Останнім часом дані генеруються безпрецедентними темпами, і в результаті традиційні моделі хмарних обчислень стикаються зі значними проблемами. Існує потреба у швидшій обробці, зменшенні затримки та покращенні конфіденційності, і це призвело до появи революційної парадигми, відомої як периферійні обчислення. Але що саме це таке, і чому це важливо? Давайте дізнаємося нижче!
Що таке граничні обчислення?
Граничні обчислення відносяться до розподіленої обчислювальної парадигми, яка наближає обчислення та зберігання даних до місця, де це необхідно, як правило, поблизу межі мережі або ближче до пристроїв, які генерують або споживають дані. У периферійних обчисленнях обробка та аналіз даних відбуваються в джерелі або поблизу нього, а не покладаються на централізовану хмарну інфраструктуру.
Традиційно в моделі хмарних обчислень дані з різних пристроїв або датчиків надсилаються в централізований центр обробки даних або хмарний сервер для обробки й аналізу. Однак периферійні обчислення спрямовані на подолання обмежень підходів, орієнтованих на хмару, таких як затримка, обмеження пропускної здатності та залежність від стабільного мережевого з’єднання.
Переміщуючи обчислення ближче до краю мережі, це забезпечує обробку даних у реальному часі, швидший час відгуку, зменшення мережевого трафіку та підвищення надійності. Це особливо корисно для додатків, які потребують низької затримки, таких як пристрої Інтернету речей (IoT), автономні транспортні засоби, промислова автоматизація, доповнена реальність і віддалений моніторинг.
В архітектурі периферійних обчислень периферійні пристрої, такі як шлюзи, маршрутизатори або периферійні сервери, розгортаються поблизу джерел даних. Ці пристрої виконують локальну обробку, фільтрацію та аналіз даних, зменшуючи обсяг даних, які потрібно надсилати до централізованої хмарної інфраструктури. Потім оброблені дані або відповідну аналітичну інформацію можна надіслати назад на пристрої або передати в хмару для подальшої обробки, зберігання або довгострокового аналізу.
Граничні обчислення мають кілька переваг:
#1. Зменшена затримка
Обробляючи дані локально на межі, програми реального часу можуть досягти швидшого часу відповіді, мінімізуючи затримки, викликані передачею даних на віддалений хмарний сервер.
#2. Оптимізація пропускної здатності
Окрім зменшення затримки, це також зменшує обсяг даних, які необхідно передати через мережу, оптимізуючи використання пропускної здатності та зменшуючи витрати, пов’язані з передачею даних.
№3. Покращена надійність
Пристрої Edge можуть продовжувати працювати та обробляти дані навіть у ситуаціях, коли з’єднання з мережею ненадійне або тимчасово порушено. Це підвищує загальну надійність і доступність системи.
#4. Покращена конфіденційність і безпека даних
Оскільки конфіденційні дані можуть оброблятися локально, периферійні обчислення зменшують проблеми конфіденційності та ризики безпеки, пов’язані з передачею даних на зовнішні сервери.
№5. Масштабованість
Він також може розподіляти навантаження на обробку між кількома периферійними пристроями, забезпечуючи масштабовану та ефективну обробку великих обсягів даних.
Чому Edge Computing є критично важливою технологією, яка формує майбутнє обчислювальної техніки?
Граничні обчислення є критично важливою технологією, яка формує майбутнє обчислювальної техніки з кількох причин. По-перше, це стосується обмежень традиційних моделей хмарних обчислень, які часто мають проблеми із затримкою та швидкістю обробки. Це наближає обчислення до джерела даних, а також скорочує час, необхідний для переміщення даних між пристроями та віддаленими центрами обробки даних. Це дозволяє обробляти дані, аналізувати та приймати рішення в режимі реального часу, що важливо для таких додатків, як автономні транспортні засоби, промислова автоматизація та системи моніторингу в реальному часі.
По-друге, це підвищує конфіденційність і безпеку даних. Оскільки конфіденційна інформація обробляється та зберігається локально, зменшується залежність від передачі даних на віддалені сервери. Загалом це мінімізує ризик витоку даних і несанкціонованого доступу. Цей аспект особливо важливий у таких галузях, як охорона здоров’я, фінанси та уряд, де конфіденційність даних має першорядне значення.
