Rychlá expanze IoT zařízení, stejně jako jejich rozšiřující se výpočetní kapacita, vyústily v obrovské množství dat. A jak sítě 5G rozšiřují počet propojených mobilních zařízení, objemy dat budou nadále růst.
Slib cloudu a umělé inteligence v minulosti spočíval v tom, že automatizují a urychlují inovace generováním použitelných informací z dat.
Síťové a infrastrukturní kapacity však byly překonány mimořádným množstvím a složitostí poskytnutá data pomocí připojených zařízení. Potíže s šířkou pásma a latencí vznikají, když jsou všechna data zařízení přenášena do centralizovaného datového centra nebo cloudu.
Edge computing je efektivnější, protože data jsou zpracovávána a analyzována blíže k bodu původu. Latence je výrazně snížena, protože data nejsou přenášena přes síť do cloudu nebo datového centra ke zpracování.
Tento příspěvek vysvětlí, jak Edge computing funguje, proč je nezbytný, a poskytne různé příklady Edge computingu s výhodami a nevýhodami.
Co je to Edge computing?
Edge computing je distribuovaná výpočetní platforma, která přibližuje podnikové aplikace zdrojům dat, jako jsou zařízení IoT nebo lokální okrajové servery. Tato blízkost k datům u jejich zdroje může poskytnout významné obchodní výhody, jako je rychlejší přehled, rychlejší reakční doby a zvýšená dostupnost šířky pásma.
Ve své nejzákladnější podobě přivádí edge computing zpracování a ukládání dat blíže k zařízením, která shromažďují data, spíše než se spoléhat na centrální umístění, které může být tisíce kilometrů daleko.
To se provádí proto, aby bylo zaručeno, že data, zejména data v reálném čase, nebudou vystavena problémům s latencí, které by mohly zhoršit výkon aplikace. Navíc místním prováděním zpracování mohou podniky ušetřit peníze tím, že sníží množství dat, která musí být odesílána do centralizovaného nebo cloudového umístění.
Zvažte zařízení, která monitorují průmyslová zařízení v továrně, nebo videokameru připojenou k internetu, která streamuje živé video ze vzdálené kanceláře. Zatímco jediné zařízení produkující data může snadno přesouvat data po síti, problémy nastávají, když roste počet zařízení přenášejících data současně.
Vynásobte jednu živou videokameru stovkami nebo tisíci jednotek. Nejenže by zpoždění snížilo kvalitu, ale poplatky za šířku pásma by mohly být neúnosně vysoké.
Mnoho z těchto systémů těží z hardwaru a služeb edge computingu, které poskytují místní zdroj zpracování a úložiště. Okrajová brána může například zpracovávat data z okrajového zařízení a poté přenášet zpět do cloudu pouze relevantní data. V případě aplikace v reálném čase může také dodávat data zpět do okrajového zařízení.
Jak funguje Edge computing?
Fyzická architektura edge je složitá, ale základním konceptem je, že klientská zařízení se připojují k blízkému modulu edge pro rychlejší zpracování a plynulejší operace. Senzory internetu věcí, počítač zaměstnance, jejich nejnovější chytrý telefon, bezpečnostní kamery nebo dokonce mikrovlnná trouba na pracovním místě připojená k internetu jsou příklady okrajových zařízení.
Autonomní mobilní robot, jako je robotické rameno v automobilovém závodě, může být použit jako okrajové zařízení v průmyslovém kontextu. Může to být špičková chirurgická technologie, která umožňuje chirurgům provádět operace ze vzdálených míst ve zdravotnictví. V rámci infrastruktury okrajových počítačů jsou okrajové brány považovány za okrajová zařízení.
Moduly lze v závislosti na použité terminologii dobře označit jako okrajové servery nebo okrajové brány. Zatímco poskytovatelé služeb nainstalují několik okrajových bran nebo serverů, aby umožnili okrajovou síť (například Verizon pro svou síť 5G), organizace, které zamýšlejí implementovat privátní okrajovou síť, budou muset také zvážit toto zařízení.
V normální konfiguraci jsou data vytvářena na PC uživatele nebo jakékoli jiné klientské aplikaci. Poté jsou přeneseny na server prostřednictvím kanálů, jako je internet, intranet, LAN atd., kde jsou data uložena a zpracována. Toto je stále osvědčený přístup k výpočtu klient-server.
Myšlenka edge computingu je jednoduchá: místo přesunu dat blíže k datovému centru je datové centrum přemístěno blíže k datům. Úložné a zpracovatelské zdroje datového centra jsou umístěny co nejblíže zdroji dat (nejlépe ve stejné oblasti).
Proč je Edge computing důležitý?
Velká část dnešní výpočetní techniky se odehrává na okraji, v místech, jako jsou nemocnice, továrny a maloobchodní prodejny, zpracovává nejcitlivější data a napájí kritická zařízení, která musí fungovat konzistentně a bezpečně.
Tato umístění vyžadují řešení s nízkou latencí, která nevyžadují síťové připojení. Díky potenciálu Edge narušit společnost napříč všemi sektory a funkcemi, od zapojení zákazníků a marketingu až po výrobní a back-office operace, je to tak zajímavé. V těchto situacích edge umožňuje proaktivní a adaptabilní obchodní procesy, často v reálném čase, což vede k novým a vylepšeným uživatelským zkušenostem.
