在過去的20年，雲計算的興起把端部的計算和存儲挪到了雲端，便於數據聚合和統一管理，隨著物聯網時代的到來，物聯網設備連接量正在以指數級速度增長，「雲計算」已經不能滿足全部的應用場景,「霧計算」應運而生。"霧計算"把聚合的計算和存儲在此部分分配到管道和端部，形成更快速響應和超大規模的運算體系。這個新型的計算體系對一個企業對雲、管、端的控制力和動態管理能力提出了新的要求。
霧計算（Fog Computing）是雲計算（Cloud Computing）的延伸概念，主要用於管理來自傳感器和邊緣設備的數據，將數據、（數據）處理和應用程式集中在網絡邊緣的設備中，而不是全部保存在雲端數據中心。在終端設備和雲端數據中心之間再加一層「霧」，即網絡邊緣層，比如再加一個帶有存儲器的小伺服器或路由器，把一些並不需要放到雲端的數據在這一層直接處理和存儲，可以大大減少雲端的計算和存儲壓力，提高效率，提升傳輸速率，減低時延。
霧計算技術採用分布式的計算方式，將計算、通信、控制和存儲資源與服務分布給用戶或靠近用戶的設備與系統。可以說，霧計算擴大了雲計算的網絡計算模式，將網絡計算從網絡中心擴展到了網絡邊緣，從而更加廣泛地應用於各種服務。霧計算在地理上分布更為廣泛，而且具有更大範圍的移動性，這讓它適應如今越來越多不需要進行大量運算的智能設備。對一些對時間延遲敏感的應用如實時和流媒體應用中，霧計算也具有更大的優勢。
霧計算並非由性能強大的伺服器組成，而是由性能較弱、更為分散的，處於大型數據中心以外的龐大外圍設備組成，這些外圍設別包括智能終端本身，也包括把智能設備與雲端相連接的網關或路由設備，可以滲入工廠、汽車、電器、街燈及人們物質生活中的各類可計算設備中。
早期「霧計算」所用的設備就是小伺服器或路由器，可以放到小區、工廠、企業、家庭等裡面。現在，通過傳感器、大數據和人工智慧的不斷發展進步，「霧計算」可以應用在各種需求場景中。例如溫度計每秒的讀數是無需上傳到雲裡的。霧計算技術要做的是在實時數據的基礎上得到一個平均數，然後每半小時左右將其上傳到雲裡。如果溫度出現異常，傳感器仍然可以相當智能地迅速做出反應。
2010年11月28日，「維基揭秘」網站發布了25萬餘份美國國務院機密文件，將諸多美國外交內幕和盤託出，爆出了美國歷史上也是世界歷史上最大規模的洩密事件。與此同時，在中國國內的網際網路上也集中爆發了一連串的網絡個人信息洩露事件。
針對日益嚴重的數據洩露事件,美國國防預先研究計劃局(DARPA)啟動了多尺度異常檢測項目，在此之下，Allure安全技術公司和美國哥倫比亞大學提出了「霧計算」網絡積極防禦概念，用以識別那些正在洩露機密信息的人員或者潛在的惡意內部人員。該計劃重點關注涉密網絡的內部攻擊者，並向其提供自動生成的虛假情報、誘餌信息，引誘他們訪問並擅自發布，然後跟蹤其訪問和傳播範圍，藉以收集相關信息。
2011年3月，喬治亞國家計算機應急響應中心檢測到一種新型的網絡攻擊軟體，該軟體以竊取喬治亞和美國政府機密文檔與政府情報信息為目標，可將收集到的情報信息上傳到命令與控制伺服器。為了調查和追蹤這個惡意軟體和控制伺服器，喬治亞信息安全專家巧妙利用信息誘騙技術（包含病毒的偽造涉密ZIP文檔），成功追蹤到來自於俄羅斯官方安全機構的黑客並拍下照片。
在「霧計算」概念出現之後，美國思科公司把"霧計算"這個名詞接過去使用，提出了「霧計算」是「雲計算」的延伸概念，用於推銷其產品和網絡發展戰略，希望不再拘泥於雲計算，研究如何在物聯網設備上存儲和處理它們自身產生的數據。不過從思科講霧計算到現在，真正落地的案例並不多，思科的路由器和交換機技術缺乏對終端設備的定義和控制能力，大部分場景無法把霧計算的能力真正體現出來，空留於理論。
2015年11月，ARM、戴爾、英特爾、微軟等幾大科技公司以及普林斯頓大學加入了這個概念陣營，並成立了非盈利性組織 OpenFog Consortium （開放霧聯盟），旨在推廣和加快開放霧計算的普及，促進物聯網發展。2016年5 月該組織在普林斯頓大學召開聯盟會議，但目前僅限於理論階段。
隨著傳感器的發展，物聯網時下正席捲幾乎每個行業，智能終端的數量和採集數據的規模都在幾何級增加，對企業的計算和存儲都帶來非常大的壓力，通過霧計算，大量的實時數據不用全部傳到雲端存儲計算後，再把需要的數據從雲端傳回來，而是可以在網絡的邊緣直接處理有用的數據，大大提高了企業效率。
