Edge computing има за цел да оптимизира уеб приложенията и интернет устройствата и да минимизира използването на честотната лента и латентността в комуникациите. Това може да е една от причините за бързата му популярност в дигиталното пространство.
Излишно количество данни се генерира ежедневно от фирми, предприятия, фабрики, болници, банки и други установени съоръжения.
Следователно е станало по-важно да се управляват, съхраняват и обработват данни ефективно. Това е особено очевидно в случай на бизнеси, чувствителни към времето, за бързо и ефективно обработване на данни за минимални рискове за безопасността и по-бързи бизнес операции.
За това Edge computing може да помогне.
Но за какво става въпрос? Облакът не е ли достатъчен?
Нека изчистим тези съмнения, като разберем Edge computing в детайли.
Съдържание
Какво е Edge Computing?
Edge computing е модерната, разпределена компютърна архитектура, която доближава съхранението на данни и изчисленията до източника на данни. Това помага да се спести честотна лента и да се подобри времето за реакция.
Просто казано, крайните изчисления включват по-малко процеси, изпълнявани в облака. Той също така премества тези изчислителни процеси към периферни устройства, като IoT устройства, крайни сървъри или компютри на потребители. Този начин за приближаване на изчисленията или на ръба на мрежата намалява комуникацията на дълги разстояния между сървър и клиент. Следователно, той намалява използването на честотната лента и латентността.
Edge computing е по същество архитектура, а не технология сама по себе си. Това е специфично за местоположение изчисление, което не разчита на облака за извършване на работата. Това обаче никога не означава, че облакът няма да съществува; просто става по-близо.
Произходът на Edge Computing
Edge computing възниква като концепция в мрежите за доставка на съдържание (CDN), създадени през 90-те години на миналия век, за да доставят видео и уеб съдържание с помощта на крайни сървъри, разположени по-близо до потребителите. През 2000-те тези мрежи се развиха и започнаха да хостват приложения и компоненти на приложения директно на крайните сървъри.
Така се появи първото използване на крайни изчисления в търговската мрежа. В крайна сметка бяха разработени крайни компютърни решения и услуги за хостване на приложения като пазарски колички, агрегиране на данни в реално време, вмъкване на реклами и др.
Edge Computing Архитектура
Компютърните задачи изискват подходяща архитектура. И тук няма политика „универсален размер за всички“. Различните видове изчислителни задачи се нуждаят от различна архитектура.
През годините крайните изчисления се превърнаха във важна архитектура за поддържане на разпределени изчисления и разполагане на ресурси за съхранение и изчисления близо до същото географско местоположение като източника.
Въпреки че използва децентрализирана архитектура, която може да бъде предизвикателство и изисква непрекъснат контрол и наблюдение, периферните изчисления все още са ефективни при решаването на напреднали мрежови проблеми като преместване на големи обеми данни за по-малко време в сравнение с други изчислителни методи.
Уникалната архитектура на крайните изчисления има за цел да разреши три основни мрежови предизвикателства – латентност, честотна лента и претоварване на мрежата.
Латентност
Отнася се за времето, когато пакет от данни преминава от една точка в мрежата до друга. По-ниската латентност помага за изграждането на по-страхотно потребителско изживяване, но предизвикателството е разстоянието между потребител (клиент), който прави заявката, и сървъра, който присъства на заявката. Закъснението може да се увеличи с по-големи географски разстояния и претоварване на мрежата, което забавя времето за отговор на сървъра.
Като поставите изчислението по-близо до източника на данни, вие всъщност намалявате физическото разстояние между сървъра и клиента, за да позволите по-бързи времена за реакция.
Честотна лента
Това е количеството данни, което мрежата пренася във времето и се измерва в битове/секунда. Той е ограничен до всички мрежи, особено за безжични комуникации. Следователно ограничен брой устройства могат да обменят данни в мрежа. И ако искате да увеличите тази честотна лента, може да се наложи да платите допълнително. Освен това контролирането на използването на честотната лента също е трудно в мрежата, свързваща голям брой устройства.
