灬跪求粉色木耳灬
众所周知，物联网对于数据的处理能力要求非常高，要想从海量数据中筛选出对我们有价值的信息，除了我们熟知的云计算外，上面提到的雾计算、霾计算以及边缘计算自然也是必不可少。那么，它们到底是什么，彼此间又是一种什么关系呢?
啥是雾计算?
实际上，雾计算(Fog Computing)是云计算的延伸概念。相比“云”的缥缈，“雾”更接近地面，且由性能较弱的、更分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及我们物质生活中的各类用品。这个概念最初起自美国纽约哥伦比亚大学的Prof. Stolfo教授起，只不过当时的意图是利用“雾”来阻挡黑客入侵，后来思科进行了理论性发展。所以，你可以将雾计算可理解为本地化的云计算。
看到这里，感觉仿佛是在说边缘计算，那么雾计算和边缘计算两者间是什么关系呢?可以说边缘计算进一步推进了雾计算‘LAN内的处理能力’这一理念，处理能力更靠近数据源，其是在网络内的各设备实施处理，通过将传感器连接至可编程自动控制器(PAC)上，使处理和通信的把握成为可能。与雾计算相比，其优点在于单一故障点比较少，各个设备独立动作，可以判断数据是保存在本地还是云端;另一方面，雾计算不像边缘计算那样分散，但确进一步减少了通过网络或向上传输到云计算层的数据量，有助于边缘层中“节点”之间的通信和协作。两者各有各的长处和短处，适用于不同的场景当中。
雾计算有哪些实际应用?
鉴于雾计算可以有效地分散计算和分析能力，不仅可以解决联网设备的自动化问题，更关键的是，它对数据传输量的要求更小，这使得很多业务都可以部署，比如无人驾驶。如果车辆、传感器和控制器是城市智能交通系统的边缘层，这意味着就要进行边缘计算，就需要构建和运营微型数据中心，那么很可能采用微型数据中心和网状路由器以及服务器作为“雾计算层”。
不仅如此，雾计算还可应用于工业领域中的自动库存系统，隐藏于供应链中的多个仓库和工厂之间。工业用途中，雾计算层可用来“检查和平衡”多个位置的材料、设备和供应水平，并且自动触发重新订单。
什么是霾计算?
感觉今天的主题都绕不开天气，说完了雾计算，我们再来聊聊什么是霾计算。其实，你可以理解为较差的云计算或雾计算，尽管两者概念先进，却也不是没有缺点。首先，让人担心的就是隐私和安全。要知道现在的网络世界，被黑客攻击已是家常便饭，所以客户的隐私和数据很容易泄漏。
其次，就是网络延迟或中断。要知道，云计算都是通过网络进行远程访问，尽管网速提高很快，但与局域网相比，速度仍无法避免有所延迟。虽说雾计算在延时上表现稍好，但如果出现断网，雾计算也只能无可奈何。再者，就是带宽会耗费预算，厂商按流量收费有时会超出预算，应用软件性能不够稳定，数据可能不值得放在云上，规模过大难以扩展，缺乏人力资本等等，都是造成霾计算的根源。
啥?还有海计算?
除了云、雾、霾之外，你还对海计算有了解吗?2009年8月18日，molina在2009技术创新大会上所提出的全新技术概念，海计算(Sea Computing)，可为用户提供基于互联网的一站式服务，是一种最简单且值得依赖的互联网需求交互模式。作为用户，只需在海计算输入服务需求系统就能明确识别该需求，并将此需求分配给最优的应用或内容资源提供商处理，最终返回给用户相匹配的结果。
认知计算又是什么?
文章的最后，我们再来说说认知计算又是什么。我们说，认知计算代表了一种全新的计算模式，它包含了信息分析、自然语言处理和机器学习领域的大量技术创新，能够帮助决策者从大量非结构化数据中揭示非凡的洞察，能够以对人类而言更自然的方式进行交互，专门获取海量不同类型的数据，根据信息进行推论。
认知计算的其中一个目标，就是让计算机系统能够像人的大脑一样学习、思考，并做出正确的决策，认知计算系统可以成为一个很好的辅助性工具，配合人类进行工作，解决人脑所不擅长解决的一些问题。
相比人脑，传统的计算技术是定量的且着重于精度和序列等级，相比之下，认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。随着科学技术的发展以及大数据时代的到来，如何实现类似人脑的认知与判断，发现新的关联与模式，从而做出正确的决策，显得尤为重要，而这正给认知计算的未来发展，带来了新的机遇和挑战。
认知计算与人工智能有何不同
看到这里，你或许心生疑问，认知计算与人工智能是何关系?这样说吧，虽然认知计算包括部分人工智能领域的元素，但它涉及的范围更广。认知计算欲在放大人类智能，以帮助人类更好地思考。概括而言，认知计算与人工智能，一个更偏向技术体系，一个更偏向最终的应用形态，相辅相成。
