“互聯網+”、物聯網和人工智能已經成為中國“十三五”業務創新的新動能和業務發展的新引擎。“互聯網 +”加速了中國市場云計算的普及。中橋調研咨詢的數據顯示，在過去 3 年，中國云計算得到了快速普及與發展，目前約有 80% 的企業用戶將 IT 運行在混合云環境中。云計算的目標用戶已由最初的新興的初創企業發展到囊括不同規模和不同行業的眾多企業級用戶，并且這些企業用戶將云作為 IT 的核心支撐，逐步用云計算替代傳統的數據中心，實現“IT云化”。
     與此同時，人工智能將進一步加速云計算市場和技術格局的改變。根據中橋調研咨詢的數據顯示，約有 40% 的企業已經或計劃在未來兩年內部署人工智能。工信部發布的《“互聯網 +”人工智能三年行動實施方案》中不僅將人工智能作為國家戰略，同時還指出要打造人工智能基礎資源與創新平臺，基本建立人工智能產業體系、創新服務體系、標準化體系，推動基礎核心技術實現突破。
     近年來，物聯網發展迅猛。在《國務院關于推進物聯網有序健康發展的指導意見》中明確指出，將物聯網作為戰略性新興產業的一項重要組成內容，推進物聯網的應用和發展，有利于促進生產生活和社會管理方式向智能化、精細化、網絡化方向轉變。
      人工智能和物聯網的發展將帶動海量終端以及海量數據交互分析需求的快速攀升。因而，邊緣應用部署效率、數據的實時采集與分析能力，將成為人工智能時代企業實現業務創新、通過人機協同、人工智能提高運營效率的關鍵點。因此，如何將人工智能和物聯網轉化為業務新引擎，對融合云和邊緣端數據計算分析的性能提出了新的要求。由此而催生了霧計算平臺和技術的發展，并成為云計算的延伸。那么，如何“騰云駕霧”，實現動態跨“云”與“霧”的優化計算和分析，將是企業智能創新能力快速提升的關鍵因素。
     新應用推動云計算快速演進
     根據中橋調研咨詢最近對中國企業 CIO 的調查數據顯示，有 84% 的 CIO 都認為，目前云計算的演進過程可以分為三個階段，即云計算 1.0 階段，主要應用對象是中小企業，通過云計算實現從“無”到“有”的IT 使能；進入云計算 2.0 階段，云計算成為企業級用戶核心應用的 IT 補充資源；當企業跨入云計算 3.0階段時，云計算成為企業 IT 的核心資源。云原生應用、人工智能和物聯網成為用戶業務的主要驅動力。
     相對于云計算的前兩個階段，云計算3.0的兩大特征是：
     具有企業級高可用、高可信、負載可移動性的特點，防止“云孤島”的產生。
     霧計算成為云計算的外延。跨“云”和“霧”實現應用部署、數據采集和數據分析處理的能力成為云計算 3.0最重要的衡量指標。
     當前，大多數中國企業正處于云計算 2.0 階段，并逐步向云計算 3.0 階段演進。隨著云計算的快速普及，有越來越多的企業把選擇將業務部署在混合云上。
     數字經濟時代，企業在向數字化轉型的過程中，如何通過將傳統業務數據與人工智能、物聯網數據實現交互、處理、分析，以提高企業的核心競爭力，決定著企業通過新技術突破創新的能力。大數據、人工智能、物聯網等新技術的快速發展，推動著云計算與邊緣計算在架構和技術上的融合，以滿足高性能計算、大數據分析的應用需求，以及智能終端對數據的快速采集、邊緣端對數據的實時分析和處理的需求，使跨云平臺和邊緣計算架構實現統一高效管理，最大限度地挖掘企業在人工智能時代的業務創新能力和發展潛力。通過對云計算的持續演進，企業不僅能得到階段性的云投資回報，還能獲得不斷升級云計算的能力、云和邊緣技術融合的能力，以及通過云生態圈和云平臺提供云服務的能力。