Edge computing решава този проблем. Тъй като всички изчисления се извършват близо или при източника на данни, като компютри, уеб камери и т.н., честотната лента се предоставя само за тяхното използване, което намалява загубата.
Задръствания
Интернет включва милиарди устройства, които обменят данни по целия свят. Това може да бъде непосилно за мрежата и да доведе до голямо задръстване на мрежата и забавяне на реакцията. Освен това могат да се случат и прекъсвания на мрежата, които да увеличат повече задръстванията, за да нарушат комуникациите между потребителите.
Внедряването на сървъри и съхранение на данни на или близо до мястото, където се генерират данните, edge computing позволява на множество устройства да работят в по-ефективна и по-малка LAN, където локалните устройства, генериращи данни, могат да използват наличната честотна лента. По този начин той значително намалява задръстванията и латентността.
Как работи Edge Computing?
Концепцията за периферни компютри не е съвсем нова; датира от десетилетия, свързани с отдалечените изчисления. Например клонове и отдалечени работни места поставят изчислителни ресурси на място, където могат да извлекат максимални ползи, вместо да разчитат на централно местоположение.
В традиционните компютри, където данните се произвеждат от страна на клиента (като компютър на потребител), те се преместват през интернет в корпоративна LAN, за да съхраняват данни и да ги обработват с помощта на корпоративно приложение. След това изходът се изпраща обратно, пътувайки през интернет, за да достигне до устройството на клиента.
Сега съвременните ИТ архитекти се преместиха от концепцията за централизирани центрове за данни и прегърнаха периферната инфраструктура. Тук изчислителните ресурси и ресурсите за съхранение се преместват от център за данни до мястото, където потребителят генерира данните (или източника на данни).
Това означава, че приближавате центъра за данни до източника на данни, а не обратното. Изисква частична рейка, която помага за работа в отдалечена LAN и събира данните локално, за да ги обработва. Някои могат да разположат оборудването в екранирани заграждения, за да го предпазят от висока температура, влажност, влага и други климатични условия.
Процесът на крайно изчисление включва нормализиране и анализ на данни за намиране на бизнес разузнаване, изпращайки само съответните данни след анализ до основния център за данни. Освен това бизнес разузнаването тук може да означава:
- Видеонаблюдение в търговски обекти
- Данни за продажбите
- Прогностичен анализ за ремонт и поддръжка на оборудване
- производство на електроенергия,
- Поддържане на качеството на продукта,
- Осигурете правилното функциониране на устройството и др.
Предимства и недостатъци
Предимства
Ползите от периферните изчисления са следните:
#1. По-бързи времена за реакция
Разгръщането на изчислителни процеси на или близо до крайните устройства помага за намаляване на латентността, както е обяснено по-горе.
Да предположим например, че един служител иска да достави някакво спешно съобщение на друг служител в помещенията на същата компания. Изпращането на съобщението отнема повече време, тъй като то излиза извън сградата и комуникира с отдалечен сървър, разположен навсякъде по света, и след това се връща като получено съобщение.
С Edge computing рутерът отговаря за трансфера на данни в офиса, като значително намалява забавянията. Освен това спестява честотна лента до голяма степен.
#2. Ефективност на разходите
Edge computing помага за спестяване на сървърни ресурси и честотна лента, което от своя страна спестява разходи. Ако разположите облачни ресурси за поддръжка на голям брой устройства в офиси или домове със смарт устройства, цената става по-висока. Но крайните изчисления могат да намалят този разход чрез преместване на изчислителната част на всички тези устройства към ръба.
#3. Сигурност на данните и поверителност
Преместването на данни между сървъри, разположени в международен план, идва с поверителност, сигурност и други правни проблеми. Ако бъде отвлечен и попадне в грешни ръце, това може да предизвика дълбоки опасения.
