Брзото проширување на IoT уредите, како и нивниот зголемен пресметковен капацитет, резултираше со огромни количини на податоци. И како што мрежите 5G го прошируваат бројот на поврзани мобилни уреди, обемот на податоци ќе продолжи да расте.
Ветувањето за облакот и вештачката интелигенција во минатото беше дека тие ќе ја автоматизираат и забрзаат иновациите со генерирање на деловен увид од податоците.
Сепак, мрежните и инфраструктурните капацитети се надминати со извонредната количина и сложеност на обезбедени податоци од поврзани уреди. Тешкотиите со пропусниот опсег и доцнењето се развиваат кога сите податоци на уредот се пренесуваат во централизиран центар за податоци или во облакот.
Edge computing е поефикасно бидејќи податоците се обработуваат и анализираат поблиску до точката на потекло. Латентноста е значително намалена бидејќи податоците не се транспортираат преку мрежа до облак или центар за податоци за да се обработат.
Овој пост ќе објасни како функционира Edge computing, зошто е тоа од суштинско значење и ќе обезбеди различни примери на Edge computing со предности и недостатоци.
Што е Edge computing?
Edge computing е дистрибуирана компјутерска платформа која ги става корпоративните апликации поблиску до изворите на податоци како што се IoT уредите или локалните edge сервери. Оваа блискост со податоците од нивниот извор може да обезбеди значителни деловни придобивки како што се побрзи увиди, побрзо време на реакција и зголемена достапност на пропусниот опсег.
Како најосновно, edge computing ја доближува обработката и складирањето податоци до уредите што собираат податоци, наместо да се потпира на централна локација што може да биде оддалечена илјадници милји.
Ова е направено за да се гарантира дека податоците, особено податоците во реално време, не се подложени на проблеми со латентност што може да ги наруши перформансите на апликацијата. Понатаму, со извршување на обработката локално, бизнисите можат да заштедат пари со намалување на количината на податоци што мора да се испратат до централизирана локација или локација базирана на облак.
Размислете за уреди што ја следат индустриската опрема на фабрички под или видео камера поврзана на интернет пренесува видео во живо од далечна канцеларија. Додека еден уред што произведува податоци може лесно да преместува податоци низ мрежата, проблемите се јавуваат кога расте бројот на уреди кои пренесуваат податоци во исто време.
Помножете една видео камера во живо со стотици или илјадници единици. Не само што доцнењето ќе го наруши квалитетот, туку и трошоците за пропусниот опсег може да станат премногу високи.
Многу од овие системи имаат корист од компјутерскиот хардвер и услугите, кои обезбедуваат локален извор на обработка и складирање. На пример, edge gateway може да обработува податоци од edge уред и потоа да ги пренесе само релевантните податоци назад во облакот. Во случај на апликација во реално време, таа исто така може да ги враќа податоците назад до рабниот уред.
Како функционира Edge computing?
Физичката архитектура на работ е сложена, но основниот концепт е дека клиентите уреди се поврзуваат со блискиот модул на рабовите за побрза обработка и помазни операции. IoT сензорите, компјутерот на вработениот, нивниот најнов паметен телефон, безбедносните камери или дури и интернет-поврзаната микробранова печка во просторијата за одмор на работното место се примери за рабните уреди.
Автономен подвижен робот, како што е роботска рака во фабрика за автомобили, може да се користи како уред за работ во индустриски контекст. Можеби станува збор за врвна хируршка технологија која им овозможува на хирурзите да вршат операции од оддалечени места во здравствената заштита. Во рамките на една рабно-компјутерска инфраструктура, рабните порти се сметаат за рабни уреди.
Модулите може добро да се наречат како сервери за рабови или гранични порти, во зависност од употребената терминологија. Додека давателите на услуги ќе инсталираат повеќекратни гранични портали или сервери за да овозможат врвна мрежа (Verizon, на пример, за неговата 5G мрежа), организациите кои имаат намера да имплементираат приватна гранична мрежа исто така ќе треба да ја разгледаат оваа опрема.
