Граничные вычисления — это распределенная архитектура информационных технологий (ИТ), в которой клиентские данные обрабатываются на границе сети, как можно ближе к источнику.
Данные являются жизненной силой современного бизнеса, обеспечивая ценную информацию о бизнесе и поддерживая контроль над важнейшими бизнес-процессами и операциями в режиме реального времени. Сегодняшние предприятия поглощены океаном данных, и огромные объемы данных могут регулярно собираться с датчиков и устройств IoT, работающих в режиме реального времени из удаленных мест и негостеприимных операционных сред практически в любой точке мира.
Но этот виртуальный поток данных также меняет подход предприятий к вычислениям. Традиционная вычислительная парадигма, построенная на централизованном центре обработки данных и повседневном Интернете, не очень хорошо подходит для перемещения бесконечно растущих рек реальных данных. Ограничения пропускной способности, проблемы с задержками и непредсказуемые сбои в работе сети могут помешать этим действиям. Предприятия решают эти проблемы с данными с помощью архитектуры граничных вычислений.
Проще говоря, граничные вычисления перемещают часть ресурсов хранения и вычислений из центра обработки данных ближе к самому источнику данных. Вместо того, чтобы передавать необработанные данные в ЦОД для обработки и анализа, эта работа выполняется там, где данные фактически генерируются — будь то розничный магазин, заводской цех, разросшееся предприятие или «умный город». Только результат этой вычислительной работы на границе, такой как понимание бизнеса в реальном времени, прогнозы технического обслуживания оборудования или другие полезные ответы, отправляется обратно в главный центр обработки данных для анализа и других взаимодействий с людьми.
Таким образом, пограничные вычисления меняют форму ИТ и бизнес-вычислений.
Как работают граничные вычисления?
Граничные вычисления — это вопрос местоположения. В традиционных корпоративных вычислениях данные производятся в конечной точке клиента, например, на компьютере пользователя. Эти данные перемещаются через глобальную сеть, например Интернет, через корпоративную локальную сеть, где данные хранятся и обрабатываются корпоративным приложением. Результаты этой работы затем передаются обратно на конечную точку клиента. Это остается проверенным временем подходом к клиент-серверным вычислениям для большинства типичных бизнес-приложений.
Однако количество устройств, подключенных к Интернету, и объем данных, производимых этими устройствами и используемых предприятиями, растет слишком быстро, чтобы традиционные инфраструктуры центров обработки данных могли их вместить. По прогнозам Gartner, к 2025 году 75% данных, генерируемых предприятиями, будет создаваться вне централизованных центров обработки данных. Перспектива перемещения такого количества данных в ситуациях, которые часто могут быть чувствительны ко времени или сбоям, создает невероятную нагрузку на глобальный интернет, который сам часто подвержен перегрузкам и сбоям.
Поэтому ИТ-архитекторы сместили фокус с центрального центра обработки данных на логическую границу инфраструктуры — забирая ресурсы хранения и вычисления из центра обработки данных и перемещая их в точку, где генерируются данные. Принцип прост: Если вы не можете приблизить данные к центру обработки данных, приблизьте центр обработки данных к данным.
Отношение к граничным вычисллениям
Не интересовались концепцией, но хотели бы узнать. 54%
Уже внедрили. 27%
Централизация данных локально и в облаке. 8%
Не видят необходимости в пограничных вычислениях как отдельной архитектуре. 4%
Не планируют внедрять. 3%
Не думали об этом; другое. 2%
Граничные вычисления размещают хранилища и серверы там, где находятся данные, зачастую требуя лишь неполной стойки оборудования для работы в удаленной локальной сети для сбора и обработки данных на месте. Во многих случаях вычислительное оборудование размещается в экранированных или усиленных корпусах для защиты оборудования от экстремальных температур, влаги и других условий окружающей среды. Обработка часто включает в себя стандартизацию и анализ потока данных для поиска бизнес-аналитики, и только результаты анализа отправляются обратно в главный центр обработки данных.