Edge computing поддържа данните по-близо до техния източник, в границите на законите за данни като HIPAA и GDPR. Той помага за локалната обработка на данни и избягва преместването на чувствителни данни в облака или център за данни. Следователно вашите данни остават в безопасност във вашите помещения.
В допълнение, данните, отиващи към облака или отдалечени сървъри, също могат да бъдат криптирани чрез внедряване на периферни изчисления. По този начин данните стават по-сигурни от кибератаки.
#4. Лесна поддръжка
Edge компютрите изискват минимални усилия и разходи за поддръжка на крайните устройства и системи. Консумира по-малко електроенергия за обработка на данни, а необходимостта от охлаждане, за да поддържа системите работещи при оптимална производителност, също е по-малка.
Недостатъци
Недостатъците на edge computing са:
#1. Ограничен обхват
Внедряването на крайни изчисления може да бъде ефективно, но неговата цел и обхват са ограничени. Това е една от причините хората да са привлечени от облака.
#2. Свързаност
Edge компютрите трябва да имат добра свързаност, за да обработват данните ефективно. И ако връзката е загубена, това изисква солидно планиране на повреда, за да се преодолеят възникващите проблеми.
#3. Пропуски в сигурността
С увеличеното използване на интелигентни устройства, рисковият вектор от нападатели, компрометиращи устройствата, се увеличава.
Приложения на Edge Computing
Edge computing намира приложения в различни индустрии. Използва се за агрегиране, обработка, филтриране и анализ на данни близо до или на границата на мрежата. Някои от областите, в които се прилага са:
IoT устройства
Често срещано погрешно схващане е, че крайните изчисления и IoT са едно и също. В действителност крайните изчисления са архитектура, докато IoT е технология, която използва крайни изчисления.
Интелигентни устройства като смартфони, интелигентни термостати, интелигентни превозни средства, интелигентни ключалки, интелигентни часовници и т.н. се свързват с интернет и се възползват от кода, изпълняван на самите тези устройства вместо в облака за ефективна употреба.
Оптимизиране на мрежата
Edge computing помага за оптимизирането на мрежата чрез измерване и подобряване на нейната производителност в мрежата за потребителите. Той намира мрежов път с най-ниска латентност и най-надеждна за потребителския трафик. В допълнение, той може също да изчисти задръстванията за оптимална работа.
Здравеопазване
Огромно количество данни се генерира от здравната индустрия. Включва данни за пациенти от медицинско оборудване, сензори и устройства.
Следователно има по-голяма нужда от управление, обработка и съхраняване на данните. Edge computing помага тук чрез прилагане на машинно обучение и автоматизация за достъп до данни. Помага за идентифициране на проблемни данни, които изискват незабавно внимание от клиницистите, за да се осигури по-добра грижа за пациентите и да се премахнат здравни инциденти.
Освен това крайните изчисления се използват в системите за медицински мониторинг, за да реагират бързо в реално време, вместо да чакат облачен сървър да действа.
На дребно
Предприятията за търговия на дребно също генерират големи части от данни от проследяване на запаси, продажби, наблюдение и друга бизнес информация. Използването на периферни изчисления позволява на хората да събират и анализират тези данни и да намират бизнес възможности като прогнозиране на продажбите, оптимизиране на поръчките на доставчици, провеждане на ефективни кампании и др.
производство
Edge computing се използва в производствения сектор за наблюдение на производствените процеси и прилагане на машинно обучение и анализи в реално време за подобряване на качеството на продукта и откриване на производствени грешки. Той също така поддържа сензорите за околната среда, които да бъдат включени в производствените предприятия.
Освен това крайните изчисления предоставят информация за наличните компоненти и колко дълго ще изминат. Той помага на производителя да взема точни и по-бързи бизнес решения относно операциите и фабриката.
Строителство
Строителната индустрия използва крайни компютри главно за безопасност на работното място, за да събира и анализира данни, взети от устройства за безопасност, камери, сензори и т.н. Това помага на бизнеса да прегледа условията за безопасност на работното място и гарантира, че служителите спазват протоколите за безопасност.