Firmy mohou pomocí Edge přenést digitální svět do skutečného světa. Zlepšení maloobchodních zkušeností přenesením webových dat a analýz do fyzických provozoven. Vytváření metod, ve kterých lze zaměstnance školit, a scénářů, ve kterých mohou roboti pracovníky učit.
Vytváření inteligentních nastavení, která upřednostňují naši bezpečnost a pohodlí. Edge computing, který umožňuje podnikům provozovat aplikace s nejvyšší úrovní spolehlivosti, v reálném čase a s potřebami dat okamžitě na místě, je podobný všem těmto případům. A konečně to podnikům umožňuje rychleji inovovat, rychleji uvádět nové zboží a služby a vytvářet nové zdroje příjmů.
Edge computing & AI/ML
Se svým důrazem na sběr dat a zpracování v reálném čase může edge computing pomoci k úspěchu inteligentních aplikací náročných na data. Operace umělé inteligence/strojového učení (AI/ML), jako jsou algoritmy pro rozpoznávání obrazu, lze provádět efektivněji blíže ke zdroji dat, což eliminuje potřebu přenášet obrovské objemy dat do centralizovaného datového centra.
Tyto aplikace kombinují velké množství datových bodů, aby získaly hodnotnější informace, které mohou podnikům pomoci při lepším rozhodování. Tato funkce může pomoci s různými firemními interakcemi, včetně zákaznických služeb, preventivní údržby, ochrany proti podvodům, klinického rozhodování a dalších.
Organizace mohou využívat řízení rozhodování a přístupy inference AI/ML k filtrování, analýze, kvalifikaci a kombinování datových bodů k odvození informací vyššího řádu tím, že každý příchozí datový bod bude považovat za událost.
Datově náročné aplikace lze rozdělit do fází, z nichž každá je realizována na samostatném místě v IT prostředí. Když jsou data shromažďována, předzpracována a přenášena, přichází do akce špičková technologie.
Data jsou poté uložena, převedena a použita pro trénování modelu strojového učení poté, co projdou inženýrskými a analytickými fázemi, které se běžně provádějí v prostředí veřejného nebo soukromého cloudu. Poté se vrátí na okraj pro krok inference za běhu, který obsluhuje a monitoruje strojové učení modely.
Ke splnění těchto četných cílů a nabídnutí konektivity mezi těmito odlišnými fázemi je nezbytná flexibilní, adaptivní a elastická infrastruktura a platforma pro vývoj aplikací.
Hybridní cloud poskytuje flexibilitu pro optimální zajištění pracovních zátěží pro sběr dat a inteligentního vyvozování na okraji prostředí, zátěže náročného na zpracování dat a školení napříč cloudovými prostředími a systémy pro správu obchodních událostí a náhledů v blízkosti podnikových uživatelů. přístup, který poskytuje konzistentní zkušenost napříč veřejnými a soukromými cloudy.
edge computing je klíčovou součástí konceptu hybridního cloudu, jehož cílem je poskytovat konzistentní aplikační a provozní zkušenosti.
Případy použití Edge Computing
Edge computing se používá v mnoha technologiích, které dnes používáme pro zábavu a podnikání, od systémů doručování obsahu a chytrých technologií až po hraní her, 5G a prediktivní údržbu. Například služby streamování hudby a videa často ukládají data do mezipaměti, aby se snížila latence a poskytla větší flexibilita sítě v reakci na potřeby provozu uživatelů.
Edge computing umožňuje výrobcům blíže kontrolovat jejich provoz. Edge computing umožňuje podnikům pečlivě monitorovat efektivitu zařízení a výrobních linek a v určitých situacích předvídat chyby dříve, než k nim dojde, což snižuje náklady na prostoje.
Edge computing se také využívá ve zdravotnictví k lepší péči o pacienty a nabízí lékařům více informací o jejich zdraví v reálném čase, aniž by museli odesílat svá data ke zpracování do databáze třetí strany. Ropné a plynárenské korporace mohou hlídat svá aktiva a předcházet nákladným potížím na jiných místech.
Technologie Edge computing se používají i při vytváření chytrých domácností. Stále více přístrojů, zejména hlasových asistentů, potřebuje připojení a analýzu dat v omezené síti. Amazon Alexa a Google Assistant by odhalování odpovědí pro spotřebitele trvalo mnohem déle, pokud by neměli přístup k decentralizovanému výpočetnímu výkonu.
Dalším typickým příkladem edge computingu jsou propojené automobily. Počítače jsou instalovány v autobusech a železnicích pro sledování pohybu cestujících a poskytování služeb. S technologií na palubě svých vozidel mohou řidiči dodávky určit nejefektivnější trasy. Při použití strategie edge computingu běží každé vozidlo na stejné standardizované platformě jako zbytek vozového parku, což zlepšuje spolehlivost služeb a zajišťuje plošné zabezpečení dat.