數字化轉型的趨勢推動著企業向云計算 3.0 階段邁進，在這個過程中，企業業務更側重將全業務數字化、全業態數字化和全產業數字化平臺的融合，以提升企業整體的智能化水平。根據中橋調研咨詢最新的調研數據顯示（圖 1），數字化轉型為用戶帶來的最大價值是“大數據、物聯網、人工智能作為新的生產要素，提高了企業的生產效率，加速產業升級”。企業用戶在從云計算 2.0 向 3.0 階段過渡的過程中，邊緣計算和作為云計算外延的霧計算滿足了用戶對大數據、物聯網、人工智能開發與應用的需求。在海量智能終端的應用場景中，將所有數據上傳到云進行處理，將帶來網絡成本和性能壓力，很難滿足實時處理對低延遲的需求。因此，向云計算 3.0階段演進，實現跨云平臺和邊緣計算的統一管理，將有助于企業在數字化轉型過程中運用大數據、物聯網、人工智能等新技術，把握機遇，創造新的業務價值。
     人工智能和物聯網
     驅動“云”向“霧”延伸
     人工智能和物聯網成為目前技術和應用發展的兩大熱點。隨著計算技術的進步和大數據、云計算的興起，人工智能近兩年出現了井噴式的發展。同時，萬物相連已不再是夢想，物聯網市場前景看好。
     物聯網和人工智能的發展將帶來價值數以億計的數據。分布廣泛的傳感器、智能終端等每時每刻都在產生大量的數據。盡管云計算擁有“無限”的計算和存儲資源池，但云數據中心往往是集中化的且距離終端設備較遠，當面對大量的分布廣泛的終端設備及所采集的海量數據時，云不可避免地遇到了三大難題：
     網絡擁塞，如果大量的物聯網和人工智能應用部署在云中，將會有海量的原始數據不間斷地涌入核心網絡，造成核心網絡擁塞；
     高延遲，終端設備與云數據中心的較遠距離將導致較高的網絡延遲，而對實時性要求高的應用則難以滿足需求；
     可靠性無法保證，對可靠性和安全性要求較高的應用，由于從終端到云平臺的距離遠，通信通路長，因而風險大，云中備份的成本也高。
     因此，為滿足物聯網和人工智能等應用的需求，作為云計算的延伸擴展，霧計算（Fog Computing）的概念應運而生。霧計算最早由思科提出，它是一種分布式的計算模型，作為云數據中心和物聯網設備 / 傳感器之間的中間層，它提供計算、網絡和存儲設備，讓基于云的服務可以離物聯網設備和傳感器更近。霧計算主要使用邊緣網絡中的設備，可以是傳統網絡設備，如網絡中的路由器、交換機、網關等，也可以是專門部署的本地服務器。這些設備的資源能力都遠小于一個數據中心，但是它們龐大的數量可以彌補單一設備資源的不足。
     在物聯網中，霧可以過濾、聚合用戶消息，匿名處理用戶數據以保證隱秘性，初步處理數據以便實時決策，提供臨時存儲以提升用戶體驗，而云則可以負責大運算量或長期存儲任務，與霧計算優勢互補。通過霧計算，可以將一些并不需要放到云上的數據在網絡邊緣層直接進行處理和存儲，提高數據分析處理的效率，降低時延，減少網絡傳輸壓力，提升安全性。霧計算以其廣泛的地理分布、帶有大量網絡節點的大規模傳感器網絡、支持高移動性和實時互動以及多樣化的軟硬件設備和云在線分析等特點，迅速被物聯網和人工智能應用領域的企業所接受并獲得廣泛應用，例如，M2M、人機協同、智能電網、智能交通、智能家居、智能醫療、無人駕駛等應用。
     與邊緣計算（Edge Computing）不同的是，霧計算可以將基于云的服務 , 如 IaaS、 PaaS、 SaaS，拓展到網絡邊緣，而邊緣計算更多地專注于終端設備端。霧計算可以進行邊緣計算，但除了邊緣網絡，霧計算也可以拓展到核心網絡，也就是邊緣和核心網絡的組件都可以作為霧計算的基礎設施。
    “云”和“霧”典型案例和應用場景
