Den hurtige udvidelse af IoT-enheder, såvel som deres voksende beregningskapacitet, har resulteret i enorme mængder af data. Og efterhånden som 5G-netværk udvider antallet af sammenkædede mobile enheder, vil datamængderne fortsætte med at stige.
Løftet om cloud og AI var tidligere, at de ville automatisere og fremskynde innovation ved at generere handlingsorienteret indsigt fra data.
Netværks- og infrastrukturkapaciteten er dog blevet overhalet af den ekstraordinære mængde og kompleksitet data leveret af tilsluttede enheder. Båndbredde- og latensproblemer udvikler sig, når alle enhedsdata overføres til et centraliseret datacenter eller skyen.
Edge computing er mere effektiv, da data behandles og analyseres tættere på oprindelsespunktet. Latency er stærkt reduceret, da data ikke transporteres over et netværk til en sky eller et datacenter for at blive behandlet.
Dette indlæg vil forklare, hvordan Edge computing fungerer, hvorfor det er vigtigt, og give forskellige forekomster af Edge computing fordele og ulemper.
Hvad er Edge computing?
Edge computing er en distribueret computerplatform, der sætter virksomhedsapplikationer tættere på datakilder såsom IoT-enheder eller lokale edge-servere. Denne nærhed til data ved kilden kan give betydelige forretningsmæssige fordele såsom hurtigere indsigt, hurtigere reaktionstider og øget tilgængelighed af båndbredde.
På sit mest basale bringer edge computing behandling og datalagring tættere på de enheder, der indsamler data, i stedet for at stole på en central placering, der kan være tusindvis af kilometer væk.
Dette gøres for at sikre, at data, især realtidsdata, ikke udsættes for latensproblemer, der kan forringe applikationens ydeevne. Ved at udføre behandlingen lokalt kan virksomheder desuden spare penge ved at reducere mængden af data, der skal sendes til en centraliseret eller cloud-baseret lokation.
Overvej enheder, der overvåger industrielt udstyr på en fabriksgulv eller et internetforbundet videokamera streamer live video fra et fjerntliggende kontor. Mens en enkelt enhed, der producerer data, nemt kan flytte data på tværs af et netværk, opstår der problemer, når antallet af enheder, der transmitterer data på samme tid, vokser.
Multiplicer et enkelt live videokamera med hundreder eller tusinder af enheder. Ikke alene ville forsinkelsen forringe kvaliteten, men båndbreddeafgifterne kan blive uoverkommeligt høje.
Mange af disse systemer drager fordel af edge computing-hardware og -tjenester, som giver en lokal kilde til behandling og lagring. For eksempel kan en edge-gateway behandle data fra en edge-enhed og derefter kun overføre de relevante data tilbage til skyen. I tilfælde af en realtidsapplikation kan den også føre data tilbage til edge-enheden.
Hvordan fungerer Edge computing?
Edgens fysiske arkitektur er kompleks, men kernekonceptet er, at klientenheder forbindes til et nærliggende edge-modul for hurtigere behandling og jævnere operationer. IoT-sensorer, en medarbejders computer, deres seneste smartphone, sikkerhedskameraer eller endda arbejdspladsens pauserums internetforbundne mikrobølgeovn er eksempler på kant-enheder.
En autonom mobil robot, såsom en robotarm i en bilfabrik, kan bruges som en kantanordning i en industriel sammenhæng. Det kan være en avanceret kirurgisk teknologi, der gør det muligt for kirurger at udføre kirurgi fra fjerntliggende steder i sundhedsvæsenet. Inden for en edge-computing-infrastruktur betragtes edge-gateways som edge-enheder.
Modulerne kan godt omtales som edge-servere eller edge-gateways, afhængig af den anvendte terminologi. Mens tjenesteudbydere vil installere flere edge-gateways eller -servere for at aktivere et edge-netværk (f.eks. Verizon for sit 5G-netværk), vil organisationer, der har til hensigt at implementere et privat edge-netværk, også skulle overveje dette gear.
I en normal konfiguration oprettes data på en brugers pc eller en hvilken som helst anden klientapplikation. Det overføres derefter til serveren via kanaler som internet, intranet, LAN og så videre, hvor dataene lagres og behandles. Dette er stadig en gennemprøvet tilgang til klient-server computing.
Ideen bag edge computing er enkel: I stedet for at flytte data tættere på datacentret, flyttes datacentret tættere på dataene. Datacentrets lagrings- og behandlingsressourcer er placeret så tæt på datakilden som muligt (helst i samme område).
Hvorfor er Edge computing vigtig?
Meget af nutidens databehandling foregår på kanten, på steder som hospitaler, fabrikker og detailbutikker, behandler de mest følsomme data og forsyner missionskritiske enheder, der skal fungere konsekvent og sikkert.
Disse placeringer nødvendiggør løsninger med lav latency, som ikke kræver en netværksforbindelse. Edges potentiale til at forstyrre en virksomhed på tværs af alle sektorer og funktioner, fra kundeengagement og marketing til fremstilling og backoffice-drift, er det, der gør det så spændende. I disse situationer muliggør edge proaktive og tilpasningsdygtige forretningsprocesser, ofte i realtid, hvilket resulterer i nye og forbedrede brugeroplevelser.
