Количество IoT-устройств в мире растёт по экспоненте. Эти железяки генерируют огромное количества трафика, но проблема в том, что таким девайсам необходима своя среда передачи данных, максимально автономная и быстрая.
Что такое Edge computing?
Обработка данных на границе сети, они же периферийные вычисления. Это означает, что устройство передаёт свои данные шлюзу, который физически находится на максимально близком расстоянии от него, что, в свою очередь, позволит достичь низкой задержки (latency). Такой «пинг» жизненно необходим для устройств из категории интернета-вещей, в том числе промышленного (IIoT) — сенсоры и датчики, которым важна скорость сбора данных и их обработки в режиме реального времени.
А такие используются уже практически во всех сферах жизни: умные дома, умные города, автомобили, медицина (IoMT), ритейл — тысячи их. Но пограничные вычисления не ограничены работой только с IoT-устройствами и сегментом m2m. Область применения достаточно обширна: приложения, микросервисы, сенсорные и корпоративные сети — всё, что критично по времени обработки данных и уровню доступности.
Главным преимуществом Edge computing перед облаком является именно скорость. Хотя сами пограничные вычисления сами работают по принципу «микро-облака» или даже «микро-ЦОД», где данные хранятся локально, а так же имеются свои устройства, контейнеры для развертывания инфраструктуры, их оркестрация (об этом ниже). Плюсы те же самые — быстрое управление сервисами (с помощью Kubernetes, например), отсутствие единой точки отказа во всей архитектуре, разумные точки абстракции, ограничение ресурсов ОЗУ или ЦП.
Цель пограничных вычислений — минимизировать задержку, перенеся возможности общедоступного облака на периферию. Это может быть достигнуто в двух формах: настраиваемый программный стек, имитирующий облачные сервисы, работающие на существующем оборудовании, и общедоступное облако, легко расширяемое до нескольких точек присутствия (PoP)
Где применяются пограничные вычисления?
В качестве стандартных примеров практического использования Edge Computing называются
- Беспилотные автомобили (процесс обнаружения препятствий, считывание разметки, расстояния до впередиидущего автомобиля)
- Приложения, использующие мобильные периферийные вычисления (видео, искусственный интеллект, IoT)
- Микросервисы, обслуживающие HTTP-запросы
- Машинное обучение (прогнозирование, работа с протоколом MQTT )
- Службы мониторинга и/или анализа логов (FluentBit, Prometheus)
- Умный город: освещение, видеоаналитика (распознавание лиц с камер видеонаблюдения, подтверждение личности)
- Умный дом: датчики протечки, задымления
- Робототехника, дроны, AR / VR
Всё это объединяет одно — им нужно обрабатывать данные в реальном времени и с минимальной задержкой, но при этом не хранить их у себя, т.к. после обработки многие данные попросту становятся не нужны.
ЦОД vs Edge computing
Облачные платформы и центры обработки данных стали стандартом де-факто для крупных проектов в сфере диджитал. И действительно, централизация вычислительных мощностей позволяет экономить деньги на управлении и обслуживании инфраструктуры. Одна из самых востребованных услуг — Сolocation. Аренда стойко-места в ЦОДе позволяет размещать собственное оборудование, которое подключено к отказоустойчивому высокоскоростному каналу связи, имеет резерв по нагрузке, защиту от отключения электричества и локальный саппорт. Впрочем, если сильно хочется сэкономить можно платить только за слото-место — установить 1U/2U оборудование, вместо аренды всей стойки.
Собственно, сравнивать ЦОД и пограничные вычисления не совсем корректно — они дополняют друг друга, а не противопоставляются. В пример можно привести искусственный интеллект, который пихают сейчас в каждый проект. Искусственный интеллект работает только в том случае, если он обучен. Чтобы обучить математическую модель требуется много вычислительных ресурсов и инфраструктуры, выдерживающую highload-нагрузки. После того, как система обучена, можно использовать её плоды — на смартфонах, датчиках, ноутбуках и т.д. В конечном итоге edge-устройства не хранят в себе данные на постоянной основе, в любом случае дальше им придётся отправиться в облако или ЦОД.
Как управляются пограничные вычисления?
Для развёртывания собственной платформы используют специальные службы AWS Greengrass от Amazon и Microsoft Azure IoT Edge. С их помощью можно синхронизировать данные со всех подключенных устройств (даже при дисконнекте интернета), разворачивать Docker-контейнеры, локально обрабатывать информацию для быстрого реагирования на события и отправлять её в облако для дальнейшего анализа.
Еще один игрок на рынке — Vapor IO. Его модель пограничных вычислений в основном является расширением общедоступного облака. Данный стартап известен своими новейшими стоечными решениями, а так же открытую платформу OpenDCRE (Open Data Center Runtime Environment) для мониторинга и управления инфраструктурой дата-центра.
Edge computing и 5G
Если апгрейд 4G был нужен людям, то переход на 5G нужен, прежде всего, IoT-устройствам. Поэтому пограничные вычисления — практически Мекка сетей 5G. Именно переход на сеть пятого поколения позволит решить проблему обработки больших объемов данных в реальном времени, ведь 5G это не столько про скорость, сколько про критичную для m2m задержку.
Это будет возможно, благодаря тому, что 5G использует больше направленных антенн, а высокочастотные диапазоны не перегружены текущей сотовой связью. Количество подключенных устройств возрастёт кратно, что крайне необходимо в текущих реалиях роста IoT-девайсов в мире, которые должны постоянно передавать данные. Таким образом коллаборация 5G и пограничных устройств выведет их взаимодействие и работу на новый уровень качества.
Как вам статья?
