Хуткае пашырэнне прылад IoT, а таксама павелічэнне іх вылічальнай магутнасці прывялі да велізарных аб'ёмаў даных. І па меры таго, як сеткі 5G павялічваюць колькасць звязаных мабільных прылад, аб'ём даных будзе працягваць расці.
Абяцанне воблака і штучнага інтэлекту ў мінулым заключалася ў тым, што яны аўтаматызуюць і паскораць інавацыі, генеруючы з даных прыдатную інфармацыю.
Аднак магутнасці сеткі і інфраструктуры былі пераўзыдзены незвычайнай колькасцю і складанасцю прадастаўленыя дадзеныя падлучанымі прыладамі. Праблемы з прапускной здольнасцю і затрымкай узнікаюць, калі ўсе дадзеныя прылады перадаюцца ў цэнтралізаваны цэнтр апрацоўкі дадзеных або воблака.
Памежныя вылічэнні больш эфектыўныя, паколькі даныя апрацоўваюцца і аналізуюцца бліжэй да месца паходжання. Затрымка значна памяншаецца, паколькі даныя не перадаюцца па сетцы ў воблака або цэнтр апрацоўкі дадзеных.
У гэтай публікацыі будзе растлумачана, як працуюць пагранічныя вылічэнні, чаму яны важныя, а таксама прадстаўлены розныя прыклады памежных вылічэнняў з перавагамі і недахопамі.
Што такое Edge computing?
Edge computing - гэта размеркаваная вылічальная платформа, якая набліжае карпаратыўныя прыкладанні да такіх крыніц даных, як прылады IoT або лакальныя краявыя серверы. Такая блізкасць да даных у іх крыніцы можа забяспечыць значныя перавагі для бізнесу, такія як больш хуткае разуменне, больш хуткі час рэакцыі і павелічэнне даступнасці прапускной здольнасці.
У самым простым выглядзе периферийные вылічэнні набліжаюць апрацоўку і захоўванне даных да прылад, якія збіраюць даныя, а не залежаць ад цэнтральнага месца, якое можа знаходзіцца за тысячы міль.
Гэта робіцца, каб гарантаваць, што даныя, асабліва даныя ў рэжыме рэальнага часу, не падвяргаюцца праблемам затрымкі, якія могуць пагоршыць прадукцыйнасць прыкладання. Акрамя таго, выконваючы апрацоўку лакальна, прадпрыемствы могуць зэканоміць грошы за кошт памяншэння аб'ёму даных, якія неабходна адпраўляць у цэнтралізаванае або воблачнае месца.
Разгледзім прылады, якія кантралююць прамысловае абсталяванне на фабрыцы, або падключаную да Інтэрнэту відэакамеру транслюе жывое відэа з далёкага офіса. У той час як адна прылада, якая вырабляе дадзеныя, можа лёгка перамяшчаць дадзеныя па сетцы, праблемы ўзнікаюць, калі колькасць прылад, якія перадаюць дадзеныя адначасова, расце.
Памножце адну відэакамеру ў прамым эфіры на сотні ці тысячы адзінак. Затрымка не толькі пагоршыць якасць, але і плата за прапускную здольнасць можа стаць празмерна высокай.
Многія з гэтых сістэм выйграюць ад периферийных вылічальных сродкаў і паслуг, якія забяспечваюць лакальную крыніцу апрацоўкі і захоўвання. Напрыклад, памежны шлюз можа апрацоўваць даныя з памежнага прылады, а затым перадаваць толькі адпаведныя даныя назад у воблака. У выпадку прыкладання ў рэжыме рэальнага часу яно таксама можа вяртаць дадзеныя на краявую прыладу.
Як працуюць Edge computing?
Фізічная архітэктура edge складаная, але асноўная канцэпцыя заключаецца ў тым, што кліенцкія прылады падключаюцца да бліжэйшага краявога модуля для больш хуткай апрацоўкі і бесперабойнай працы. Прыкладамі крайніх прылад з'яўляюцца датчыкі IoT, камп'ютар супрацоўніка, яго апошні смартфон, камеры бяспекі або нават падключаная да Інтэрнэту мікрахвалевая печ на працоўным месцы.