霧計算可降低耗能。雲計算把大量數據放到「雲」裡去計算或存儲，「雲」的核心是裝有大量伺服器和存儲器的「數據中心」。由於目前半導體晶片和其他配套硬體還很耗電，全球數據中心的用電功率相當於30個核電站的供電功率，其中90%的耗電量都被浪費，效率很低。谷歌位於全球數據中心的用電功率就達到3億瓦特，這一數字超過了3萬戶美國家庭的用電量。當未來數據傳輸量（指大量無線終端和「雲」之間的傳輸）進一步成指數式增長，雲中心會無法再維持下去。
霧計算可提升效率。隨著物聯網的到來，各行各業包括家庭電器、可穿戴設備、汽車周邊、工業農業、商用設備等等各種需要連網的終端設備數量的增長，將產生極其大量的數據發送和接收，可能造成數據中心和終端之間的I/O(輸入輸出)瓶頸，傳輸速率大大下降，甚至造成很大的延時，一些需要實時響應的設備將無法保證正常運行，比如：無人機、安防報警、監護設備等。
霧計算可用於海量數據分析。大量企業對於海量數據採集需求的解決辦法是減少數據採集的頻率和總量，比如每10分鐘採樣一次，一天下來可能就採集上百次，精準度和效率會大打折扣，一些需要海量、不間斷數據採集的設備就會降低本身的服務價值，而一些需要及時決策的設備在等待全部數據上傳雲端運算決策後再返回設備端會大大降低服務能力。
霧計算可使升級更安全。在沒有成熟技術平臺時，大部分設備怎麼計算，出廠時就已經定型了，除非用一個很重的辦法去遠程升級它的整套系統，但這樣升級效率低，也很危險，有可能一換作業系統，市面上上百萬臺設備就永遠失聯了。
領先的物聯網雲服務公司機智雲採用「霧計算」解決客戶需求
國內專注於物聯網雲服務的創新公司機智雲開發的「霧計算」系統應用已經正式運行，其對霧計算的落地策略不同於思科等通信設備供應商。思科主要靠路由器和交換機來部署霧計算，而機智雲現在的"霧計算"的發力點落在了數量更為龐大的通訊模組DTU（Data Transfer Unit）和網關 (Networking Gateway) 上。這些設備都是機智雲直接可控的計算單元，「霧計算」就是從雲端向這些邊緣設備動態分配計算和存儲能力。
據了解，機智雲ECE霧計算框架，在DTU或網關上嵌入了一個「微容器」，可以執行以Javascript，Python，Lua等輕量級的腳本語言構成的「微應用」。這些「微應用」可以做數據處理、協議轉換、以及實現設備之間的互聯互通。開發者可以直接在雲端編寫各種腳本，可以通過ECE系統方便地推送到微應用容器中，就可以實時把運算能力部署到設備端，設備不用重啟，也不需要原先的整個系統OTA固件升級，而是只需要更新它在霧端的算法和微應用。
具備「微應用」的設備可以根據業務需求，實現毫秒級數據採集分析，提供更大的可分析數據量，並具備本地判斷能力，精確度與效率得到大大提高。但這種設備端的計算並不會取代雲端運算，而是設備端經過微應用數據處理，將已經處理好的有用數據發送到雲端，雲端再去做數據匯總，設備端有效放大了雲端的匯總能力。現在，通過霧計算的方式，雲端可以快速靈活地更新它在霧端的微應用，有效地把「軟體定義硬體」升級到「雲端定義硬體」。
在過去的20年，雲計算的興起把端部的計算和存儲挪到了雲端，便於數據聚合和統一管理，現在"霧計算"把聚合的計算和存儲在此部分分配到管道和端部，形成更快速響應和超大規模的運算體系。這個新型的計算體系對一個企業對雲、管、端的控制力和動態管理能力提出了新的要求。
對此，機智雲CEO黃灼表示，機智雲有超過6年的物聯網技術積累和創新經驗，目前平臺支撐超過700萬臺物聯網設備，在技術創新和應用上一直處於國際領先水平，隨著IoT產業的不斷發展，連網設備的計算能力也在不斷增加，機智雲把「霧計算」的應用在IoT領域往前推進一步，以滿足客戶產品的特定功能需求。
而另一個創新之處是，機智雲把動態部署運算的能力賦予給低級處理器，就連幾塊錢的普通單片機（MCU）也可以參與到霧計算。機智雲作為全棧的物聯網技術平臺（Full Stack IoT Platform），對雲、管、端三者有很強的控制力，這是機智雲平臺落地霧計算的優勢。
霧計算和雲計算一樣，是市場發展需求的技術解決手段。在物聯網日漸增長的智能終端格局裡，霧計算會有非常廣泛的應用，而在每個行業的每一次顛覆性創新，總有一個痛苦的市場磨合階段，需要創新與執行力兼備的企業來實現創新的商業化，機智雲正在做這樣的實踐。
霧計算和雲計算一樣，十分形象。雲在天空飄浮，高高在上，遙不可及，刻意抽象；而霧卻現實可及，貼近地面，就在你我身邊;企業級計算的未來仍然在雲中，但是未來真正的計算變革卻會在這裡發生，在你我身邊——不在雲中，在霧裡。（援引自《華爾街日報》網站《忘記「雲」；「霧」才是科技的未來》）