云计算（Cloud Computing）
通过网络访问可扩展、灵活的物理或虚拟共享资源，将计算资源（例如服务器、存储设备、数据库等）提供给用户，可按需自助获取或管理资源的集中式模式，云计算具备虚拟化，动态扩展和性价比高等特点。主要解决资源利用率不高，物理资源设备集中管理，高效使用的问题。
云计算提供以下几种服务模型：
IaaS基础设施即服务（Infrastructure as a Service）
将IT基础设施作为一种服务通过网络对外提供，并根据用户对资源的实际使用量或占用量进行计费的一种服务模式。基础设施服务包括服务器、存储、计算能力和网络等，用户可以通过租赁的形式进行使用。从使用模式的角度看，IaaS和传统的主机托管有些类似，但IaaS在服务灵活性、拓展性和成本等方面具有极强的优势。
IaaS服务一般分为公有云、私有云、混合云三类。
PaaS平台即服务（Platform as a Service）
在IaaS的基础上，提供了更高级别的服务，包括操作系统、开发工具和数据库等，将服务器平台或开发环境作为一种服务提供的商业模式。用户可通过购买PaaS服务，为生成、测试和部署软件应用程序提供一个环境，开发者只需要关注自己的业务逻辑，而不需要管理与控制云端基础设施（包含网络、服务器、操作系统或存储）。
SaaS软件即服务（Software as a Service）
将软件“拿来即用”的服务，企业既不用自建基础设施资源，也无需开发本地部署环境，更不必招聘IT人员，SaaS平台提供商会为企业搭建信息化所需要的所有网络基础设施及软件、硬件运作平台，并提供所有前期的实施、后期的维护等一系列服务。
雾计算（Fog Computing）
雾计算是一种分布式计算模式，它将计算、存储和网络资源移动到靠近数据源和终端设备的边缘位置，以提供更低的延迟和更好的用户体验。
与云计算不同，雾计算将计算资源和服务部署在接近数据源的边缘设备、边缘节点或边缘网关上，以处理实时数据和应用程序的需求。
雾计算可以在物联网（IoT）等场景中发挥关键作用，因为它能够实时处理和分析大量的传感器数据，并在边缘设备上提供低延迟的计算能力。
雾计算优势：
低延迟
将计算资源移动到边缘位置，可以减少数据在网络中的传输时间，从而降低应用程序的延迟。
数据隐私和安全
雾计算使得敏感数据可以在本地进行处理和存储，减少了将数据传输到云端的需求，从而提高了数据隐私和安全性。
离线支持
雾计算可以在边缘设备上进行计算，使得应用程序即使在没有网络连接的情况下也能够正常运行。
云计算和雾计算都是基于分布式和网络技术的计算模式，它们在不同的应用场景中提供了灵活、可扩展和高效的计算资源和服务。云计算主要侧重于集中管理和提供计算资源，雾计算聚焦于将计算资源移动到边缘位置，以满足实时和低延迟需求。
边缘计算（Edge Computing）
一种在物理上靠近数据源头的网络边缘检测，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务的计算模式。边缘计算是将从终端采集到的数据，直接在靠近数据产生的本地设备或网络中进行分析，无需再将数据传输至云端数据处理中心。
类似于雾计算，边缘计算将计算资源和服务部署在靠近数据源和设备的边缘位置，以提供低延迟和更高的数据处理速度。不同之处在于，边缘计算更加注重于设备附近的计算，将计算任务分布到边缘设备，如路由器、交换机、传感器等。
集群计算（Cluster Computing）
将多个计算节点组成的集群作为一个整体进行计算和处理任务。
集群计算通常用于高性能计算（High-Performance Computing，简称HPC）领域，运行大规模计算任务，通过并行计算和资源共享来提高计算性能。
分布式计算（Distributed Computing）
将计算任务分发到多个计算节点上进行并行处理的计算模式。
分布式计算旨在提高计算性能、可用性和容错性。常见的分布式计算系统包括Apache Hadoop、Apache Spark等。
超级计算（Supercomputing）
一种高性能计算模式，利用多个处理器和大量的计算资源来解决科学、工程和研究领域的复杂计算问题。超级计算机通常具备远超一般计算机的计算能力和存储容量。
边缘智能（Edge Intelligence）
结合了边缘计算和人工智能（Artificial Intelligence，简称AI）技术，将AI算法和模型部署在边缘设备上，以实现实时、智能的数据分析和决策。边缘智能可以在边缘设备上进行本地数据处理和推理，减少对云端的依赖。
结语
这些计算模式和概念在不同的应用领域和需求下发挥着重要作用，针对不同的场景和需求，选择适合的计算模式可以提高计算性能、降低延迟以及满足特定的数据处理需求。
欢迎关注微信公众号“我想我思”