Virksomheder kan bruge Edge til at bringe den digitale verden ind i den virkelige verden. Forbedring af detailoplevelser ved at bringe webdata og analyser ind i fysiske virksomheder. At skabe metoder, hvormed medarbejdere kan trænes og scenarier, hvor robotter kan undervise arbejdere.
At skabe intelligente indstillinger, der prioriterer vores sikkerhed og komfort. Edge computing, som gør det muligt for virksomheder at betjene applikationer med de højeste niveauer af pålidelighed, realtid og databehov umiddelbart på stedet, ligner alle disse tilfælde. Endelig sætter dette virksomheder i stand til at innovere hurtigere, lancere nye varer og tjenester hurtigere og skabe nye indkomststrømme.
Edge computing & AI/ML
Med sin vægt på dataindsamling og realtidsbehandling kan edge computing hjælpe dataintensive intelligente applikationer med at få succes. Operationer med kunstig intelligens/machine learning (AI/ML), såsom billedgenkendelsesalgoritmer, kan udføres mere effektivt tættere på datakilden, hvilket eliminerer behovet for at transportere store mængder data til et centraliseret datacenter.
Disse apps kombinerer et stort antal datapunkter for at få mere værdifuld information, der kan hjælpe virksomheder med at træffe bedre beslutninger. Denne funktion kan hjælpe med en række forskellige virksomhedsinteraktioner, herunder kundeservice, forebyggende vedligeholdelse, beskyttelse mod svindel, klinisk beslutningstagning og mere.
Organisationer kan bruge beslutningsstyring og AI/ML-inferenstilgange til at filtrere, analysere, kvalificere og kombinere datapunkter for at udlede højere ordensinformation ved at betragte hvert indkommende datapunkt som en hændelse.
Datatunge applikationer kan opdeles i faser, som hver især udføres på et separat sted i it-miljøet. Når data indsamles, forbehandles og overføres, træder edge-teknologi i gang.
Dataene gemmes, konverteres og bruges til maskinlæringsmodeltræning efter at have passeret ingeniør- og analysestadier, som almindeligvis udføres i et offentligt eller privat cloudmiljø. Derefter returneres den til kanten til runtime-inferens-trinnet, som betjener og overvåger machine learning modeller.
For at opfylde disse talrige mål og tilbyde forbindelse mellem disse adskilte faser er en fleksibel, adaptiv og elastisk infrastruktur- og applikationsudviklingsplatform nødvendig.
Fleksibiliteten til optimalt at levere datafangst og intelligente inferensarbejdsbelastninger på kanten af et miljø, de ressourcekrævende databehandlings- og træningsbelastninger på tværs af cloudmiljøer og forretningsbegivenheder og indsigtsstyringssystemer tæt på forretningsbrugere leveres af en hybrid cloud tilgang, som giver en ensartet oplevelse på tværs af offentlige og private skyer.
edge computing er en afgørende komponent i hybrid cloud-konceptet, som har til formål at give en ensartet applikations- og driftsoplevelse.
Edge Computing Use cases
Edge computing bruges i mange af de teknologier, vi bruger i dag til fornøjelse og forretning, fra systemer til levering af indhold og smart teknologi til spil, 5G og forudsigelig vedligeholdelse. Streaming af musik- og videotjenester, f.eks., cacherer ofte data for at reducere latens og give mere netværksfleksibilitet som svar på brugertrafikbehov.
Edge computing giver producenterne mulighed for at holde et tættere tjek på deres operationer. Edge computing giver virksomheder mulighed for omhyggeligt at overvåge udstyr og produktionslinjer for effektivitet og i visse situationer forudsige fejl, før de opstår, hvilket reducerer nedetidsomkostningerne.
Edge computing bliver også brugt i sundhedsvæsenet til bedre pleje af patienter, og giver lægerne mere realtidsindsigt i deres helbred uden at skulle indsende deres data til en tredjepartsdatabase til behandling. Olie- og gasselskaber kan holde øje med deres aktiver og forhindre dyre vanskeligheder andre steder.
Edge computing-teknologier bruges også til at skabe smarte hjem. Flere og flere gadgets, især stemmeassistenter, skal forbinde og analysere data i et begrænset netværk. Amazon Alexa og Google Assistant ville tage meget længere tid at finde svar for forbrugerne, hvis de ikke havde adgang til decentraliseret computerkraft.
Et andet typisk eksempel på edge computing er tilsluttede biler. Computere er installeret på busser og jernbaner for at spore passagerbevægelser og levering af service. Med teknologien ombord på deres køretøjer kan leveringschauffører bestemme de mest effektive ruter. Når man anvender en edge computing-strategi, kører hvert køretøj på den samme standardiserede platform som resten af flåden, hvilket forbedrer servicepålidelighed og sikrer datasikkerhed over hele linjen.