Во нормална конфигурација, податоците се креираат на компјутерот на корисникот или на која било друга клиентска апликација. Потоа се пренесува на серверот преку канали како што се интернет, интранет, LAN и така натаму, каде што податоците се складираат и обработуваат. Ова е сè уште испробан и вистинит пристап за пресметување клиент-сервер.
Идејата зад пресметувањето на работ е едноставна: наместо да се преместуваат податоците поблиску до центарот за податоци, центарот за податоци се преместува поблиску до податоците. Ресурсите за складирање и обработка на центарот за податоци се наоѓаат што е можно поблиску до изворот на податоците (по можност во истата област).
Зошто е важно Edge computing?
Голем дел од денешните пресметки се одвиваат на работ, на места како болници, фабрики и продавници за малопродажба, обработувајќи ги најчувствителните податоци и напојувајќи ги клучните уреди за мисијата кои мора да работат доследно и безбедно.
Овие локации бараат решенија со мала латентност за кои не е потребна мрежна врска. Потенцијалот на Edge да ја наруши компанијата во секој сектор и функција, од ангажман на клиенти и маркетинг до производство и операции во заднината, е она што го прави толку интригантно. Во овие ситуации, Edge овозможува проактивни и приспособливи деловни процеси, често во реално време, што резултира со нови и подобрени кориснички искуства.
Бизнисите можат да го користат Edge за да го донесат дигиталниот свет во реалниот свет. Подобрување на искуствата во малопродажбата преку внесување на веб-податоци и аналитика во физичките претпријатија. Создавање методи во кои вработените може да се обучуваат и сценарија во кои роботите можат да ги подучуваат работниците.
Создавање интелигентни поставки кои даваат приоритет на нашата безбедност и удобност. Edge computing, кое им овозможува на претпријатијата да работат со апликации со највисоки нивоа на сигурност, во реално време и потреби за податоци веднаш на лице место, е слично на сите овие случаи. Конечно, ова им овозможува на бизнисите побрзо да иновираат, побрзо да лансираат нови стоки и услуги и да создаваат нови текови на приходи.
Еџ компјутери и AI/ML
Со својот акцент на собирањето податоци и обработката во реално време, рабното пресметување може да помогне во успехот на интелигентните апликации со интензивни податоци. Операциите со вештачка интелигенција/машинско учење (AI/ML), како што се алгоритмите за препознавање слики, може да се спроведат поефективно поблиску до изворот на податоци, елиминирајќи ја потребата за транспорт на огромни количини на податоци до централизиран центар за податоци.
Овие апликации комбинираат голем број на податочни точки за да добијат информации со поголема вредност што можат да им помогнат на претпријатијата да донесат подобри одлуки. Оваа функција може да помогне во различни интеракции на компанијата, вклучително и услуги на клиентите, превентивно одржување, заштита од измама, клиничко одлучување и многу повеќе.
Организациите можат да користат пристапи за управување со одлуки и AI/ML заклучоци за филтрирање, анализа, квалификување и комбинирање на точките на податоци за да извлечат информации од повисок ред со разгледување на секоја дојдовна точка на податоци како настан.
Апликациите кои бараат податоци може да се поделат на фази, од кои секоја се изведува на посебна локација во ИТ околината. Кога податоците се собираат, претходно се обработуваат и се пренесуваат, напредната технологија стапува во акција.
Податоците потоа се зачувуваат, конвертираат и се користат за обука на модели за машинско учење откако ќе поминат низ инженерските и аналитичките фази, кои вообичаено се изведуваат во јавно или приватно опкружување облак. Потоа се враќа на работ за чекорот за заклучување за време на траење, кој служи и го следи машинско учење модели.