Идея бизнес-аналитики может быть совершенно разной. Некоторые примеры связаны с розничной торговлей, где видеонаблюдение выставочного зала может быть объединено с фактическими данными о продажах для определения наиболее желательной конфигурации продукта или потребительского спроса. Другие примеры включают прогнозную аналитику, которая может помочь в обслуживании и ремонте оборудования до того, как возникнут реальные дефекты или отказы. Еще другие примеры часто связаны с коммунальными услугами, такими как очистка воды или производство электроэнергии, чтобы гарантировать правильную работу оборудования и поддерживать качество продукции.
Сравнение граничных, облачных и туманных вычислений
Граничные вычисления тесно связаны с понятиями облачных и туманных вычислений. Хотя эти понятия частично совпадают, это не одно и то же, и, как правило, их не следует использовать как взаимозаменяемые. Полезно сравнить эти понятия и понять их различия.
Один из самых простых способов понять различия между граничными, облачными и туманными вычислениями — выделить их общую тему: Все три концепции относятся к распределенным вычислениям и сосредоточены на физическом размещении вычислительных ресурсов и ресурсов хранения данных по отношению к производимым данным. Разница заключается в том, где расположены эти ресурсы.
Edge. Граничные вычисления — это развертывание вычислительных ресурсов и ресурсов хранения в месте производства данных. В идеале вычисления и хранилище располагаются в одной точке с источником данных на границе сети. Например, небольшой корпус с несколькими серверами и некоторыми системами хранения данных может быть установлен на ветряной турбине для сбора и обработки данных, полученных от датчиков в самой турбине. В качестве другого примера можно привести железнодорожную станцию, на которой может быть установлено некоторое количество вычислительных устройств и систем хранения данных для сбора и обработки данных многочисленных датчиков пути и движения поездов. Результаты такой обработки могут быть отправлены в другой центр обработки данных для анализа человеком, архивирования и объединения с другими данными для более широкого анализа.
Cloud. Облачные вычисления — это огромное, высокомасштабируемое развертывание вычислительных ресурсов и ресурсов хранения данных в одном из нескольких распределенных глобальных мест (регионов). Облачные провайдеры также включают в себя целый ряд предварительно упакованных услуг для операций IoT, что делает облако предпочтительной централизованной платформой для развертывания IoT. Но даже если облачные вычисления предлагают более чем достаточно ресурсов и услуг для решения сложных аналитических задач, ближайший региональный облачный центр может находиться в сотнях миль от места сбора данных, а соединения зависят от той же нестабильной интернет-связи, которая поддерживает традиционные центры обработки данных. На практике облачные вычисления являются альтернативой — а иногда и дополнением — традиционным центрам обработки данных. Облако может обеспечить централизованные вычисления гораздо ближе к источнику данных, но не на границе сети.
Fog. Но выбор развертывания вычислительных систем и систем хранения данных не ограничивается облаком или границей. Облачный центр обработки данных может находиться слишком далеко, а граничное развертывание может быть просто слишком ограниченным по ресурсам, физически разбросанным или распределенным, чтобы сделать строгие граничные вычисления практичными. В этом случае может помочь понятие туманных вычислений.
Среды туманных вычислений могут создавать обескураживающие объемы данных с датчиков или IoT, генерируемых на обширных физических территориях, которые слишком велики, чтобы определить их границы. В качестве примера можно привести интеллектуальные здания, интеллектуальные города или даже интеллектуальные коммунальные сети. Рассмотрим «умный» город, где данные могут использоваться для отслеживания, анализа и оптимизации системы общественного транспорта, коммунальных служб, городских услуг и долгосрочного городского планирования. Одного пограничного развертывания просто недостаточно, чтобы справиться с такой нагрузкой, поэтому туманные вычисления могут управлять серией развертываний туманных узлов в рамках среды для сбора, обработки и анализа данных.
