云计算雾计算，如今又出了“边缘计算”

在算法如云的计算机领域，最初的“云计算”可谓一骑绝尘，可后来，“雾计算”异军突起，而现在，“边缘计算”又应运而生。这三种计算缠来绕去，让不少人犯起了迷煳。链科技小编今天给大家说个透彻。

从“云”，到“雾”，再到“边缘”，从概念上已经隐约感知其中的不同。云飘在天上，且边界清晰，雾伸手可及，就在人们身边，而边缘则常是隔断与对接的契机所在。与之对应的三种计算恰有如此特点。大数据时代，越来越多的数据被传至云端进行存储计算，再返回到终端显示结果。这一过程不仅增加了云端压力，还会造成干路数据堵塞，影响数据处理和反馈的时间。为解决云计算这一问题，雾计算应运而生。

雾计算的原理与云计算一样，都是把数据上传到远程中心进行分析、存储和处理。但相比云计算要把所有数据集中运输到同一个中心，雾计算的模式是设置多个中心节点，即所谓“雾节点”处理数据。雾计算出现后，一种更激进的想法随之产生：既然数据可送到分散的数据中心，何不干脆在距离终端最近的地方完成数据存储和计算？于是就有了边缘计算，将数据运算移送到数据源的边缘地带、网络逻辑上的“边缘节点”进行处理。

边缘计算的实际功效不容小觑。譬如门禁系统，需要快速识别摄像头前的人像，以便迅速给出开门与否的指令。如不使用边缘计算，最简单的方式是前端摄像机捕捉到视频信息，然后把数据以流媒体方式压缩后传输到后端，获得运算结果后再返回前端。这种方式不仅加大了网络带宽和后端存储的压力，也耗费大量时间。而边缘计算能快速识别人像、给出指令，最后只需把计算结果传送到远程服务器即可，它的响应速度是毫秒级的，而且操作方便。

下面，请随小编了解一款链科技成果库项目：基于GPGPU的高性能计算系统Linpack性能评测软件包。

针对基于GPGPU加速部件的异构高性能计算系统，研制CPU和GPU混合并行的Linpack性能测试软件包，可充分利用GPU的高性能，高性价比和低功耗等优势。该成果充分利用GPU的单精度浮点操作的性能优势，探索单精度浮点计算和双精度浮点计算混合的方式求解大规模线性方程组，已完成针对GPGPU机群的混合精度的HPL软件包，即先单精度浮点计算初值，再通过双精度浮点计算迭代求精以满足误差需求。

小编了解到，Linpack是高性能计算领域的标准测试之一，全球超级计算机Top500排行榜即以此为排名依据，该项目已达到国内领先水平。