За да се исполнат овие бројни цели и да се понуди поврзување помеѓу овие различни фази, неопходна е флексибилна, адаптивна и еластична инфраструктура и платформа за развој на апликации.
Флексибилноста за оптимално обезбедување на оптоварување на податоци и интелигентни заклучоци на работ на опкружувањето, обемот на обработка на податоци и обука со интензивни ресурси низ облак околините и деловните настани и системите за управување со увид блиски до деловните корисници се обезбедени со хибриден облак пристап, кој обезбедува постојано искуство низ јавните и приватните облаци.
Еџ компјутери е клучна компонента на концептот на хибридниот облак, кој има за цел да обезбеди доследна примена и искуство во работењето.
Случаи за употреба на Edge Computing
Edge computing се користи во многу технологии што ги користиме денес за задоволство и бизнис, од системи за испорака на содржина и паметна технологија до игри, 5G и предвидливо одржување. Стриминг музика и видео услуги, на пример, често кешираат податоци за да се намали доцнењето и да се обезбеди поголема флексибилност на мрежата како одговор на потребите на сообраќајот на корисниците.
Edge computing им овозможува на производителите поблиску да ги проверуваат нивните операции. Edge computing им овозможува на бизнисите внимателно да ја следат опремата и производните линии за ефикасност и, во одредени ситуации, да предвидуваат дефекти пред да се појават, намалувајќи ги трошоците за застој.
Edge computing исто така се користи во здравството за подобра грижа за пациентите, нудејќи им на лекарите повеќе увид во реално време за нивното здравје без да мора да ги доставуваат своите податоци во база на податоци од трета страна за обработка. Нафтените и гасните корпорации можат да внимаваат на нивните средства и да спречат скапи тешкотии на други места.
Еџ компјутерските технологии се користат и во создавањето на паметни домови. Сè повеќе гаџети, особено гласовните асистенти, треба да ги поврзуваат и анализираат податоците во ограничена мрежа. На Amazon Alexa и Google Assistant ќе им треба многу подолго да ги откријат одговорите за потрошувачите доколку немаат пристап до децентрализирана компјутерска моќ.
Друг типичен пример за пресметување на работ се поврзаните автомобили. Компјутери се инсталирани на автобуси и железници за да се следи движењето на патниците и испораката на услуги. Со технологијата на нивните возила, возачите за испорака можат да ги одредат најефективните рути. Кога се користи стратегија за компјутерска предност, секое возило работи на истата стандардизирана платформа како и остатокот од возниот парк, со што се подобрува доверливоста на услугите и се гарантира безбедноста на податоците насекаде.
Друг пример за пресметување на работ се автономните автомобили, кои се справуваат со огромно количество податоци во реално време во средина каде што поврзувањето може да биде наизменично. Автономни возила, како што се автомобилите кои сами управуваат, анализираат податоци од сензорот на возилото за да ја намалат доцнењето поради огромниот обем на податоци. Сепак, тие можат да се поврзат на централно место за надградба на софтвер преку воздух.
Edge computing, исто така, придонесува за континуирана достапност на популарните интернет услуги. Мрежите за испорака на содржина (CDN) поставуваат сервери за податоци во близина на локациите на клиентите, дозволувајќи им на зафатените веб-локации брзо да се вчитуваат и овозможуваат брзи услуги за видео стриминг.
Предности
- Edge computing може да резултира со поевтини, побрзи и посигурни услуги. Edge computing обезбедува побрзо, поконзистентно искуство за потрошувачите. Edge подразбира апликации со мала латентност, високо достапни со следење во реално време за компаниите и давателите на услуги.
- Edge computing може да заштеди мрежни трошоци, да избегне ограничувања на пропусниот опсег, да го скрати времето на пренос, да ги елиминира неуспесите на услугата и да ви даде поголема контрола над чувствителниот пренос на податоци. Времето на вчитување е намалено, а онлајн услугите се приближуваат до корисниците, овозможувајќи и динамично и статичко кеширање.