Примечание: Важно повторить, что туманные вычисления и пограничные вычисления имеют почти одинаковое определение и архитектуру, и эти термины иногда используются как взаимозаменяемые даже среди экспертов в области технологий.
Почему граничные вычисления важны?
Вычислительные задачи требуют соответствующих архитектур, и архитектура, которая подходит для одного типа вычислительных задач, не обязательно подходит для всех остальных. Пограничные вычисления появились в качестве жизнеспособной и важной архитектуры, которая поддерживает распределенные вычисления для развертывания вычислительных ресурсов и ресурсов хранения данных ближе к источнику данных — в идеале в том же физическом месте, что и источник данных. В целом, модели распределенных вычислений практически не новы, а концепции удаленных офисов, филиалов, размещения центров обработки данных и облачных вычислений имеют долгую и проверенную историю.
Однако децентрализация может быть сложной задачей, требующей высокого уровня мониторинга и контроля, которые легко упускаются из виду при переходе от традиционной централизованной модели вычислений. Пограничные вычисления стали актуальными, поскольку они предлагают эффективное решение возникающих сетевых проблем, связанных с перемещением огромных объемов данных, которые производят и потребляют современные организации. Это не только проблема количества. Это также вопрос времени; приложения зависят от обработки и ответов, которые все более чувствительны ко времени.
Подумайте о появлении самоуправляемых автомобилей. Они будут зависеть от интеллектуальных сигналов управления дорожным движением. Автомобили и системы управления дорожным движением должны будут получать, анализировать и обмениваться данными в режиме реального времени. Умножьте это требование на огромное количество автономных автомобилей, и масштаб потенциальных проблем станет более очевидным. Это требует быстрой и отзывчивой сети. Пограничные — и туманные — вычисления решают три основных ограничения сети: пропускная способность, задержка и перегруженность или надежность.
Пропускная способность. Пропускная способность — это количество данных, которое сеть может передать за определенное время, обычно выраженное в битах в секунду. Все сети имеют ограниченную пропускную способность, и эти ограничения более серьезны для беспроводной связи. Это означает, что существует конечный предел объема данных или количества устройств, которые могут передавать данные по сети. Хотя можно увеличить пропускную способность сети, чтобы вместить больше устройств и данных, затраты могут быть значительными, все еще существуют (более высокие) конечные пределы, и это не решает других проблем.
Латентность. Задержка — это время, необходимое для передачи данных между двумя точками сети. Хотя в идеале обмен данными происходит со скоростью света, большие физические расстояния в сочетании с перегрузкой сети или сбоями в ее работе могут задерживать перемещение данных по сети. Это задерживает любые аналитические процессы и процессы принятия решений, а также снижает способность системы реагировать в режиме реального времени. В примере с автономными автомобилями это может стоить жизни.
Перегруженность. Интернет — это, по сути, глобальная «сеть сетей». Несмотря на то, что он эволюционировал и предлагает хороший обмен данными общего назначения для большинства повседневных вычислительных задач — таких, как обмен файлами или базовая потоковая передача данных — объем данных, вовлеченных десятками миллиардов устройств, может перегрузить интернет, вызывая высокий уровень перегруженности и заставляя тратить время на повторную передачу данных. В других случаях перебои в работе сети могут усугубить перегрузку и даже полностью прервать связь с некоторыми пользователями Интернета, что делает Интернет бесполезным во время перебоев.
Размещая серверы и хранилища там, где генерируются данные, граничные вычисления могут управлять множеством устройств в гораздо меньшей и более эффективной локальной сети, где широкая полоса пропускания используется исключительно локальными устройствами, генерирующими данные, что делает задержки и перегрузки практически несущественными. Локальные хранилища собирают и защищают необработанные данные, а пограничные серверы могут выполнять важную аналитику на границе — или, по крайней мере, предварительно обрабатывать и сокращать данные — для принятия решений в режиме реального времени перед отправкой результатов или только основных данных в облако или центральный ЦОД.