Що таке приклад периферійних обчислень?
Прикладом периферійних обчислень є використання розумних домашніх пристроїв. У традиційному налаштуванні дані з цих пристроїв, таких як термостати, камери безпеки та голосові помічники, надсилатимуться на центральний сервер або хмару для обробки. Однак у периферійних обчисленнях обробка й аналіз цих даних можуть відбуватися локально на самих пристроях або на сусідніх периферійних серверах.
Наприклад, розумний термостат, оснащений цією обчислювальною можливістю, може збирати дані про температуру та заповненість із датчиків у будинку та приймати рішення в реальному часі щодо того, як регулювати температуру, не покладаючись на віддалений сервер. Це забезпечує швидший час відгуку, меншу затримку та більшу ефективність керування системами опалення та охолодження в будинку.
Ще один приклад – автономні транспортні засоби. Безпілотні автомобілі генерують величезну кількість даних з різних датчиків, включаючи лідари, камери та радари. Обробка цих даних у режимі реального часу та прийняття рішень за частки секунди має вирішальне значення для безпечної роботи автономних транспортних засобів.
Це дозволяє цим транспортним засобам виконувати локальну обробку та аналіз даних датчиків, зменшуючи залежність від віддаленого хмарного сервера та забезпечуючи швидкий час відгуку для критичних завдань, таких як виявлення об’єктів і уникнення зіткнень.
Які ключові характеристики периферійних обчислень?
Ключові характеристики такі:
№1. Близькість
Це наближає обчислювальні ресурси та обробку даних до краю мережі, поблизу точки генерації або споживання даних. Хороша річ у цьому полягає в тому, що близькість зменшує затримку та забезпечує обробку в реальному або майже в реальному часі.
#2. Розподілена архітектура
Він включає в себе децентралізовану архітектуру, де обчислення, зберігання та аналітичні можливості розподіляються між периферійними пристроями, периферійними серверами або туманними вузлами. Цей розподіл покращує надійність, відмовостійкість і масштабованість.
#3. Локалізована обробка даних
Він наголошує на обробці та аналізі даних локально на межі, а не на централізованому хмарному сервері. Ця локалізована обробка зменшує потребу в передачі даних, зберігаючи пропускну здатність і зменшуючи залежність від постійного підключення до Інтернету.
#4. Обробка в реальному або майже в реальному часі
Це дозволяє аналізувати та приймати рішення в режимі реального або майже в реальному часі. Це має вирішальне значення для додатків, які потребують низької затримки, таких як автономні транспортні засоби, промислова автоматизація або системи віддаленого моніторингу.
#5. Оптимізація пропускної здатності
Він оптимізує використання пропускної здатності мережі шляхом фільтрації, узагальнення або попередньої обробки даних на межі перед передачею в хмару. Це зменшує обсяг переданих даних, зберігаючи пропускну здатність і знижуючи витрати.
#6. Покращена безпека та конфіденційність
Це покращує безпеку та конфіденційність, зберігаючи конфіденційні дані локально або в межах певної географічної області. Замість передачі даних у хмару, де вони можуть бути піддані потенційним загрозам, він дозволяє локально обробляти та зберігати конфіденційні дані.
#7. Офлайн-можливості
Це дозволяє пристроям і програмам працювати в автономному режимі або з обмеженим підключенням. Можливості локальної обробки та зберігання дозволяють пристроям продовжувати функціонувати, навіть якщо з’єднання з Інтернетом переривається або недоступне.
#8. Масштабованість і гнучкість
Він пропонує масштабованість і гнучкість, дозволяючи розгортати периферійні пристрої або сервери на основі конкретних вимог. Додаткові обчислювальні ресурси можуть бути додані на периферії за потреби, що забезпечує швидке масштабування інфраструктури периферійних обчислень.
Яка основна мета периферійних обчислень?