- Пресметувањето на работ им користи на апликациите кои имаат корист од побрзото време на реакција, како што се зголемената реалност и виртуелната реалност.
- Капацитетот да се врши аналитика и агрегација на големи податоци на лице место, што овозможува донесување одлуки речиси во реално време, е уште една предност на рабните пресметувања. Со одржувањето на целата таа процесорска моќ на локално ниво, рабното пресметување дополнително ја намалува можноста за изложување на чувствителни податоци, дозволувајќи им на бизнисите да ги спроведуваат безбедносните стандарди и да се усогласат со регулаторните правила.
- Доверливоста и заштедите на трошоците поврзани со компјутерските рабови имаат корист од клиентите на претпријатијата. Регионалните локации можат да продолжат да работат независно од основната локација со одржување локална моќ на процесирање, дури и ако основната локација се намали поради која било причина. Со одржување на капацитетот за пресметување поблиску до неговиот извор, значително се намалуваат трошоците за плаќање за пропусниот опсег за транспорт на податоци помеѓу основните и регионалните локации.
- Идната платформа може да помогне во униформноста на операциите и развојот на апликациите. За разлика од центарот за податоци, тој треба да понуди интероперабилност за да се грижи за пошироката разновидност на хардверски и софтверски средини. Во отворен екосистем, добриот пристап на работ исто така им овозможува на производите од многу добавувачи да функционираат заедно.
недостатоци
- Edge computing ја проширува севкупната нападна површина на мрежата. Сајбернападите можат да користат рабни уреди како влезна точка, дозволувајќи му на напаѓачот да инјектира злонамерен софтвер и да ја зарази мрежата.
- За жал, градењето ефикасна безбедност во дистрибуиран контекст е предизвик. Поголемиот дел од обработката на податоците се случува надвор од директната линија на видот на безбедносниот тим и централниот сервер. Кога корпорацијата додава нова опрема, површината на нападот исто така се шири.
- Цената на рабните пресметувања е уште едно големо прашање. Поставувањето на инфраструктурата е скапо и комплицирано, освен ако корпорацијата не работи со локален врвен партнер. Трошоците за одржување често се скапи бидејќи тимот мора да одржува многу уреди во одлична работна состојба на различни локации.
Предизвици
- Може да биде потешко да се разграничат серверите на работ на голем број мали локации отколку да се додаде истиот капацитет на еден основен центар за податоци. Физичките локации имаат повеќе трошоци, што може да биде предизвик за помалите бизниси да се справат.
- Инсталациите за компјутерски рабови обично се лоцирани на далечни локации со мало или без технолошко знаење при рака. Ако нешто тргне наопаку на лице место, ќе ви треба инфраструктура што може брзо да се поправи со нетехничка локална работна сила, а потоа централно контролирана од мала група професионалци.
- За да се олесни управувањето и да се овозможи побрзо решавање на проблеми, процедурите за управување со локацијата мора да бидат многу повторливи на сите страници за рабови за компјутери. Кога софтверот се имплементира различно на секоја локација, се развиваат проблеми.
- Рабните локации се често помалку безбедни од основните локации во однос на физичката безбедност. Идниот пристап мора да ја земе предвид можноста за злонамерни или ненамерни настани.
Заклучок
Со оглед на тоа што Интернетот на нештата и рабното пресметување сè уште се во повој, нивниот целосен потенцијал е сè уште далеку. Истовремено, тие ги забрзуваат дигиталните промени во различни индустрии, како и го менуваат секојдневниот живот на луѓето ширум светот.
До 2025 година, експертите очекуваат дека 75% од обработката на податоците ќе се одвива надвор од типичен центар за податоци или облак. Започнете со врвни компјутери за да откриете нови деловни можности, да ја подобрите оперативната ефикасност и да обезбедите доследни искуства на потрошувачите.
Оставете Одговор