      融合云平臺和霧計算，一方面可通過云降低傳統 IT采購、管理和運維的開支，將 IaaS、 PaaS、 SaaS作為云服務輸出；另一方面，通過霧計算可保證邊緣端數據的實時搜集、提取和分析速度，提高網絡資源部署使用和管理效率，有助于提高人機協同效率，為企業業務創新、服務品質提升提供技術支持。以下是四個行業“云”和“霧”的典型案例和應用場景。
     工業
     GE基于 Pivotal Cloud Foundry打造了 Predix 物聯網 PaaS平臺，結合戴爾智能仿真技術，實現了“數據雙胞胎”。基于云計算，GE 實現了飛機發動機生產過程中的調優，同時，基于霧計算，GE 實現了飛機飛行過程中的“自愈”。 GE Predix 作為物聯網 PaaS 平臺，還助力制造企業將大數據、物聯網和人工智能轉化為智能制造能力，實現數據創新。GE Predix 平臺，融合云計算和霧計算以及”數字雙胞胎“，幫助制造企業實現“虛擬 - 現實”的設計生產融合，并為其提供云計算服務。
     農業
     Chitale Dairy是一家乳制品廠。基于戴爾科技虛擬化技術，Chitale Dairy實現了 ERP云部署。他們基于霧計算，通過為奶牛裝上傳感器，進行近實時數據采集分析、處理，實現精細化運營，保證乳制品生產全流程的監控、管理、優化。同時，Chitale Dairy 通過基于云的乳業生命周期管理平臺，實現了乳制品生產流程自動化管理，通過物聯網和大數據分析，對每頭奶牛從食料、喂養、健康、牛奶質量和產量進行全流程監控分析，實現精細化和自動化乳業生產。將云的整體業務管理和霧端的優化農場間協作以及奶源監控管理緊密連接起來，在提高乳制品生命周期管理效率的同時，提升了協同和協作效率，加速企業業務創新的速度。
     服務業
     TopGolf 是一家高爾夫俱樂部。通過采用戴爾科技的虛擬化和超融合技術，形成了高爾夫數字化高端服務輸出能力。他們通過向數字化轉型，打破了傳統高爾夫的業務模式。通過物聯網，將 RFID 芯片嵌入高爾夫球里，實現對每次擊球、每個隊員和賽事進行實時監控，并基于霧計算，實時跟蹤和分析每個擊球動作和球的路徑，實現實時積分。 TopGolf 的業務模式融合了云計算和霧計算，實現了跨數據中心、云和邊緣應用的實時數據監控、交互和管理，滿足賽事實時監控、場上場下互動、賽前球員積分分析、社交媒體、會員個性化數據管理等大數據分析的需求。
     交通業
     在智能交通中，可通過傳感器搜集信息，進行實時數據分析和交通部署，以提高公共安全。通過霧計算，智能交通控制系統中的一個霧節點可以共享收集到的交通信息，以緩解高峰時段的交通擁堵、定位交通事故，并可以通過遠程控制緩解交通擁堵區域的交通狀況。同時，在每個用戶的電話和公共交通中，基于霧計算的應用程序允許用戶在沒有持續網絡連接的情況下，共享并通過附近的用戶下載內容。此外，自動化車輛的安全系統、道路上的監控系統以及公共交通的票務系統，都可以從傳感器和視頻數據中收集大量信息。聚合后的數據將傳輸到云上，根據用戶的需求進行數據提取和分析，再基于霧計算實現邊緣數據實時分析，從而為用戶快速提供精準信息，以保障公共交通的暢通和安全。
     人工智能和物聯網面臨的挑戰
     作為人工智能的關鍵技術，物聯網驅動著邊緣技術的演進。隨著物聯網時代的到來，各種家庭電器、醫療設備、海量傳感器、穿戴設備之間的數據交互將產生大量的數據。根據中橋調研咨詢最新的調研數據顯示（圖 2），當前中國用戶部署物聯網最大的挑戰在于，跨不同終端、技術和系統實現數據的收集、交互、分析和處理的時效性。