Аўтаномны мабільны робат, напрыклад, рука робата на аўтамабільным заводзе, можа выкарыстоўвацца ў якасці крайняй прылады ў прамысловым кантэксце. Гэта можа быць высокакласная хірургічная тэхналогія, якая дазваляе хірургам рабіць аперацыі з аддаленых месцаў аховы здароўя. У межах інфраструктуры краявых вылічэнняў краявыя шлюзы лічацца краявымі прыладамі.
Модулі цалкам можна назваць краявымі серверамі або межавымі шлюзамі, у залежнасці ад выкарыстоўванай тэрміналогіі. У той час як пастаўшчыкі паслуг будуць усталёўваць некалькі памежных шлюзаў або сервераў для ўключэння памежнай сеткі (Verizon, напрыклад, для сваёй сеткі 5G), арганізацыям, якія маюць намер укараніць прыватную памежную сетку, таксама трэба будзе разгледзець гэтае абсталяванне.
У звычайнай канфігурацыі даныя ствараюцца на ПК карыстальніка або любым іншым кліенцкім дадатку. Затым яны перадаюцца на сервер па такіх каналах, як Інтэрнэт, інтранэт, лакальная сетка і г.д., дзе даныя захоўваюцца і апрацоўваюцца. Гэта ўсё яшчэ правераны падыход да кліент-серверных вылічэнняў.
Ідэя краявых вылічэнняў простая: замест таго, каб перамяшчаць даныя бліжэй да цэнтра апрацоўкі дадзеных, цэнтр апрацоўкі дадзеных перамяшчаецца бліжэй да даных. Рэсурсы захоўвання і апрацоўкі дата-цэнтра размяшчаюцца як мага бліжэй да крыніцы даных (пажадана ў тым жа раёне).
Чаму Edge-вылічэнні важныя?
Большая частка сучасных вылічэнняў адбываецца на мяжы, у такіх месцах, як бальніцы, фабрыкі і рознічныя крамы, апрацоўваючы найбольш канфідэнцыяльныя даныя і забяспечваючы харчаванне крытычна важных прылад, якія павінны працаваць паслядоўна і бяспечна.
Гэтыя месцы патрабуюць рашэнняў з нізкай затрымкай, якія не патрабуюць падлучэння да сеткі. Патэнцыял Edge разбурыць кампанію ва ўсіх сектарах і функцыях, ад прыцягнення кліентаў і маркетынгу да вытворчасці і бэк-офісных аперацый, - гэта тое, што робіць яго такім інтрыгуючым. У такіх сітуацыях edge забяспечвае актыўныя і адаптыўныя бізнес-працэсы, часта ў рэжыме рэальнага часу, што прыводзіць да новага і палепшанага карыстальніцкага досведу.
Кампаніі могуць выкарыстоўваць Edge, каб перанесці лічбавы свет у рэальны свет. Паляпшэнне вопыту рознічнага гандлю шляхам прыцягнення вэб-дадзеных і аналітыкі ў фізічныя ўстановы. Стварэнне метадаў навучання супрацоўнікаў і сцэнарыяў навучання работнікаў робатам.
Стварэнне інтэлектуальных налад, якія аддаюць перавагу нашай бяспецы і камфорту. Памежныя вылічэнні, якія дазваляюць прадпрыемствам працаваць з праграмамі з самым высокім узроўнем надзейнасці, у рэжыме рэальнага часу і патрабаваннямі даных адразу на месцы, падобныя на ўсе гэтыя выпадкі. Нарэшце, гэта дазваляе прадпрыемствам больш хутка ўкараняць інавацыі, хутчэй запускаць новыя тавары і паслугі і ствараць новыя крыніцы даходу.
