 、人工智能互聯網等雲端服務) ；雲服務大亨 Amazon Web Services(AWS)有 AWS Greengrass ，AWS IoT Platform ，AWS IoT Button 等一係列針對物聯網的雲服務 ；IBM 同樣通過 Bluemix 雲服務來使用戶獲得 Watson 的使用權限 。這樣的例子不勝枚舉 。

       盡管雲服務產品豐富多樣 ，但是它們的共同特征就是令用戶能夠在便捷靈活地使用多樣 IT 產品的同時 ，無需購買繁多的硬件設施和軟件程序 。如此一來 ，雲計算服務還同樣可將管理維護軟硬件的麻煩一同省掉 ，可謂一舉三得 。

       但是 ，對於想要擁有較低延遲率或數據傳輸量有限的應用程序和服務來說 ，雲計算就顯得心有餘而力不足了 。這時候 ，開發者們都希望將問題放置在網絡邊緣(edge ，通常是指網絡的接入層 ，就是靠近用戶端)來加以解決 。

       美國商業管理顧問公司 Senza Fili Consulting 的董事長 Monica Paolini 在 LinkedIn 中寫道 ：“近幾年 ，社會上掀起了一場“將所有東西都置於雲端”的浪潮 。雲端是一個高度集中的平台 ，隨著虛擬化技術的發展應運而生 。它滿足了人們對降低產品成本 、節約市場推廣時間 、提高創造自由性的渴望 。然而在此過程中 ，金年会卻忽視了軟件運行的“實際位置”對軟件表現 、網絡資源利用效率 、和用戶體驗的重大影響 。物理距離將會不可避免地增加反應延遲 。”

       霧計算

       霧計算(Fog Computing)的命名來源於“霧是更貼近地麵的雲”這一名句 。在霧計算模式中 ，數據 、(數據)處理和應用程序集中在網絡邊緣的設備中 ，而不是幾乎全部保存在雲中 ，它是雲計算的延伸概念 。

       為使“邊緣-邊緣”的跨產業物聯網部署成為可能，OpenFog Consortium(多個高科技公司與學術機構所成立的聯合組織 ，旨在促進多領域的雲計算標準化與推廣)被有識之士建立起來 。他們通過建立一個參考體係結構(reference architecture)來增強網絡邊緣與雲端間連接的互操作性(interoperability) 。

       該組織現已發現多個需使用邊緣計算來實現物聯網應用的案例 ，包括 ：智能建築 、無人機運送服務 、實時地下影像 、交通擁堵管理 、以及視頻監控等等 。該組織在今年 2 月曾公布了其霧計算參考體係結構的執行概要 。

       OpenFog Consortium 主席 ，思科(Cisco ，世界知名網絡解決方案供應商 、“霧計算”概念首創公司)企業戰略創新團隊資深總監 Helder Antunes 稱該霧計算參考體係結構的公布象征著一個“通用框架”的建立 ，該框架會促使物聯網被社會所采納 。他還說 ：“盡管霧計算已逐漸開始於智能城市 、聯網汽車 、無人機等其他領域嶄露頭角 ，它仍需要一個通用的 、可互操作的平台來推進此項數字革命的進步 。”

       Edge X Foundry 是另一個致力於提升網絡邊緣互操作性的項目 ，它類似於一個開放資源聯盟 ，由 Linux Foundation 進行管理 。戴爾科技集團(Dell Technologies)曾對該項目植入 12 萬 5 千餘條內部種子代碼 。

       雲計算+霧計算 ：雙管齊下

       以自動駕駛(autonomous driving)為例 ：細胞網絡將配備有激光探測與測量係統(Light Detection And Ranging ，簡稱 LiDAR ，中文又稱激光雷達) 、圖像處理係統 、及其他自動駕駛設備的車輛與其他載具 、行人 、智能基礎設施 、以及各類雲端服務彼此聯係在一起 ，來共同實現車內娛樂 、預見性維護 、遠程診斷等一係列服務 。

       如果你隻是單純地想要在車內通過登錄 Netflix 雲賬號看劇 ，或者想要讓車子記錄運行和維修曆史 ，雲計算是的確能滿足你的需要的 。但 ，對於像幫助車輛避開高速公路碰撞事故這樣關鍵性的任務決定 ，雲計算可能就不是你的最佳選擇了——雲計算會帶來延遲 ，正所謂遠水救不了近火 。因此 ，對時間要求較高的任務最好還是應在網絡邊緣的平台進行處理 。

       為了實現“雲霧計算”的雙管齊下 ，思科已和微軟聯手 ，將早先思科的 Fog Data Services 與微軟後來研發的 Azure 物聯網雲平台整合在一起 ，使對網絡邊緣的分析 、安全 、控製 、以及數據管理可以與集中化的雲端連通性 、政策 、安全 、分析 、app 開發等等方麵有機結合起來 。

       思科物聯網戰略組組長 Macario Namie 在他最近的一則博文中寫到 ：“通過將“萬物”連接起來 ，人們得到了各式各樣的實時數據 ，而這也正是金年会從這些連接中收獲的最美妙的一點 。接下來 ，金年会需要將數據轉換為信息 ，更重要的是 ，金年会需要將這些數據轉化為可創造商業價值的實際行動 。在為這個目標努力的同時 ，各企業紛紛發現自己已置身於數據的洪流之中 。”

      “因此 ，金年会對強大的計算能力和存儲空間的需要驟然增加 ，而這些需要也恰好被公共雲供應商滿足了 。但是在雲服務發展的同時 ，數據傳輸和信息提速的費用也水漲船高 。對於對時間要求緊迫的關鍵性服務來說 ，這無疑是個棘手的問題。因此，眾多物聯網項目正在將這種運算能力散布到網絡的各個邊緣 、數據中心 、和公共雲當中 。”

       “物聯網”這一概念由美國麻省理工學院 Kevin Ash-ton 教授於 1999 年首次提出 ，經曆了早些時間“虛無縹緲”的設想 ，如今已在人們生活中嶄露頭角 。通過雲計算與霧計算的聯合 ，相信物聯網的發展定會雲開霧散 ，迎來科技創新的新曙光 。