     對于企業用戶而言，物聯網和人工智能最大的價值在于跨海量的終端和傳感器，實現數據實時采集、整合、分析。然而，隨著企業的快速發展，終端數量、設備和協議種類的不斷增加，如何跨 ModBus、 BACnet、 ZigBee等不同協議，實現數據聚合、轉換和分析，提高網絡資源使用效率，提高 IT 自動化管理能力，挑戰 IT 傳統技術，成為企業在部署人工智能和物聯網過程中最大的考量因素和面臨的挑戰。此外，在保證數據傳輸性能和安全性的前提下，網絡的有效管理以及霧計算和大數據分析能力，決定著物聯網業務的穩定與安全。在物聯網和人工智能起步階段，跨不同終端和系統，快速實現數據收集、交互、分析和處理對用戶而言至關重要。
     戴爾人工智能和物聯網方案及產品
     戴爾構建人工智能和物聯網生態圈
     人工智能和物聯網涉及到許多技術，包括云計算、霧計算、邊緣計算、傳感技術、數據中心以及終端聯接技術等。沒有任何一家公司能夠獨立將產業鏈的上下游完全打通。因此，一個匯聚了各領域中優質技術力量的生態圈就顯得至關重要。
     戴爾作為開放霧聯盟（Open Fog Consortium）的核心成員，致力于推動開源霧計算的發展。借助開源霧計算參考架構，戴爾智能邊緣計算，以及物聯網嵌入工業 PC、物聯網網關、邊緣管理器，用戶能夠快速實現從“云”到“霧”的延伸，將人工智能和物聯網轉化為業務增長點。
     戴爾以開放標準的硬件為基礎，結合主流軟件，搭建物聯網和人工智能參考架構。同時，戴爾聯合生態圈合作伙伴，一同推動物聯網的快速部署與完善。例如，戴爾和中科院自動化研究所聯合打造的深度學習平臺，簡化了人工智能數據采集、應用開發和訓練，為中國用戶提供人工智能云服務平臺。
     SAPLeonardoEdgePlatform
     &戴爾IoT網關
     SAP Leonardo 是一個整合多領域技術的數字創新系統和體系，通過在系統中融入物聯網、人工智能、大數據、機器學習等技術，幫助企業用戶實現快速創新，進而滿足其在數字化時代的需求。戴爾Leonardo IoT 網關邊緣設備是Leonardo生態系統中首個經SAP認證的IoT邊緣設備。戴爾選擇 SAP Leonardo Edge Platform 是因為它提供了一系列完整的解決方案，可以與人實現連接，實現實時的智能化的信息處理。戴爾Leonardo IoT網關邊緣設備，將Leonardo認證的戴爾 IoT 網關與 SAP 解決方案相結合，可以使用戶在幾分鐘內集成 IoT 邊緣設備，實現對各種不同物聯網網絡的集成和智能管理，幫助 SAP 客戶以最快的速度利用現有的不同終端、設備、傳感器，實現物聯網業務轉型，通過互聯網網絡智能管理，提高物聯網管理的覆蓋率。此外，SAP 軟件和戴爾硬件的強強聯合，將提升端到端SAP 物聯網的部署效率，滿足客戶”騰云駕霧“的業務發展需求。
戴爾混合云
     通過業務數據、用戶數據、傳感 / 智能終端的數據交互，驅動混合云在物聯網和人工智能領域成為 IT新常態。目前，用戶更青睞于將業務關鍵型應用放在私有云上，將其他應用部署在公有云上。對于云原生應用來說，應用的可移動性是保證業務不被云綁定，避免產生“云孤島”潛在風險的關鍵。
     Pivotal Cloud Foundry 作為智能化轉型中廣為采用的云平臺，保證應用和負載的高可移動性。 GE 和西門子分別基于 Pivotal Cloud Foundry 搭建了智能制造數字化服務平臺，提供針對 IoT 的 PaaS 服務。同時，基于 VMware Cloud Foundation 以及 VMware & AWS 的戰略聯盟、微軟 Azure Stack，戴爾科技給用戶提供了靈活的任意云、多云（不同公有云）和混合云 ( 公有云和私有云 ) 的架構選擇。