Транспорт
Транспортният сектор, особено автономните превозни средства, произвежда терабайти данни всеки ден. Автономните превозни средства се нуждаят от данни, които да бъдат събирани и анализирани, докато се движат, в реално време, което изисква тежки изчисления. Те също така се нуждаят от данни за състоянието на превозното средство, скоростта, местоположението, условията на пътя и трафика и превозни средства наблизо.
За да се справят с това, самите превозни средства се превръщат в ръба, където се извършва изчислението. В резултат на това данните се обработват с ускорена скорост, за да подхранват нуждите от събиране и анализ на данни.
селско стопанство
В земеделието крайните изчисления се използват в сензори за проследяване на хранителната плътност и използването на вода и оптимизиране на реколтата. За тази цел сензорът събира данни за условията на околната среда, температурата и почвата. Той анализира техните ефекти, за да спомогне за повишаване на добива и да гарантира, че са прибрани при най-благоприятните условия на околната среда.
Енергия
Периодичните изчисления са полезни в енергийния сектор, както и за наблюдение на безопасността при газови и петролни компании. Сензори непрекъснато следят влажността и налягането. Освен това, той не трябва да губи връзка, защото ако се случи нещо нередно, като например прегряване на маслена тръба, която остане незабелязана, това може да доведе до бедствия. Предизвикателството е, че повечето от тези съоръжения са разположени в отдалечени райони, където връзката е лоша.
Следователно внедряването на периферни изчисления в тези системи или близо до тях предлага по-голяма свързаност и възможности за непрекъснато наблюдение. Граничните изчисления могат също да определят неизправности в оборудването в реално време. Сензорите могат да наблюдават енергията, генерирана от всички машини като електрически превозни средства, системи за вятърни паркове и други с контрол на мрежата, за да помогнат за намаляване на разходите и ефективно генериране на енергия.
Други крайни изчислителни приложения са за видеоконференции, които консумират големи честотни ленти, ефективно кеширане с код, работещ в CDN периферни мрежи, финансови услуги като банки за сигурност и др.
Далечен ръб срещу Близък ръб
Edge computing включва толкова много термини, като близък ръб, далечен ръб и т.н., че понякога става объркващо. Нека разберем разликата между далечния и близкия ръб.
Далечен край
Това е инфраструктурата, разположена най-далече от облачен център за данни, но същевременно най-близо до потребителите.
Например инфраструктурата Far Edge за агенция за мобилни услуги може да бъде близо до базовите станции на кулите за мобилни телефони.
Компютърът Far Edge се внедрява в предприятия, фабрики, търговски центрове и т.н. Приложенията, работещи на тази инфраструктура, се нуждаят от висока пропускателна способност, мащабируемост и ниска латентност, което е чудесно за видео стрийминг, AR/VR, видеоигри и т.н. Въз основа на хоствани приложения, то е известно като:
- Enterprise Edge, който хоства корпоративни приложения
- IoT Edge, който хоства IoT приложения
Близо до ръба
Това е изчислителната инфраструктура, разположена между облачните центрове за данни и Far Edge. Той хоства общи приложения и услуги, за разлика от Far Edge, който хоства конкретни приложения.
Например инфраструктурата Near Edge може да се използва за кеширане на CDN, Fog computing и т.н. Освен това Fog computing поставя съхранение и компютърни ресурси в или близо до данните, може да не са в данните. Това е средата между облачен център за данни, разположен далеч, и ръба, разположен при източника с ограничени ресурси.
Edge Computing срещу Cloud Computing (прилики и разлики)
И Edge, и Cloud computing включват разпределено изчисление и внедряване на съхранение и изчислителни ресурси въз основа на генерираните данни. Определено обаче не са еднакви.
Ето как са различни.
- Внедряване: Облачните изчисления разполагат ресурси на глобални местоположения с висока мащабируемост за изпълнение на процеси. Може да включва централизирано изчисление по-близо до източника(ите) на данни, но не и на ръба на мрежата. От друга страна, периферните изчисления разполагат ресурси там, където се генерират данните.