Сценарии и примеры использования граничных вычислений
В принципе, методы граничных вычислений используются для сбора, фильтрации, обработки и анализа данных «на месте» на границе сети или вблизи нее. Это мощное средство использования данных, которые нельзя сначала переместить в централизованное место — обычно потому, что из-за огромного объема данных такое перемещение нерентабельно, технологически нецелесообразно или может нарушить обязательства по соблюдению нормативных требований, например, суверенитет данных. Это определение породило огромное количество реальных примеров и сценариев использования:
Производство. Промышленный производитель развернул пограничные вычисления для мониторинга производства, что позволило использовать аналитику в реальном времени и машинное обучение на границе для поиска производственных ошибок и повышения качества продукции. Граничные вычисления помогли добавить датчики окружающей среды по всему производственному предприятию, обеспечив понимание того, как собирается и хранится каждый компонент продукта, и как долго эти компоненты остаются на складе. Теперь производитель может принимать более быстрые и точные бизнес-решения, касающиеся заводского комплекса и производственных операций.
Фермерство. Рассмотрим бизнес, который выращивает культуры в закрытом помещении без солнечного света, почвы и пестицидов. Этот процесс сокращает время выращивания более чем на 60%. Использование датчиков позволяет предприятию отслеживать потребление воды, содержание питательных веществ и определять оптимальный урожай. Данные собираются и анализируются, чтобы выявить влияние факторов окружающей среды и постоянно совершенствовать алгоритмы выращивания культур, а также гарантировать, что урожай будет собран в оптимальном состоянии.
Оптимизация сети. Граничные вычисления могут помочь оптимизировать производительность сети путем измерения производительности для пользователей по всему интернету, а затем с помощью аналитики определить наиболее надежный сетевой путь с низкой задержкой для трафика каждого пользователя. По сути, граничные вычисления используются для «управления» трафиком в сети для оптимальной производительности трафика, чувствительного ко времени.
Безопасность на рабочем месте. Граничные вычисления могут объединять и анализировать данные с камер на объекте, устройств безопасности сотрудников и различных других датчиков, чтобы помочь предприятиям контролировать условия на рабочем месте или обеспечить соблюдение сотрудниками установленных протоколов безопасности — особенно если рабочее место удалено или необычайно опасно, например, на строительных площадках или нефтяных вышках.
Улучшенное здравоохранение. В сфере здравоохранения значительно увеличился объем данных о пациентах, собираемых с помощью устройств, датчиков и другого медицинского оборудования. Этот огромный объем данных требует применения граничных вычислений для автоматизации и машинного обучения, чтобы получить доступ к данным, игнорировать «нормальные» данные и выявлять проблемные данные, чтобы врачи могли принять немедленные меры, чтобы помочь пациентам избежать инцидентов со здоровьем в режиме реального времени.
Транспорт. Автономные транспортные средства требуют и производят от 5 ТБ до 20 ТБ в день, собирая информацию о местоположении, скорости, состоянии автомобиля, состоянии дороги, дорожной обстановке и других транспортных средствах. Эти данные должны собираться и анализироваться в режиме реального времени, пока транспортное средство находится в движении. Это требует значительных бортовых вычислений — каждый автономный автомобиль становится «границей». Кроме того, эти данные могут помочь властям и предприятиям управлять автопарками на основе реальных условий на местности.
Розничная торговля. Предприятия розничной торговли также могут генерировать огромные объемы данных из систем наблюдения, отслеживания запасов, данных о продажах и других бизнес-данных в режиме реального времени. Граничные вычисления могут помочь проанализировать эти разнообразные данные и определить возможности для бизнеса, такие как эффективная выкладка товара, прогнозирование продаж и оптимизация заказов поставщикам и т.д. Поскольку розничный бизнес может сильно различаться в местных условиях, граничные вычисления могут стать эффективным решением для локальной обработки данных в каждом магазине.
Каковы преимущества граничных вычислений?