Гранічныя вылічэнні і AI/ML
Дзякуючы акцэнту на зборы і апрацоўцы даных у рэжыме рэальнага часу, периферийные вылічэнні могуць спрыяць поспеху інтэлектуальных прыкладанняў з інтэнсіўнай працай даных. Аперацыі штучнага інтэлекту/машыннага навучання (AI/ML), такія як алгарытмы распазнавання малюнкаў, можна больш эфектыўна выконваць бліжэй да крыніцы даных, пазбаўляючы ад неабходнасці перавозіць велізарныя аб'ёмы даных у цэнтралізаваны цэнтр апрацоўкі дадзеных.
Гэтыя прыкладанні аб'ядноўваюць вялікую колькасць пунктаў даных для атрымання больш каштоўнай інфармацыі, якая можа дапамагчы прадпрыемствам прымаць лепшыя рашэнні. Гэтая функцыя можа дапамагчы ў розных узаемадзеяннях кампаніі, уключаючы абслугоўванне кліентаў, прафілактычнае абслугоўванне, абарону ад махлярства, прыняцце клінічных рашэнняў і многае іншае.
Арганізацыі могуць выкарыстоўваць метады кіравання прыняццем рашэнняў і высновы AI/ML для фільтрацыі, аналізу, кваліфікацыі і аб'яднання кропак даных для атрымання інфармацыі больш высокага парадку, разглядаючы кожную уваходную кропку даных як падзею.
Прыкладанні з інтэнсіўнай працай даных можна падзяліць на этапы, кожны з якіх выконваецца ў асобным месцы ІТ-асяроддзя. Калі даныя збіраюцца, папярэдне апрацоўваюцца і перадаюцца, у дзеянне ўступае краявая тэхналогія.
Затым даныя захоўваюцца, пераўтвараюцца і выкарыстоўваюцца для навучання мадэлі машыннага навучання пасля праходжання этапаў інжынерыі і аналітыкі, якія звычайна выконваюцца ў публічным або прыватным воблачным асяроддзі. Затым ён вяртаецца да краю для этапу вываду падчас выканання, які абслугоўвае і кантралюе навучанне з дапамогай машыны мадэляў.
Для дасягнення гэтых шматлікіх мэтаў і забеспячэння сувязі паміж гэтымі рознымі этапамі неабходная гнуткая, адаптыўная і эластычная інфраструктура і платформа распрацоўкі прыкладанняў.
Гібрыднае воблака забяспечвае гнуткасць для аптымальнага забеспячэння працоўных нагрузак збору даных і інтэлектуальнага вываду на мяжы асяроддзя, рэсурсаёмістых працоўных нагрузак па апрацоўцы даных і навучання ў воблачных асяроддзях, а таксама бізнес-падзей і сістэм кіравання інфармацыяй, блізкіх да бізнес-карыстальнікаў. падыход, які забяспечвае стабільны вопыт у публічных і прыватных воблаках.
Краёвыя вылічэнні з'яўляецца найважнейшым кампанентам канцэпцыі гібрыднага воблака, які накіраваны на забеспячэнне паслядоўнага прымянення і эксплуатацыі.
Edge Computing Выпадкі выкарыстання
Гранічныя вылічэнні выкарыстоўваюцца ў многіх тэхналогіях, якія мы выкарыстоўваем сёння для задавальнення і бізнесу, ад сістэм дастаўкі кантэнту і разумных тэхналогій да гульняў, 5G і прагназуючага абслугоўвання. Сэрвісы струменевай перадачы музыкі і відэа, напрыклад, часта кэшуюць даныя, каб паменшыць затрымку і забяспечыць большую гібкасць сеткі ў адказ на патрэбы трафіку карыстальнікаў.
Пагранічныя вылічэнні дазваляюць вытворцам больш уважліва сачыць за сваёй працай. Перыядныя вылічэнні дазваляюць кампаніям старанна кантраляваць эфектыўнасць абсталявання і вытворчых ліній і ў пэўных сітуацыях прадказваць няспраўнасці да іх узнікнення, зніжаючы выдаткі на час прастою.
Перыядныя вылічэнні таксама выкарыстоўваюцца ў ахове здароўя для лепшага догляду за пацыентамі, прапаноўваючы лекарам больш у рэальным часе разуменне іх здароўя без неабходнасці адпраўляць іх дадзеныя ў базу дадзеных трэцяга боку для апрацоўкі. Нафтагазавыя карпарацыі могуць сачыць за сваімі актывамі і прадухіляць дарагія цяжкасці ў іншых месцах.