Основна мета периферійних обчислень — наблизити обчислювальні ресурси та обробку даних до джерела генерації даних, а не покладатися виключно на віддалені хмарні сервери чи центри обробки даних. Він спрямований на усунення обмежень традиційних централізованих обчислювальних архітектур шляхом розподілу можливостей обчислення, зберігання та аналітики на край мережі, який знаходиться ближче до місця створення або споживання даних. Можна також сказати, що він існує для підвищення ефективності, продуктивності та швидкодії додатків і сервісів шляхом децентралізації обчислень і наближення їх до краю мережі.
Яке інше слово для Edge Computing?
Інше слово або термін, який часто використовується як синонім із «обчислювальними обчисленнями», це «обчислення в тумані».
Що таке технологія Edge Computing
Технологія периферійних обчислень відноситься до набору технологій і підходів, які використовуються для забезпечення периферійних обчислень. Він охоплює ряд апаратних і програмних компонентів, які полегшують обробку, зберігання та мережеві можливості на межі мережі. Нижче наведено деякі з його ключових компонентів:
#1. Граничні пристрої
Це фізичні пристрої, розташовані на межі мережі, такі як датчики, шлюзи, маршрутизатори, комутатори або периферійні сервери. Вони збирають, обробляють і передають дані з різних джерел.
#2. Граничні сервери
Це обчислювальні пристрої, які розгортаються на межі мережі, щоб забезпечити обчислювальну потужність, можливості зберігання та локальної обробки даних. Граничні сервери можуть бути розташовані в центрах обробки даних, локальних або розподілених місцях.
#3. Граничні операційні системи
Це спеціалізовані операційні системи, розроблені для роботи на периферійних пристроях або периферійних серверах. Вони оптимізовані для низького енергоспоживання, ефективного використання ресурсів і обробки в реальному часі. Приклади включають Ubuntu Core, Windows 10 IoT Core або VxWorks від Wind River.
#4. Програмне забезпечення Edge Analytics
Це програмне забезпечення дозволяє аналізувати дані в реальному часі та приймати рішення на межі. Він може включати алгоритми машинного навчання, моделі штучного інтелекту або інфраструктури аналізу даних. Програмне забезпечення для аналітики Edge дозволяє локально обробляти та генерувати інформацію, не покладаючись на централізований хмарний сервер.
#5. Граничні мережі
Це відноситься до мережевої інфраструктури, яка з’єднує периферійні пристрої та сервери. Це може включати такі технології, як граничні маршрутизатори, граничні комутатори або програмно-визначені мережеві рішення (SDN). Граничні мережі забезпечують ефективну передачу даних і зв’язок між пристроями та хмарою.
#6. Контейнерізація та віртуалізація
Ці технології дозволяють інкапсуляцію та ізоляцію програмних додатків і служб, полегшуючи розгортання периферійних обчислювальних середовищ і керування ними. Контейнери та віртуальні машини можна розгортати на периферійних пристроях або серверах для запуску додатків і служб модульним і масштабованим способом.
#7. Управління межами та оркестровка
Ці інструменти та платформи допомагають керувати та координувати розгортання, конфігурацію, моніторинг та обслуговування інфраструктури периферійних обчислень. Вони забезпечують централізований контроль і видимість розподілених периферійних пристроїв і служб.
Які є типи периферійних обчислень?
Існує кілька типів або категорій граничних обчислень, які можна класифікувати на основі розташування та розгортання граничних ресурсів. Нижче наведено кілька прикладів;
- Граничні пристрої
- Граничні сервери
- Туманні обчислення
- Cloudlet Computing
Як працює Edge Computing
Граничні обчислення працюють шляхом децентралізації обчислювальних ресурсів і обробки даних на край мережі, ближче до місця, де генеруються або споживаються дані. Нижче наведено огляд того, як це зазвичай працює.
#1. Генерація даних
Дані генеруються з різних джерел, таких як датчики, пристрої Інтернету речей або взаємодії користувача з крайніми пристроями, такими як смартфони чи інтелектуальні пристрої. Ці дані можуть включати показання датчиків, відеопотоки або дані користувача.
#2. Збір і фільтрація даних
Граничні пристрої або шлюзи збирають дані з джерел і виконують початкову фільтрацію або попередню обробку, щоб зменшити обсяг даних, які потрібно передати. Цей крок допомагає оптимізувати використання пропускної здатності та зменшити затримку.
