今年年初，全球性工业互联网产业联盟IIC（Industrial Internet Consortium）与雾计算领域最具影响力的OpenFog联盟宣布合并。此项举措将充分发挥双方在主流技术领域内的比较优势，合力推进新的IIC联盟在工业互联网行业指导和技术实践上取得里程碑式的突破。
从IIC与OpenFog的成立背景，两者不仅有共同的主要发起成员（均由Cisco、Intel、GE等大型跨国企业主导），两者成立的使命、划定的工作界面也具有相融性、共通性。特别雾计算在工业互联网解决方案中的突出地位，使得两项技术的代表联盟强强联合成为必然。
在讲述工业互联网与雾计算关系前，我们先来看看什么是雾计算？
“Fog computing – a term created by Cisco that refers toextending cloud computing to the edge of an enterprise＇s network”
追根溯源，雾计算是云计算的延伸概念，最先由思科提出。与云计算相比，雾的命名形象地表明雾计算更贴近地面，接近各类终端的特征。雾计算继承了云计算对设备终端数据存储、管理和网络应用服务等功能，同时，物理、逻辑上距离的缩短加快了传感器采集数据，上抛处理数据再返回至执行器操作这一过程。据国外一项研究显示，在一个应用场景中，为达到物联网应用要求的低延迟网络服务，雾计算的平均功耗比传统云计算模型低了40．48％。网络应用前置到边缘，不仅改善了延迟时间，也降低了数据在边缘与云端间传递的功耗。
数据被抛向云端，现又被拉回“地表”，工业互联网的发展是地心引力
将数据存储在云端，应用服务按需收费，这是满足制造企业基本生产运营的理想方式。但当数据量级暴增，使用价值参差不齐的数据全抛向云端，云平台将面临巨大的压力，现行按需收费机制也不经济，更难以满足时限严苛要求的应用场景，如工厂的氯气泄漏，从侦察泄漏发生到采取补救行动，每一毫秒的延迟都将延误生产，甚至危及人员生命。雾计算技术的出现正是弥补云计算上述的不足，并随着工业互联网应用从概念兴起、测试床测试、示范案例推广出现的频率越来越高。
工业互联网打造全面感知、自主分析、科学决策的智慧工厂时，“全面感知”依托对机台设备联网，实时监控现况；“自主分析”构筑在“海量数据＋模型”之上；“科学决策”需拥有恰当的响应机制，这系列过程直接导致终端节点增多、数据量级庞大。这些数据中，用于模型训练的数据集可上传至云端，但并非所有实时高频的数据源都需上传。例如，某设备寿命与工作环境的温差相关，通过对设备加装传感器，实时采集一段时间内的温度1、温度2…温度n。若细化至每一时段的温度数据源都汇聚在云端处理，将增加模型训练的计算和存储负担。实际采用雾计算架构，温差＝温度t＋1－温度t的步骤在边缘侧即可完成，极大避免了云端不必要的耗费。
由此可见，云计算更注重交互性，包括企业运营流程的可视化、AI模型训练等，雾计算更注重实时性，收集秒级甚至毫秒级的数据，作出分析判断。云端与雾端相互协同，共同协调数据完整性与数据价值的矛盾，突破网络带宽与计算吞吐量的瓶颈，才能将新技术给传统制造企业带去的效能最大化。
据IDC 预测， 2020 年将有超过500亿的终端与设备联网。随着工业互联网的普及，5G商用时代的来临，越来越多的智能应用将下沉到“地表”，万亿级的雾／边缘计算市场将如何重塑物理世界与数字世界，IIC与OpenFog的合并将带来怎样的技术惊喜，值得期待。
本文作者：
胡慧琳，格创东智解决方案架构师（转载请注明作者及来源）