      此外，戴爾未來就緒企業云聯盟（FRECO）針對中國企業在數字化轉型過程中對跨云部署管理，以及安全管控的個性化需求，打造云生態平臺，讓用戶通過全棧式混合云解決方案，實現從架構到服務的跨云集中統一管理。戴爾通過物聯網參考架構，為用戶提供跨云計算和霧計算架構，快速實現“云”到“霧”的外延，提高云計算在物聯網和人工智能領域的投資回報率。
     戴爾IoT網關
     如何經濟、安全地實現物聯網傳感器、設備和終端的連接，對于用戶而言至關重要。這需要網關具有強大的處理能力，能夠將不同協議的數據（ModBus、 BACnet、 ZigBee 等）實現標準化。
     戴爾 IoT Edge 網關基于 Intel 技術，配備多個 I/O 端口和 Intel Atom 處理器，運行熟悉的操作系統和軟件堆棧，并具有內置的安全和管理功能。此外，它還配置了 Trusted Platform Module (TPM) 芯片，有助于保護網絡終端。
     戴爾 IoT Edge 網關將制造企業的數據分析移動到網絡邊緣，使其更接近數據源頭，并且邊緣分析允許在生成數據后立即對現有的和新生成的數據進行實時分析。因此，用戶可以快速識別生產過程中出現的任何新問題，產生警報并采取糾正措施。 此外，結合云可擴展的數據存儲和密集型處理器的深度學習算法，為制造企業的數據存儲和分析提供了更強大的保障。戴爾 IoT Edge 網關可幫助企業降低生產廢料率以及機器和其他資產耗損率。
     戴爾終端管理器
     戴爾終端管理器（Edge Device Manager，EDM）為戴爾 IoT Edge 網關和嵌入式 PC 提供強大、簡單和安全的遠程管理，為用戶提供關鍵的系統管理功能，幫助用戶實現入門學習、配置、監控以及維護戴爾的 IoT 硬件。功能強大但簡單的 EDM 能夠大量安全地注冊戴爾邊緣網關和嵌入式 PC，實現升級、計劃任務，以及實時監控和配置的自動化。此外，用戶通過 EDM 的集中報告和控制多個站點位置，可更輕松地進行遠程設備管理。
     人工智能和物聯網將是企業用戶下一輪 IT 戰略重點。如果說全業務數字化加快了私有云的普及，全業態數字化使混合云成為協作創新的業務平臺，那么，與人工智能和物聯網緊密相關的全產業數字化將驅動云計算向霧計算的延伸。跨“云”和“霧”的動態資源配置，跨多協議的數據采集、轉化和分析，云的“霧”外延，成為決定云計算長期投資回報，以及云計算是否能支撐未來人工智能和物聯網發展的關鍵。
     相對于傳統應用，人工智能和物聯網的工作負載特點更適合于云原生應用的部署。混合云成為支撐人工智能和物聯網的新 IT 常態。然而，如何保證負載的高可移動性，防止 “云孤島”的產生，同時評估哪種云更能滿足“云”到“霧”的外延，將成為用戶評估下一代云技術的核心指標。
     戴爾科技通過給用戶提供靈活的混合云方案和技術，結合 OpenFog 參考架構，以及 SAP Leonardo Edge Platform，讓用戶可以快速實現從“云”到“霧”的延伸。同時，戴爾 IoT 網關讓用戶可以跨多種技術、協議，實現數據采集、轉換和分析。通過智能網關識別，提高物聯網業務的穩定性和安全性。此外，戴爾邊緣管理器以及智能終端結合超融合和高性能服務器，可為用戶提供端到端的“云”和“霧”平臺和方案，讓企業能夠智能地提升最終用戶的使用體驗。戴爾科技通過強大的技術和方案組合、跨云和霧的參考架構和產品組合，讓用戶在數字化轉型過程中，獲得持續的 IT 升級能力，提高從 B2C（業務到消費者）到 C2B（消費者個性化驅動），再到 D2B（數據驅動業務）的智能創新升級能力。