#3. Локальна обробка даних
Граничні пристрої або крайові сервери виконують локальну обробку та аналіз зібраних даних. Це може включати запуск алгоритмів, застосування моделей машинного навчання або виконання певних завдань, щоб витягнути статистику, прийняти рішення чи запустити дії на основі даних.
#4. Прийняття рішень на межі
Це дозволяє приймати рішення в режимі реального або майже в режимі реального часу на межі. Обробляючи дані локально, периферійні пристрої можуть швидко реагувати на події чи умови, не покладаючись на віддалений хмарний сервер. Це особливо важливо для чутливих до часу програм, таких як автономні транспортні засоби або промислова автоматизація.
#5. Передача даних
Після локальної обробки та прийняття рішень периферійні обчислювальні системи передають відповідні або узагальнені дані в хмару або інші централізовані системи. Це може включати надсилання оброблених даних, сповіщень або зведених результатів для подальшого аналізу, зберігання або довготривалої обробки.
#6. Хмарна інтеграція
Граничні обчислення часто передбачають інтеграцію з хмарними системами або службами. Хмарні платформи можна використовувати для довгострокового зберігання, розширеної аналітики, навчання машинному навчанню або надання додаткових обчислювальних ресурсів, коли це необхідно. Пристрої Edge можуть використовувати хмарні ресурси для завдань, які потребують великої обчислювальної потужності або аналізу історичних даних.
#7. Управління та оркестрування
Інфраструктура периферійних обчислень потребує керування та оркестровки для забезпечення належного розгортання, конфігурації, моніторингу та обслуговування периферійних пристроїв, периферійних серверів і відповідних компонентів програмного забезпечення. Це може включати платформи централізованого керування або інструменти, які забезпечують контроль, видимість і автоматизацію його розгортань.
Що таке Edge Computing Accenture
Граничні обчислення — це практика обробки даних поблизу джерела, або «край», де вони генеруються, а не надсилання їх до централізованої хмари чи центру обробки даних. Accenture — глобальна компанія з надання професійних послуг, яка надає широкий спектр консалтингових, технологічних та аутсорсингових послуг. Вони співпрацюють з організаціями, щоб допомогти їм використовувати передові обчислювальні технології та стратегії, щоб покращити свою діяльність, розширити свої цифрові можливості та стимулювати інновації.
Accenture визнає потенціал периферійних обчислень у забезпеченні обробки даних у реальному часі, зменшенні затримки, підвищенні ефективності мережі та створенні нових варіантів використання в різних галузях. Вони пропонують послуги, пов’язані з периферійними обчисленнями, включаючи розробку стратегії, проектування архітектури, впровадження та інтеграцію. Accenture допомагає клієнтам оцінити їхні вимоги до граничних обчислень, визначити відповідну граничну інфраструктуру, оптимізувати підключення до мережі та розробити граничні програми.
Використовуючи периферійні обчислення, організації можуть покращити свою здатність збирати, обробляти та аналізувати дані ближче до точки походження, забезпечуючи швидшу інформацію та відповіді. Це особливо цінно в сценаріях, де критично важливо приймати рішення в реальному часі, наприклад, автономні транспортні засоби, розумні міста, промисловий Інтернет речей, моніторинг охорони здоров’я та дистанційне управління активами.
Досвід Accenture у периферійних обчисленнях дозволяє їм підтримувати клієнтів у ефективному впровадженні цієї технології, використовуючи її потенціал для стимулювання цифрової трансформації, підвищення ефективності роботи та створення нових можливостей для бізнесу.
Граничні обчислення проти хмарних обчислень
Граничні обчислення та хмарні обчислення — це дві різні парадигми в області обчислень, кожна з яких служить різним цілям і відповідає конкретним вимогам. Нижче наведено основні відмінності між периферійними обчисленнями та хмарними обчисленнями:
#1. Близькість до даних і обробки
У периферійних обчисленнях обробка даних відбувається ближче до джерела або «краю», де вони генеруються, як правило, на пристроях або датчиках або поблизу них. Така близькість забезпечує обробку в реальному часі, зменшує затримку та мінімізує потребу в передачі даних до централізованих центрів обробки даних. Навпаки, хмарні обчислення включають обробку та зберігання даних у віддалених центрах обробки даних, які часто географічно віддалені від пристроїв, що генерують дані.
