云计算、雾计算和边缘计算之间的区别

现代分布式计算架构支撑着 AI 和智能制造等重大技术进步。每种计算模型都是支持改变格局的先进应用的关键。

数字化企业拥有庞大的虚拟环境，需要灵活且具有弹性的基础设施来满足不断增长的处理和存储需求。据估计，未来五年全球联网设备数量将超过400亿台。随着 AI 应用开发支出的大幅增加，云服务提供商正在投入数千亿美元用于数据中心扩展。

先进的数字应用需要灵活、高效、可靠的基础设施。云计算、边缘计算和雾计算是实现这一目标的底层处理和存储模型。每种模型在基础设施中都扮演着重要的角色。尽管这些模型通常相互对立，但它们也可以相互补充。

云计算、边缘计算和雾计算的区别

所有数字模型都源于网格计算，这是 20 世纪 90 年代发展起来的一个概念。网格计算的理念是聚合计算资源，以满足科学研究、游戏设计和金融风险管理等应用中的处理密集型需求。网络中常见的数字计算模型包括：

云计算支持广泛的服务，包括 IaaS 和 SaaS。这使得云计算能够以按使用付费或订阅模式按需提供计算和存储服务，无需客户预先投资资本设备。

云计算兴起于2000年代中期，当时在线零售商亚马逊推出了按需弹性计算云 ( EC2 ) 服务，进军IaaS 市场。EC2 利用其在线商务运营的过剩容量，提供低成本、高容量的虚拟化计算服务。亚马逊也通过其简单存储服务 (Simple Storage Service)在存储领域实现了同样的目标。

其优势显而易见：企业可以快速提升处理和存储容量。云计算采用整合计算模型，使客户能够从集中式环境访问资源。云服务可以是私有的，也可以是多租户的，客户可以共享硬件资源。

云计算安全采用加密、访问控制和持续监控等综合措施来保护存储在远程数据中心的数据和应用程序。这使得企业能够在不泄露敏感信息的情况下使用云服务。

计算日益分布式，需要更有效地为延迟敏感型应用程序提供处理能力。边缘计算在加速应用程序性能和提高效率方面发挥着关键作用。

边缘计算是指在靠近数据创建和消费点的地方进行处理和存储。其硬件（包括边缘服务器和超融合基础设施设备）在二级或三级数据中心运行。云提供商通常与第三方供应商或电信运营商合作，将其服务扩展到边缘进行本地化处理。

边缘计算的用例包括需要实时处理的应用程序，例如自动驾驶汽车、增强和虚拟现实以及智慧城市。

边缘计算安全功能包括加密、身份验证和物理保护，以防止未经授权的访问，同时将敏感信息保存在更接近其来源的地方，而不是将其发送到云服务器。

雾计算本质上是边缘计算的延伸。它是一种更加分布式的模型，涉及多层级的处理和存储。雾计算虽然为网络基础设施提供了边缘设备和云计算设施之间的计算处理能力，但它并不局限于边缘或云端。它支持在网络中分散的点进行复杂分析和其他数据处理等用例。

雾计算安全在边缘设备和云端之间的分布式处理节点上创建了多层保护。它结合了本地身份验证、加密数据传输和集中监控，以保护信息在各个层级的网络基础设施中传输时的安全。

与其假设雾计算、边缘计算和云计算是相互对抗的模型，不如思考它们如何协同工作。每种模型在支持应用用例方面都有其独特的作用，并且在某些环境下可以相互补充。请看以下示例。

云计算环境通常是多租户的。虽然这可以降低成本，但也带来了安全性和法规遵从性方面的问题。由于数据创建点和消费点之间的距离，云计算并未针对低延迟要求的应用程序进行优化。边缘计算应运而生。

边缘计算是云计算的自然延伸。它将云服务应用于靠近数据创建和消费点的位置，以支持实时分析。边缘计算部署的本质与本地化数据驻留要求相契合，因此能够解决安全和隐私问题。

然而，数据并非总是在创建时就进行处理。雾计算在更复杂的用例中非常有用，因为数据处理发生在不同的网络节点。它在跨地点和设备进行分析的大规模应用中至关重要，例如大规模物联网实施。

本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/jishu/61063.html