物聯(lián)網(wǎng)(IoT)將產(chǎn)生大量原始數(shù)據(jù)，大家不禁擔(dān)憂信息量會(huì)超過云端負(fù)載量，但只要透過水平分散的霧計(jì)算(Fog Computing)，即可有效減輕網(wǎng)絡(luò)流量和中央數(shù)據(jù)中心的數(shù)據(jù)負(fù)荷，方便數(shù)據(jù)進(jìn)行處理、分析、儲(chǔ)存和使用，同時(shí)發(fā)揮云端運(yùn)算的最大效用。

據(jù)CIO報(bào)導(dǎo)，試想整合云端和就地部署，兼顧速度、復(fù)原力、帶寬和擴(kuò)充性，不僅可應(yīng)付本來的工作量，還可以驅(qū)動(dòng)物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)等新技術(shù)，這種新方法稱為霧計(jì)算，可能在任何地方進(jìn)行，例如集中式數(shù)據(jù)或網(wǎng)絡(luò)邊緣，或者兩者之間，不久的將來，霧計(jì)算的影響力不容小覷。

霧計(jì)算看似云端運(yùn)算，但其實(shí)更靠近使用者。霧計(jì)算把云端的概念延伸至網(wǎng)絡(luò)「邊緣」，把用戶身邊的運(yùn)算裝置也納入其中。云端運(yùn)算只利用單一大型數(shù)據(jù)中心來儲(chǔ)存處理資料，霧計(jì)算更快速而有效率，因?yàn)樗朴酶咏褂谜叩倪\(yùn)算資源來處理數(shù)據(jù)。

云端運(yùn)算適合全球運(yùn)籌、長期數(shù)據(jù)儲(chǔ)存分析，在霧計(jì)算的范疇之內(nèi)，換言之，霧計(jì)算兼具云端運(yùn)算和就地部署的優(yōu)點(diǎn)，針對(duì)不同的任務(wù)巧妙組合不同的運(yùn)算資源。霧計(jì)算結(jié)合就地、云端和兩者之間的運(yùn)算資源，一來有云端的可擴(kuò)充性，二來有就地部署的效能，卻能夠避免兩者的缺點(diǎn)。

如果在工廠大型機(jī)具安裝傳感器或制動(dòng)器，一旦網(wǎng)絡(luò)掛點(diǎn)或云端當(dāng)機(jī)，工廠便無法監(jiān)控這些機(jī)具，但云端的好處是不受地點(diǎn)限制取用數(shù)據(jù)。霧計(jì)算更接近數(shù)據(jù)源處，可解決傳統(tǒng)云端運(yùn)算的不敷使用，格外適合跟物聯(lián)網(wǎng)環(huán)境做整合。

試想未來隨處可見高分辨率監(jiān)視攝影機(jī)，把這些數(shù)據(jù)都上傳云端處理是不可能的，這時(shí)候霧計(jì)算就可以派上用場，作為信息爆炸時(shí)代的解套，否則2020年會(huì)有300億個(gè)傳感器上線，這數(shù)量非同小可。

霧計(jì)算可減少網(wǎng)絡(luò)等待時(shí)間，跟云端運(yùn)算相輔相成，例如云端運(yùn)算負(fù)責(zé)長期儲(chǔ)存任務(wù)，以補(bǔ)足單一節(jié)點(diǎn)的運(yùn)算資源不足。