云端下的物联网发挥更大作用

物联网(IoT)将产生大量原始数据，大家不禁担忧信息量会超过云端负载量，但只要透过水平分散的雾计算(Fog Computing)，即可有效减轻网络流量和中央数据中心的数据负荷，方便数据进行处理、分析、储存和使用，同时发挥云端运算的最大效用。

据CIO报导，试想整合云端和就地部署，兼顾速度、复原力、带宽和扩充性，不仅可应付本来的工作量，还可以驱动物联网和机器学习等新技术，这种新方法称为雾计算，可能在任何地方进行，例如集中式数据或网络边缘，或者两者之间，不久的将来，雾计算的影响力不容小觑。

雾计算看似云端运算，但其实更靠近使用者。雾计算把云端的概念延伸至网络「边缘」，把用户身边的运算装置也纳入其中。云端运算只利用单一大型数据中心来储存处理资料，雾计算更快速而有效率，因为它善用更接近使用者的运算资源来处理数据。

云端运算适合全球运筹、长期数据储存分析，在雾计算的范畴之内，换言之，雾计算兼具云端运算和就地部署的优点，针对不同的任务巧妙组合不同的运算资源。雾计算结合就地、云端和两者之间的运算资源，一来有云端的可扩充性，二来有就地部署的效能，却能够避免两者的缺点。

如果在工厂大型机具安装传感器或制动器，一旦网络挂点或云端当机，工厂便无法监控这些机具，但云端的好处是不受地点限制取用数据。雾计算更接近数据源处，可解决传统云端运算的不敷使用，格外适合跟物联网环境做整合。

试想未来随处可见高分辨率监视摄影机，把这些数据都上传云端处理是不可能的，这时候雾计算就可以派上用场，作为信息爆炸时代的解套，否则2020年会有300亿个传感器上线，这数量非同小可。

雾计算可减少网络等待时间，跟云端运算相辅相成，例如云端运算负责长期储存任务，以补足单一节点的运算资源不足。