雲計算真正作為乙個新興技術得到it界認可是在2023年左右，經過這十年的普及和發展，雲計算早已走進千萬個資料中心，成為it世界裡炙手可熱的技術門類，並可以在未來的一段時間內繼續獲得長足發展。雲計算固然好，但也有不少的缺陷和使用限制，這樣才出現了霧計算、霾計算等技術，這些技術都是針對雲計算做的很好的補充，滿足多樣化的市場應用需求。
粒計算的基本問題
然而，人類在處理大量複雜資訊時．由於人類認知能力有限，往往會把大量複雜資訊按其各自特徵和效能將其劃分為若干較為簡單的塊．每個被分出來的塊就被看成是乙個粒。實際上，粒就是指一些個體通過不分明關係、相似關係、鄰近關係或功能關係等所形成的塊。這種處理資訊的過程．稱資訊粒化。如商場的貨物多種多樣，如果不按某種方式擺放就很難進行有效管理．於是人們按貨架所擺放貨物的種類、體積、等級等將商場劃分為若干塊並以此安排貨架，其每一塊將擺放同一種類或體積相似或同一等級的貨物。這裡所說的塊就是粒的概念，劃分粒的過程稱為資訊粒。
粒計算中存在2個基本問題: 粒化和基於粒化的計算。即如何構造這個模型, 以及根據這個模型的計算。粒化, 是問題空間的乙個劃分過程, 它可以簡單理解為在給定粒化準則下(如等價關係)得到乙個粒層的過程, 是粒計算的基礎, 通過粒化我們可以得到問題空間的層次間與層次內部的結構。在同一或者不同的粒化準則下均可得到多個粒層, 形成多層次的網路結構。粒計算通過訪問粒結構求解問題, 包括在層次結構中自上而下、或者自下而上2個方向的互動, 以及在同一層次內部的移動。即不同粒層上粒子之間的轉換與推理, 以及同一粒層上粒子之間相互互動,形成所謂的多粒度計算。
其實，粒計算比雲計算的概念出現得還早。在2023年時，美國一大學教授首次在**中提出了粒計算，這標誌著涉及多學科的乙個應用研究領域產生。此後，國外諸多學者對它進行了研究，提出了許多有關粒計算的理論、方法和模型，現已成為研究模糊的、不較精確的、不完整的及海量資訊處理的重要工具。粒計算是乙個含義廣泛的術語，覆蓋了所有有關粒的理論、方法學、技術和工具的研究，並認為粒計算是模糊資訊粒化、rough集理論和區間計算的超集，是粒數學的子集。粒計算是在問題求解中使用粒子，構建資訊粒化，將一類物件基於不可分辨關係、相似性等特徵劃分為一系列粒。粒計算模型分為兩大類：一類以處理不確定性為主要目標，如以模糊處理為基礎的計算模型，以粗糙集為基礎的模型，側重於計算物件的不確定性處理。模糊概念是粒計算的主要組成部分;另一類則以多粒度計算為目標，如商空間理論。從不同的粒度上分層次地處理它們，降低處理複雜問題的複雜性。資訊粒廣泛存在於現實世界中，是對現實的抽象。
粒計算的價值和作用
粒計算雖然誕生得早，並沒有雲計算發展得快，只是到最近才火了起來，這**於人工智慧和大資料技術的熱寵。在這兩個方面進行粒計算，意義不同凡響。人工智慧和大資料的誕生，是因為人們試圖從人類思維和生物界的一些規律中得到啟發，建立相應的計算模型，應用到資訊科學中去，而粒計算則在更高層次上模擬了人類的思維規律。
當人工智慧掌握「粒計算」，就會像顯微鏡一樣，能分析海量資訊，這將對科學界和人類社會都產生深遠影響。當大資料遇到了粒計算，可以對大資料所表示的領域資訊進行粒度分析，確定可能的粒度層次數目、各層次上資訊粒的語義以及根據領域知識能夠斷言的資訊粒之間的相關關係，這些粒度分析結果及其質量可直接影響後續的大資料處理的準確性和效率。目前，大資料開源平台的蓬勃發展，適用於不同應用場合的系統層出不窮，針對具體資料選擇適合的多粒度建模，實現對特定粒計算模型的支援，可以更好地進行海量資料分析。所以，人工智慧和大資料再火，也需要依仗粒計算等這些新技術來實現，否則就是空中樓閣，沒有任何現實意義。海量的資料中大量都是不確定的，模糊的，這給粒計算提供了廣闊的發展空間。
什麼是粒計算？和雲計算有什麼關係？