Dalším příkladem edge computingu jsou autonomní auta, která zpracovávají obrovské množství dat v reálném čase v prostředí, kde může být konektivita přerušovaná. Autonomní vozidla, jako jsou samořídící automobily, analyzují data ze senzorů na palubě vozidla, aby snížili latenci kvůli obrovskému objemu dat. Mohou se však připojit k centrálnímu místu pro aktualizace softwaru vzduchem.
Edge computing také přispívá k trvalé dostupnosti oblíbených internetových služeb. Sítě pro doručování obsahu (CDN) umísťují datové servery do blízkosti míst zákazníků, což umožňuje rychlé načítání rušných webových stránek a umožňuje rychlé služby streamování videa.
Výhody
- Edge computing může vést k levnějším, rychlejším a spolehlivějším službám. Edge computing poskytuje spotřebitelům rychlejší a konzistentnější zážitek. Edge znamená aplikace s nízkou latencí, vysoce dostupné aplikace s monitorováním v reálném čase pro společnosti a poskytovatele služeb.
- Edge computing může ušetřit náklady na síť, vyhnout se omezením šířky pásma, zkrátit přenosové časy, eliminovat selhání služeb a poskytnout vám větší kontrolu nad přenosem citlivých dat. Doby načítání jsou zkráceny a online služby jsou přiblíženy uživatelům, což umožňuje dynamické i statické ukládání do mezipaměti.
- Výpočetní práce na okraji přináší výhody aplikacím, které těží z rychlejší reakční doby, jako je rozšířená realita a virtuální realita.
- Další výhodou edge computingu je schopnost provádět na místě analýzu a agregaci velkých dat, což umožňuje rozhodování téměř v reálném čase. Tím, že je veškerý výpočetní výkon ponechán na místní úrovni, edge computing dále snižuje možnost odhalení citlivých dat, což umožňuje podnikům prosazovat bezpečnostní standardy a dodržovat regulační pravidla.
- Spolehlivost a úspory nákladů spojené s edge computingem jsou přínosem pro podnikové zákazníky. Regionální weby mohou i nadále fungovat nezávisle na hlavním webu tím, že budou udržovat výpočetní výkon místní, a to i v případě, že hlavní web z jakéhokoli důvodu selže. Udržením výpočetní kapacity blíže jejímu zdroji se výrazně sníží náklady na platbu za šířku pásma pro přenos dat mezi jádrem a regionálními lokalitami.
- Okrajová platforma může pomoci s jednotností operací a vývoje aplikací. Na rozdíl od datového centra by měl nabízet interoperabilitu, aby uspokojil širší rozmanitost hardwarových a softwarových prostředí. V otevřeném ekosystému dobrý přístup na hranici také umožňuje, aby produkty od mnoha dodavatelů fungovaly společně.
nevýhody
- Edge computing rozšiřuje celkovou útočnou plochu sítě. Kybernetické útoky mohou využívat okrajová zařízení jako vstupní bod, což útočníkovi umožňuje injektovat škodlivý software a infikovat síť.
- Vybudování efektivního zabezpečení v distribuovaném kontextu je bohužel náročné. Většina zpracování dat probíhá mimo přímý dohled bezpečnostního týmu a centrálního serveru. Když korporace přidá nový kus vybavení, rozšíří se také útočná plocha.
- Dalším velkým problémem jsou náklady na edge computing. Nastavení infrastruktury je drahé a komplikované, pokud korporace nespolupracuje s místním okrajovým partnerem. Náklady na údržbu jsou často drahé, protože tým musí udržovat mnoho zařízení ve vynikajícím provozním stavu na různých místech.
Výzvy
- Může být obtížnější škálovat okrajové servery na několik malých míst, než přidat stejnou kapacitu do jednoho jádra datového centra. Fyzické stránky mají větší režii, což může být pro menší podniky náročné.
- Instalace Edge Computing jsou obvykle umístěny ve vzdálených lokalitách s malými nebo žádnými technologickými znalostmi. Pokud se na místě něco pokazí, budete potřebovat infrastrukturu, kterou lze rychle opravit netechnickými místními pracovníky a poté ji centrálně řídit malá skupina profesionálů.
- Aby se zjednodušila správa a umožnilo rychlejší odstraňování problémů, musí být postupy správy místa vysoce opakovatelné napříč všemi servery edge computingu. Když je software na každém místě implementován odlišně, dochází k problémům.
- Okrajová umístění jsou z hlediska fyzického zabezpečení často méně bezpečná než hlavní weby. Okrajový přístup musí počítat s možností zlovolných nebo neúmyslných událostí.
Proč investovat do čističky vzduchu?
Vzhledem k tomu, že internet věcí a edge computing jsou stále v plenkách, je jejich plný potenciál ještě daleko. Zároveň urychlují digitální změny v různých průmyslových odvětvích a také mění každodenní životy lidí po celém světě.
Do roku 2025 odborníci očekávají, že 75 % zpracování dat bude probíhat mimo typické datové centrum nebo cloud. Získejte náskok s edge computingem, abyste objevili nové obchodní možnosti, zlepšili provozní efektivitu a poskytovali konzistentní uživatelské zkušenosti.
Napsat komentář