- Централизация/децентрализация: Използвайки централизацията, облакът предлага ефективни и мащабируеми ресурси със сигурност и контрол. Edge computing е децентрализирано и се използва за справяне с тези проблеми и случаи на употреба, които не са предвидени в подхода за централизиране на облачните изчисления.
- Архитектура: Архитектурата на облачните изчисления се състои от няколко слабо свързани компонента. Той предоставя приложения и услуги по модела pay-as-you-go. Edge computing обаче се простира над облачните изчисления и осигурява по-стабилна архитектура.
- Програмиране: Разработката на приложения в облака е подходяща и използва един или по-малко езици за програмиране. Edge computing може да изисква различни езици за програмиране за разработване на приложения.
- Време за реакция: Средното време за реакция обикновено е повече при облачните изчисления в сравнение с крайните изчисления. Следователно крайното изчисление предлага по-бърз изчислителен процес.
- Широчина на честотната лента: Облачните изчисления консумират повече честотна лента и мощност поради по-голямото разстояние между клиента и сървъра, докато периферните изчисления изискват сравнително по-ниска честотна лента и мощност.
Какви са предимствата на Edge Computing пред Cloud Computing?
Процесът в периферните изчисления е по-ефективен от облачните изчисления, тъй като последният отнема повече време за извличане на данните, които потребителят е поискал. Облачните изчисления могат да забавят предаването на информация към център за данни, което забавя процеса на вземане на решения и причинява забавяне.
В резултат на това организациите могат да претърпят загуби по отношение на разходи, честотна лента, безопасност на данните и дори професионални рискове, особено в случай на производство и строителство. Ето няколко предимства на Edge over Cloud.
- Търсенето на по-бърза, по-безопасна и надеждна архитектура популяризира растежа на крайните изчисления, карайки организациите да избират периферните изчисления пред облачните изчисления. Така че в областите, които се нуждаят от чувствителна към времето информация, крайните изчисления правят чудеса.
- Когато изчислителният процес се извършва на отдалечени места, крайното изчисление работи по-добре поради малка или никаква свързаност, за да се даде възможност за централизиран подход. Той ще помогне с локално съхранение, работейки като микро център за данни.
- Edge computing е по-добро решение за поддръжка на интелигентни и специализирани устройства, които изпълняват специални функции и са различни от обикновените устройства.
- Edge computing може ефективно да се справи с използването на честотна лента, високата цена, сигурността и консумацията на енергия в повечето области в сравнение с облачните изчисления.
Настоящи доставчици на Edge Computing
За да внедрите периферни изчисления бързо и лесно във вашия бизнес или предприятие, имате нужда от доставчик на периферни изчислителни услуги. Те помагат за обработката на данните и тяхното ефективно предаване, предлагат стабилна ИТ инфраструктура и управляват масивни данни, генерирани от крайните устройства.
Ето някои от забележителните доставчици на крайни компютри:
#1. Amazon Web Services
AWS предлага последователно изживяване с облачен модел и предоставя решения и услуги за IoT, ML, AI, анализи, роботика, съхранение и изчисления.
#2. Dell
Dell осигурява оркестрация и управление на крайни изчисления чрез OpenManage Mobile. Dell е страхотен за цифрови градове, търговци на дребно, производители и други.
#3. ClearBlade
ClearBlade пуснаха своето приложение за интелигентни активи Edge Native, което позволява на поддържащия край да създава устройства за предупреждение и да се свързва с IoT устройства без кодиране.
Други забележителни доставчици на периферни изчисления са Cloudflare, StackPath, Intel, EdgeConnex и др.
Последни думи 👩🏫
Edge computing може да бъде ефективна, надеждна и спестяваща разходи опция за съвременния бизнес, който използва цифрови услуги и решения повече от всякога. Това също е отлична концепция за поддържане на културата на отдалечена работа, за да се улесни по-бързата обработка на данни и комуникацията.