雾计算(Fog Computing)，在该模式中数据、(数据)处理和应用程序集中在网络边缘的设备中，而不是几乎全部保存在云中，是云计算(Cloud Computing)的延伸概念，由思科(Cisco)首创。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。
雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象;而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。
概念
雾计算的概念在2011年被人提出，在2012年被作了详细定义。正如云计算一样，雾计算也定义得十分形象。云是高高的天上，十分抽象，而雾则接近地面，与你我同在。雾计算没有强力的计算能力，只有一些弱的，零散的计算设备。雾是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型。当我们发现云计算时，开始时欢呼雀跃，但接下来却发现实施起来很困难，数据中心现有的发展阶段根本满足不了云计算这个高层计算算法，这就为雾计算的产生提供了空间。也有人提出云端计算，更加强调边缘计算设备的作用，其含义和雾计算都类似，都是希望计算要在物理节点上分散，而不是集中。
雾计算是以个人云，私有云，企业云等小型云为主，这和云计算完全不同。云计算是以IT运营商服务，社会公有云为主的。雾计算以量制胜，强调数量，不管单个计算节点能力多么弱都要发挥作用。云计算则强调整体计算能力，一般由一堆集中的高性能计算设备完成计算。雾计算扩大了云计算的网络计算模式，将网络计算从网络中心扩展到了网络边缘，从而更加广泛地应用于各种服务。雾计算有几个明显特征：低延时和位置感知，更为广泛的地理分布，适应移动性的应用，支持更多的边缘节点。这些特征使得移动业务部署更加方便，满足更广泛的节点接入。现在国家在大力发展物联网，物联网发展的最终结果就是将所有的电子设备，移动终端，家用电器等等一切都互联起来，这些设备不仅数量巨大，而且分布广泛，只有雾计算才能满足，现实的需求对雾计算提出了要求，也为雾计算提供了发展机会。有了雾计算才使得很多业务可以部署。比如：车联网。车联网的应用和部署要求有丰富的连接方式和相互作用。车到车，车到接入点(无线网络，3G，LTE，智能交通灯，导航卫星网络等)，接入点到接入点。雾计算能够为车联网的服务菜单中的信息娱乐，安全，交通保障等服务。智能交通灯特别需要对移动性和位置信息的计算，计算量不大，反对时延要求高，显然只有雾计算最适合。试想如果城市中的所有交通灯都需要有数据中心云计算来统一计算而指挥所有交通灯，这样不仅不及时也容易出错。智能交通灯本意是根据车流量来自动指挥车辆通行，避免无车遇红灯时，也要停车等到绿灯再走，那么实时计算非常重要，所以每个交通灯自己都有计算能力，从而自行完成智能指挥，这就是雾计算的威力。
与云计算的区别
与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。
雾计算不像云计算那样，要求使用者连上远端的大型数据中心才能存取服务。除了架构上的差异，云计算所能提供的应用，雾计算基本上都能提供，只是雾计算所采用的计算平台效能可能不如大型数据中心。
云计算承载着业界的厚望。业界曾普遍认为，未来计算功能将完全放在云端。然而，将数据从云端导入、导出实际上比人们想象的要更为复杂和困难。由于接入设备(尤其是移动设备)越来越多，在传输数据、获取信息时，带宽就显得捉襟见肘。随着物联网和移动互联网的高速发展，人们越来越依赖云计算，联网设备越来越多，设备越来越智能，移动应用成为人们在网络上处理事务的主要方式，数据量和数据节点数不断增加，不仅会占用大量网络带宽，而且会加重数据中心的负担，数据传输和信息获取的情况将越来越糟。
因此，搭配分布式的雾计算，通过智能路由器等设备和技术手段，在不同设备之间组成数据传输带，可以有效减少网络流量，数据中心的计算负荷也相应减轻。雾计算可以作为介于M2M(机器与机器对话)网络与云计算之间的计算处理，以应对M2M网络产生的大量数据——运用处理程序对这些数据进行预处理，以提升其使用价值。
雾计算不仅可以解决联网设备自动化的问题，更关键的是，它对数据传输量的要求更小。雾计算这一“促进云数据中心内部运作的技术”有利于提高本地存储与计算能力，消除数据存储及数据传输的瓶颈，非常值得期待。