Тэхналогіі Edge Computing таксама выкарыстоўваюцца пры стварэнні разумных дамоў. Усё больш і больш гаджэтаў, асабліва галасавых памочнікаў, маюць патрэбу ў падключэнні і аналізе дадзеных у абмежаванай сетцы. Amazon Alexa і Google Assistant запатрабавалі б значна больш часу, каб знайсці адказы для спажыўцоў, калі б у іх не было доступу да дэцэнтралізаванай вылічальнай магутнасці.
Яшчэ адзін тыповы прыклад гранічных вылічэнняў - падключаныя аўтамабілі. Каб адсочваць перамяшчэнне пасажыраў і аказанне паслуг, на аўтобусах і чыгунцы ўстаноўлены камп'ютары. Дзякуючы тэхналогіям, усталяваным у іх транспартных сродках, вадзіцелі дастаўкі могуць вызначаць найбольш эфектыўныя маршруты. Пры выкарыстанні стратэгіі периферийных вылічэнняў кожны транспартны сродак працуе на той жа стандартызаванай платформе, што і астатні аўтапарк, што павышае надзейнасць абслугоўвання і гарантуе бяспеку даных па ўсіх напрамках.
Іншым прыкладам периферийных вылічэнняў з'яўляюцца аўтаномныя аўтамабілі, якія апрацоўваюць велізарную колькасць даных у рэжыме рэальнага часу ў асяроддзі, дзе сувязь можа быць з перапынкамі. Аўтаномныя транспартныя сродкі, такія як беспілотныя аўтамабілі, аналізуюць даныя датчыкаў на борце транспартнага сродку, каб паменшыць затрымку з-за велізарнага аб'ёму даных. Аднак яны могуць падключацца да цэнтральнага месца для абнаўлення праграмнага забеспячэння па паветры.
Памежныя вылічэнні таксама спрыяюць пастаяннай даступнасці папулярных інтэрнэт-сэрвісаў. Сеткі дастаўкі кантэнту (CDN) размяшчаюць серверы даных побач з месцамі кліентаў, што дазваляе хутка загружаць загружаныя вэб-сайты і забяспечвае хуткія паслугі струменевага відэа.
льготы
- Гранічныя вылічэнні могуць прывесці да больш танных, хуткіх і надзейных паслуг. Пагранічныя вылічэнні забяспечваюць спажыўцам больш хуткі і стабільны вопыт. Edge мае на ўвазе праграмы з нізкай затрымкай, высокую даступнасць з маніторынгам у рэальным часе для кампаній і пастаўшчыкоў паслуг.
- Памежныя вылічэнні могуць зэканоміць сеткавыя выдаткі, пазбегнуць абмежаванняў прапускной здольнасці, скараціць час перадачы, ліквідаваць збоі абслугоўвання і даць вам большы кантроль над перадачай канфідэнцыйных даных. Час загрузкі скарачаецца, а інтэрнэт-сэрвісы набліжаюцца да карыстальнікаў, што дазваляе як дынамічнае, так і статычнае кэшаванне.
- Вылічэнні на мяжы прыносяць карысць прыкладанням, якія выйграюць ад больш хуткага часу рэакцыі, такім як дапоўненая рэальнасць і віртуальная рэальнасць.
- Яшчэ адна перавага гранічных вылічэнняў - гэта здольнасць праводзіць аналіз і агрэгацыю вялікіх даных на месцы, што дазваляе прымаць рашэнні практычна ў рэальным часе. Захоўваючы ўсю гэтую вылічальную магутнасць на лакальным узроўні, краявыя вылічэнні яшчэ больш зніжаюць верагоднасць раскрыцця канфідэнцыйных даных, што дазваляе прадпрыемствам выконваць стандарты бяспекі і выконваць нарматыўныя правілы.