Et andet eksempel på edge computing er autonome biler, som håndterer en stor mængde realtidsdata i et miljø, hvor forbindelsen kan være intermitterende. Autonome køretøjer, såsom selvkørende biler, analysere sensordata om bord på køretøjet for at reducere latenstiden på grund af den store mængde data. De kan dog oprette forbindelse til et centralt sted for softwareopgraderinger trådløst.
Edge computing bidrager også til den fortsatte tilgængelighed af populære internettjenester. Indholdsleveringsnetværk (CDN'er) placerer dataservere i nærheden af kundernes placering, hvilket tillader travle websteder at indlæse hurtigt og muliggør hurtige videostreamingtjenester.
Fordele
- Edge computing kan resultere i billigere, hurtigere og mere pålidelige tjenester. Edge computing giver en hurtigere og mere ensartet oplevelse for forbrugerne. Edge indebærer lav-latency, meget tilgængelige apps med realtidsovervågning for virksomheder og tjenesteudbydere.
- Edge computing kan spare netværksomkostninger, undgå båndbreddegrænser, forkorte transmissionstider, eliminere servicefejl og give dig mere kontrol over den følsomme dataoverførsel. Indlæsningstider reduceres, og onlinetjenester bringes tættere på brugerne, hvilket giver mulighed for både dynamisk og statisk caching.
- Computing på kanten gavner applikationer, der nyder godt af en hurtigere reaktionstid, såsom augmented reality og virtual reality.
- Kapaciteten til at udføre big data-analyse og aggregering på stedet, hvilket giver mulighed for beslutningstagning i næsten realtid, er en anden fordel ved edge computing. Ved at holde al denne processorkraft lokal reducerer edge computing yderligere chancen for, at følsomme data bliver afsløret, hvilket giver virksomheder mulighed for at håndhæve sikkerhedsstandarder og overholde lovmæssige regler.
- Pålideligheden og omkostningsbesparelserne forbundet med edge computing gavner virksomhedskunder. Regionale websteder kan fortsætte med at fungere uafhængigt af et kernested ved at holde processorkraften lokalt, selvom kernestedet går ned af en eller anden grund. Ved at holde databehandlingskapacitet tættere på kilden, sænkes omkostningerne ved at betale for båndbredde til transport af data mellem kerne- og regionale websteder betydeligt.
- En edge-platform kan hjælpe med ensartet drift og appudvikling. I modsætning til et datacenter bør det tilbyde interoperabilitet for at imødekomme en bredere mangfoldighed af hardware- og softwaremiljøer. I et åbent økosystem giver en god kanttilgang også produkter fra mange leverandører mulighed for at fungere sammen.
Ulemper
- Edge computing udvider et netværks overordnede angrebsoverflade. Cyberangreb kan bruge edge-enheder som et indgangspunkt, hvilket gør det muligt for en angriber at injicere ondsindet software og inficere netværket.
- Desværre er det en udfordring at opbygge effektiv sikkerhed i en distribueret sammenhæng. Størstedelen af databehandlingen foregår uden for sikkerhedsteamets og den centrale servers direkte synslinje. Når virksomheden tilføjer et nyt stykke udstyr, udvides angrebsfladen også.
- Omkostningerne ved edge computing er et andet stort problem. Opsætning af infrastrukturen er dyrt og kompliceret, medmindre et selskab arbejder med en lokal kantpartner. Vedligeholdelsesudgifter er ofte dyre, da teamet skal holde mange enheder i fremragende stand på forskellige steder.
Udfordringer
- Det kan være sværere at udskalere edge-servere til en række små sites, end det er at tilføje den samme kapacitet til et enkelt kernedatacenter. Fysiske websteder har mere overhead, hvilket kan være udfordrende for mindre virksomheder at håndtere.
- Edge computing-installationer er typisk placeret i fjerne steder med ringe eller ingen teknologisk viden på hånden. Hvis noget går galt på stedet, har du brug for en infrastruktur, der hurtigt kan repareres af ikke-teknisk lokal arbejdskraft og derefter kontrolleres centralt af en lille gruppe fagfolk.
- For at lette administrationen og muliggøre hurtigere fejlfinding skal procedurer for webstedsadministration være meget gentagelige på tværs af alle edge computing-steder. Når software implementeres forskelligt på hvert sted, opstår der problemer.
- Kantplaceringer er ofte mindre sikre end kernesteder med hensyn til fysisk sikkerhed. En kanttilgang skal tage højde for muligheden for ondsindede eller utilsigtede hændelser.
Konklusion
I betragtning af at tingenes internet og edge computing stadig er i deres vorden, er deres fulde potentiale stadig langt væk. Samtidig fremskynder de digitale forandringer i en række forskellige brancher, samt ændrer folks daglige liv over hele verden.
I 2025 forventer eksperter, at 75 % af databehandlingen vil finde sted uden for et typisk datacenter eller sky. Få et forspring med edge computing for at opdage nye forretningsmuligheder, forbedre driftseffektiviteten og levere ensartede forbrugeroplevelser.
Giv en kommentar