#2. Обсяг даних і пропускна здатність
Він підходить для сценаріїв, коли генеруються великі обсяги даних, але непрактично або неефективно передавати їх усі в хмару через обмежену пропускну здатність або вартість. Замість цього він фільтрує й обробляє дані локально, передаючи в хмару лише релевантну інформацію або зведену статистику. Хмарні обчислення, з іншого боку, добре підходять для додатків, які потребують великої ємності для зберігання даних і широких можливостей обробки даних.
#3. Затримка та обробка в реальному часі
Граничні обчислення спрямовані на мінімізацію затримки шляхом локальної обробки даних, що дозволяє аналізувати та приймати рішення в реальному або майже реальному часі. Це вкрай важливо для чутливих до часу програм, таких як автономні транспортні засоби, промислова автоматизація та моніторинг охорони здоров’я. У хмарних обчисленнях дані потрібно передавати у віддалені центри обробки даних, що створює затримку, що робить їх менш придатними для програм, які вимагають негайної обробки.
#4. Масштабованість і доступність ресурсів
Хмарні обчислення пропонують практично необмежену масштабованість і обчислювальні ресурси. Організації можуть легко збільшувати або зменшувати свої обчислювальні потужності залежно від попиту, оплачуючи ресурси за потреби. У граничних обчисленнях доступні обчислювальні ресурси обмежені самими граничними пристроями або локалізованою інфраструктурою, яка може мати обмеження щодо обчислювальної потужності, сховища та пропускної здатності мережі.
#5. Залежність від мережі
Хмарні обчислення значною мірою залежать від підключення до мережі для передачі даних до віддалених центрів обробки даних і з них. У периферійних обчисленнях залежність від мережі зменшується, оскільки обробка даних відбувається локально. Це може бути корисним у сценаріях, коли підключення до мережі є переривчастим, ненадійним або дорогим.
#6. Конфіденційність і безпека даних
Граничні обчислення можуть підвищити конфіденційність і безпеку даних, зберігаючи конфіденційні дані локально, зменшуючи ризик несанкціонованого доступу або порушення даних під час передачі в хмару. Хмарні обчислення, з іншого боку, вимагають ретельного розгляду заходів безпеки даних, оскільки дані зберігаються та обробляються у віддалених центрах обробки даних, якими керують постачальники хмарних послуг.
Чи є Tesla Edge Computing?
Не зовсім. Tesla, компанія з виробництва електромобілів і енергетики, використовує периферійні обчислення у своїх транспортних засобах, але вона не вважається компанією периферійних обчислень. Граничні обчислення відіграють важливу роль у транспортних засобах Tesla, щоб забезпечити обробку даних у реальному часі та прийняття рішень, але основний бізнес Tesla зосереджений навколо електромобілів, відновлюваних джерел енергії та пов’язаних технологій.
Edge Computing – це апаратне чи програмне забезпечення?
Граничні обчислення охоплюють апаратні та програмні компоненти. Це відноситься до розподіленої обчислювальної парадигми, яка поєднує апаратну інфраструктуру та програмні додатки для забезпечення обробки та аналізу даних на периферійних пристроях або датчиках або поблизу них.
- Хмарні обчислення: визначення, типи, плюси, мінуси та PDF (докладний посібник 2023 року)
- НАЙКРАЩІ ПОСТАЧАЛЬНИКИ ХМАРНИХ ПОСЛУГ У 2023 РОЦІ: остаточний посібник
- Важливість швидкості Інтернету для онлайн-ігор
- ХМАРНИЙ ІНЖЕНЕР: визначення, обов’язки, вакансії, зарплата та як ними стати
- ГОЛОСОВІ ПОМІЧНИКИ: усе, що потрібно знати про голосові помічники
- Gпрограмне забезпечення для відстеження ps
посилання
