最初“雾计算”这个名字还是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的，不过他当时的目的是利用“雾”来阻挡黑客入侵。后来美国思科公司把这个名词接了过去，用于推销产品和网络发展战略。而IBM一直在推动网络“边缘化”，准备把很多“云计算”的工作逐步移到“雾计算”。就是把处于网络中心的“数据中心”里的数据，移到网络的边缘处。
“雾计算”对于企业来说有着明显的积极效果：企业大量的内部数据不用传到“云”里再从“云”里传回来，而是直接通过“雾”来处理，能大大提高企业效率。对于个人来说，如果手机里的软件需要升级，也不必到“云”里去升级，只需在最近的地方(如小区内)通过“雾计算”的设备升级就可以了。
“雾计算”提供了当地节点分布的地理位置信息，信息传递的时延非常低，而“云计算”则提供了中心化的全局信息。许多应用既需要“雾”也需要“云”，例如大数据技术里的数据分析，首先通过M2M(机器与机器之间通信)把传感得到的数据进行处理和过滤，然后放到HMI(人机界面)这一层进行文本化及视觉化处理，可以让用户清晰地理解所有的分析过的数据资料。
这里“雾计算”起到了一个频繁使用的“数据库”的作用，而“云计算”中心就是一个把文件长期存储的地方了。由于“雾计算”的极低时延，这样的大数据分析可以用手机来完成，真正做到“移动数据分析”。
在物联网将成为下一代互联网的大趋势下，“云计算”本质上的一些缺点显得越来越明显，如不能支持高移动性、不支持地理位置信息及高时延等等，而“雾计算”正好能够解决这些问题，同时又可带来大量新的应用和新的服务。
这种“雾计算”的节点可以是今天人们正在用的无线路由器、机顶盒之类。在“雾计算”这个概念提出之前，2009年就有人提出过“云盒”(Cloud in a box)以及“小云”(Cloudlet)的想法和产品，用于周边的手机和各种移动设备，这与“雾计算”的想法是一致的。比如增强现实，是在实际看到的现实世界的影像上再叠加一层信息，需要进行实时复杂的视频运算，由于是实时要求，需要极低的时延。有人使用谷歌眼镜再配上“小云”设备，达到了很好的用户体验效果。
云计算需要大量带宽，而无线网络带宽有限。用了“雾计算”，可以使所需的带宽量大大降低，原则上可使传输的数据“旁路”，即从互联网边上绕过去，使这些数据尽可能本地化。最有价值的数据仍然可以通过“云”来传输，但是大部分的数据流量可以从这些网络中分流出去，从而大大减轻了云网络的流量负担。智能交通系统、智能电网、智能汽车甚至健康医疗系统等，如果都是本地处理数据，只把最重要的数据传到“云”的话，将变得非常高效，同时也可节省大量成本。
但“雾计算”并不与“云计算”形成竞争，而是可以看作后者的延伸。从这个意义上来说，一些公司利用装备了无线通信设备的无人机、热气球给偏远地区提供宽带网络服务，也可以算为一种“雾计算”，而这种“雾计算”还真的很形象：漂浮在用户和云彩之间，有点“雾”的味道。
来自一凌网
SAAS平台。