Граничные вычисления решают жизненно важные проблемы инфраструктуры — такие, как ограничение пропускной способности, избыточная задержка и перегрузка сети — но есть несколько потенциальных дополнительных преимуществ граничных вычислений, которые могут сделать этот подход привлекательным и в других ситуациях.
Автономность. Граничные вычисления полезны там, где связь ненадежна или пропускная способность ограничена из-за особенностей окружающей среды. Примерами могут служить нефтяные вышки, корабли в море, удаленные фермы или другие удаленные места, например, тропический лес или пустыня. Граничные вычисления выполняют вычислительную работу на месте — иногда на самом пограничном устройстве — например, датчики качества воды на водоочистителях в отдаленных деревнях, и могут сохранять данные для передачи в центральный пункт только при наличии связи. Благодаря локальной обработке данных объем пересылаемых данных может быть значительно сокращен, что требует гораздо меньшей пропускной способности или времени на подключение, чем могло бы потребоваться в противном случае.
Независимость данных. Перемещение огромных объемов данных — это не только техническая проблема. Путешествие данных через национальные и региональные границы может создать дополнительные проблемы в области безопасности данных, конфиденциальности и других юридических вопросов. Граничные вычисления можно использовать для сохранения данных вблизи их источника и в рамках действующих законов о суверенитете данных, которые определяют порядок хранения, обработки и раскрытия данных. Это позволяет обрабатывать необработанные данные локально, скрывая или защищая любые конфиденциальные данные перед отправкой в облако или основной центр обработки данных, который может находиться в других юрисдикциях.
Безопасность на границе. Наконец, граничные вычисления предоставляют дополнительную возможность для внедрения и обеспечения безопасности данных. Хотя облачные провайдеры предоставляют услуги IoT и специализируются на комплексном анализе, предприятия по-прежнему обеспокоены безопасностью и сохранностью данных, когда они покидают границы и возвращаются в облако или центр обработки данных. Внедряя вычисления на границе, любые данные, проходящие через сеть обратно в облако или центр обработки данных, могут быть защищены с помощью шифрования, а само развертывание на границе может быть защищено от хакеров и других вредоносных действий — даже когда безопасность устройств IoT остается ограниченной.
Проблемы граничных вычислений
Несмотря на то, что граничные вычисления способны обеспечить значительные преимущества во множестве случаев использования, эта технология далеко не надежна. Помимо традиционных проблем, связанных с сетевыми ограничениями, существует несколько ключевых соображений, которые могут повлиять на внедрение граничных вычислений:
Ограниченные возможности. Часть привлекательности, которую облачные вычисления привносят в граничные — или туманные — вычисления, заключается в разнообразии и масштабе ресурсов и услуг. Развертывание инфраструктуры на границе может быть эффективным, но масштаб и цель развертывания на границе должны быть четко определены — даже обширное развертывание вычислений на границе служит конкретной цели в заранее определенном масштабе с использованием ограниченных ресурсов и небольшого количества услуг. Связь. Граничные вычисления преодолевают типичные сетевые ограничения, но даже самое щадящее пограничное развертывание потребует определенного минимального уровня подключения. Очень важно спроектировать граничное развертывание с учетом плохого или нестабильного подключения и продумать, что произойдет на границе при потере подключения. Автономность, искусственный интеллект и планирование отказов в случае проблем с подключением являются необходимыми условиями для успешного применения граничных вычислений. Безопасность. IoT-устройства, как известно, небезопасны, поэтому крайне важно разработать развертывание пограничных вычислений, в котором особое внимание будет уделено надлежащему управлению устройствами, например, применению конфигурации на основе политик, а также безопасности вычислительных ресурсов и ресурсов хранения, включая такие факторы, как обновление программного обеспечения, с особым вниманием к шифрованию данных. Услуги IoT от крупных облачных провайдеров включают безопасные коммуникации, но это не является автоматическим при создании пограничного объекта с нуля. Жизненный цикл данных. Извечная проблема сегодняшнего избытка данных заключается в том, что многие из них оказываются ненужными. Рассмотрим устройство медицинского мониторинга — критически важными являются только данные о проблемах, и нет смысла хранить обычные данные о пациенте. Большинство данных, задействованных в аналитике реального времени, — это краткосрочные данные, которые не хранятся в течение длительного времени. Предприятие должно решить, какие данные сохранить, а какие отбросить после проведения анализа. А сохраняемые данные должны быть защищены в соответствии с политикой предприятия и нормативными требованиями.