- Надзейнасць і эканомія сродкаў, звязаныя з краявымі вылічэннямі, прыносяць карысць карпаратыўным кліентам. Рэгіянальныя сайты могуць працягваць працаваць незалежна ад асноўнага сайта, захоўваючы лакальную вылічальную магутнасць, нават калі асноўны сайт па любой прычыне не працуе. Падтрымліваючы магутнасць вылічальнай апрацоўкі бліжэй да яе крыніцы, кошт аплаты прапускной здольнасці для перадачы дадзеных паміж асноўнымі і рэгіянальнымі сайтамі значна зніжаецца.
- Памежная платформа можа дапамагчы ў аднастайнасці аперацый і распрацоўкі прыкладанняў. У адрозненне ад цэнтра апрацоўкі дадзеных, ён павінен забяспечваць узаемадзеянне, каб абслугоўваць больш шырокае разнастайнасць апаратных і праграмных асяроддзяў. У адкрытай экасістэме добры падыход да краю таксама дазваляе прадуктам ад многіх пастаўшчыкоў працаваць разам.
недахопамі
- Памежныя вылічэнні пашыраюць агульную паверхню атакі сеткі. Кібератакі могуць выкарыстоўваць краявыя прылады ў якасці кропкі ўваходу, што дазваляе зламысніку ўкараніць шкоднаснае праграмнае забеспячэнне і заразіць сетку.
- На жаль, стварыць эфектыўную бяспеку ў размеркаваным кантэксце складана. Большая частка апрацоўкі даных адбываецца па-за прамой бачнасцю групы бяспекі і цэнтральнага сервера. Калі карпарацыя дадае новае абсталяванне, паверхня атакі таксама пашыраецца.
- Кошт гранічных вылічэнняў - яшчэ адна важная праблема. Наладжванне інфраструктуры дорага і складана, калі толькі карпарацыя не працуе з мясцовым партнёрам. Выдаткі на тэхнічнае абслугоўванне часта дарагія, бо каманда павінна падтрымліваць шмат прылад у выдатным працоўным стане ў розных месцах.
Выклікі
- Можа быць складаней маштабаваць краявыя серверы да шэрагу маленькіх сайтаў, чым дадаць такую ж магутнасць да аднаго ядра цэнтра апрацоўкі дадзеных. Фізічныя сайты маюць больш накладных выдаткаў, якія могуць быць складанымі для малых прадпрыемстваў.
- Памежныя вылічальныя ўстаноўкі звычайна размяшчаюцца ў аддаленых месцах з невялікімі тэхналагічнымі ведамі або без іх. Калі нешта пойдзе не так на месцы, вам спатрэбіцца інфраструктура, якую можна будзе хутка выправіць нетэхнічнай мясцовай рабочай сілай, а затым цэнтралізавана кіраваць невялікай групай спецыялістаў.
- Каб палегчыць кіраванне і забяспечыць больш хуткі пошук і ліквідацыю непаладак, працэдуры кіравання сайтам павінны быць вельмі аднаўляльнымі на ўсіх сайтах краявых вылічэнняў. Калі праграмнае забеспячэнне рэалізавана па-рознаму ў кожным месцы, узнікаюць праблемы.
- Гранічныя месцы часта менш бяспечныя, чым асноўныя сайты з пункту гледжання фізічнай бяспекі. Гранічны падыход павінен улічваць магчымасць зламысных або ненаўмысных падзей.
заключэнне
Улічваючы, што Інтэрнэт рэчаў і краявыя вылічэнні ўсё яшчэ знаходзяцца ў зачаткавым стане, іх поўны патэнцыял яшчэ далёкі. Адначасова яны паскараюць лічбавыя змены ў розных галінах, а таксама змяняюць штодзённае жыццё людзей ва ўсім свеце.
Да 2025 года эксперты чакаюць, што 75% апрацоўкі даных будзе адбывацца па-за тыповым цэнтрам апрацоўкі дадзеных або воблакам. Атрымайце фору з периферийными вылічэннямі, каб адкрыць для сябе новыя бізнес-магчымасці, павысіць эфектыўнасць працы і забяспечыць нязменны спажывецкі вопыт.
Пакінуць каментар