不僅在大資料、人工智慧這些領域，在雲計算裡，粒計算同樣受歡迎。雲計算是一種計算資源，集合了海量的資料處理，與大資料、人工智慧都有著緊密聯絡，而粒計算正是處理海量資料，尤其是不確定性資料的好手。雲計算可以根據使用者需求通過網路對鬆散耦合的粗細粒度應用元件進行分布式部署、組合和使用，形成多粒度或者可變粒度的服務。雲計算的技術底層架構中，分布式作業系統也支撐軟體的多粒度和可變粒度。由於雲計算本身的通用性特點，在「雲」的支撐下可以構造出千變萬化的應用，同乙個「雲」可以同時支撐不同的應用執行，這都需要對海量的不確定資料進行計算處理，這時就需要粒計算。
雲計算和粒計算之間的關係
雲計算提供的服務也是個性化的，是多粒度和可變粒度的,提供的是細粒度服務。在雲計算中，為了保證計算和儲存等操作的完整性，在實現上要考慮很多大規模分布式計算機集群進行海量資料處理時容錯處理問題，在出現部分失效的情況下計算任務仍然能夠正確執行，這時粒計算就會發揮作用。粒計算本身就可以處理大量具有不確定性的資料，當海量資料中摻雜著無用甚至是錯誤的資料，在粒計算的處理下，依然能夠得到較佳的正確結果，粒計算本身就具有容錯性。粒計算還可以將計算任務更加優化地分解和並行執行，對於每個未完成子任務，粒計算都會啟動乙個備份子任務同時執行，無論初始任務還是備份子任務處理完成，該子任務都會立即被標記為完成狀態，通過備份任務機制可以有效避免因個別節點處理速度過慢而延誤整個任務的處理速度，粒計算可以在雲計算中大展手腳。
什麼是粒計算？和雲計算有什麼關係？
雲計算是一種新型的超級計算方式，以資料為中心，是一種資料密集型的超級計算，對海量資料處理操作非常頻繁的，需要新的演算法適應，這時粒計算應運而生，將會更好地完成海量資料處理任務。粒計算是雲計算的較佳拍檔，隨著雲計算要處理的資料量越來越龐大，大量無用甚至錯誤的資料影響到了雲計算的處理效率和結果，引入粒計算後，可以有效提公升雲計算的計算效率，充分地發揮出雲計算的優勢。
粒計算面臨的挑戰
計算物件的粒化
什麼是粒計算？和雲計算有什麼關係？
結構的表示
粒化之後, 另乙個重要問題是如何表示這些結構。目前已有的進展是採用概率圖模型, 如條件隨機場、馬爾可夫隨機場等, 即利用概率來表示結構中的不確定性。為了分析概率圖模型, 在傳統機器學習的基礎上, 發展出一套具有結構資料的機器學習方法, 即結構**法 。因此對於有結構的物件,也可以採用傳統的機器學習方法加以處理。
面向大規模的實際問題
網路環境下, 粒計算必須面向大規模的問題, 這必然導致採用多粒度、多層次的分析與處理方法。因此需要在此框架下發展出一套高效的演算法。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
雲計算環境中儲存要必備哪六大要素
面對巨大的雲計算人才需要，你準備好了麼？
雲計算的最終目標是什麼？雲計算有哪些模式？
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
霧計算是什麼，與物聯網之間，有什麼關係？
霧計算是一種分布式協作架構，能夠將實際資料 與雲端之間的各種特定應用程式或服務用在最有效的位置進行管理。這種型別的計算正有效地將雲計算功能和服務擴充套件到網路的邊際，將其優勢和功能發揮在最貼近資料能被執行與操作之處。霧計算的主要目標 霧的主要目標是提高效率，並化解傳送到雲計算 儲存時可能產生的網路塞...
探索 雲計算是什麼
在我看來雲計算就像如今的發電廠一樣，向使用者提供各種服務。我們都知道，我們用電 用水都是按使用量進行付款的，雲計算也是這樣，它可以按需向使用者提供服務，收取一定得費用。從這裡可以看出，與計算擁有兩大特點 1.提高使用者體驗 2.降低成本 對於個人使用者來說，可以使用低配置的電腦或者手機來完成工作。而...
雲計算與雲儲存，具體是什麼關係？
未來雲計算的應用會更加細緻的深入到我們日常的生活中去，未來基於雲計算的雲儲存會更加的深入到目前的移動互聯行業，而我們現在的智慧型有手機在未來將有乙個具有大容量雲儲存，正如前面所說的，雲儲存不是實物，是服務，未來市場潛力巨大。現在的it業界對於雲集計算的鍾愛超過了以往的任何時候，雲計算產業被認為是繼大...