Внедрение граничных вычислений
Граничные вычисления — это простая идея, которая может показаться простой на бумаге, но разработка целостной стратегии и внедрение надежного развертывания на границе может оказаться сложной задачей.
Первым жизненно важным элементом любого успешного развертывания технологии является создание значимой деловой и технической стратегии граничных вычислений. Такая стратегия не сводится к выбору поставщиков или оборудования. Вместо этого граничная стратегия учитывает необходимость периферийных вычислений. Понимание «зачем» требует четкого понимания технических и бизнес-проблем, которые организация пытается решить, например, преодоление сетевых ограничений и соблюдение суверенитета данных.
Такие стратегии могут начинаться с обсуждения того, что такое преимущество, где оно существует для бизнеса и как оно должно приносить пользу организации. Граничные стратегии также должны соответствовать существующим бизнес-планам и технологическим дорожным картам. Например, если компания стремится сократить площадь централизованного ЦОД, то пограничные и другие технологии распределенных вычислений могут хорошо сочетаться.
По мере приближения проекта к реализации важно тщательно оценить варианты аппаратного и программного обеспечения. В сфере граничных вычислений представлено множество поставщиков, включая Adlink Technology, Cisco, Amazon, Dell EMC и HPE. Каждое предложение продукта должно быть оценено с точки зрения стоимости, производительности, функций, совместимости и поддержки. С точки зрения программного обеспечения, инструменты должны обеспечивать всестороннюю видимость и контроль над удаленной граничной средой.
Фактическое развертывание инициативы по граничным вычислениям может значительно отличаться по масштабам, начиная от локального вычислительного оборудования в защищенном от боевых действий корпусе на территории предприятия и заканчивая огромным количеством датчиков, питающих сетевое соединение с высокой пропускной способностью и низкой задержкой для подключения к общедоступному облаку. Нет двух одинаковых развертываний на границе. Именно эти различия делают стратегию и планирование пограничного развертывания столь важными для успеха пограничного проекта.
Граничное развертывание требует всестороннего мониторинга. Помните, что ИТ-персонал может быть трудно или даже невозможно доставить на физический пограничный сайт, поэтому граничные развертывания должны быть спроектированы таким образом, чтобы обеспечить устойчивость, отказоустойчивость и возможности самовосстановления. Средства мониторинга должны обеспечивать четкий обзор удаленного развертывания, простоту инициализации и конфигурации, комплексное оповещение и отчетность, а также поддерживать безопасность установки и ее данных. Мониторинг границ часто включает в себя целый ряд показателей и KPI, таких, как доступность или время безотказной работы сайта, производительность сети, емкость и использование хранилища и вычислительных ресурсов.
И ни одно внедрение пограничной системы не будет полным без тщательного рассмотрения вопроса о ее обслуживании:
Безопасность. Физические и логические меры безопасности жизненно важны и должны включать инструменты, в которых особое внимание уделяется управлению уязвимостями, обнаружению и предотвращению вторжений. Безопасность должна распространяться на сенсорные и IoT-устройства, поскольку каждое устройство является элементом сети, к которому можно получить доступ или взломать, что представляет собой обескураживающее количество возможных поверхностей атаки. Подключение. Подключение — это еще одна проблема, и необходимо предусмотреть доступ к управлению и отчетности даже в том случае, если подключение к фактическим данным недоступно. Некоторые пограничные системы используют вторичное подключение для резервного подключения и управления. Управление. Удаленные и зачастую негостеприимные места расположения граничных развертываний делают удаленное обеспечение и управление необходимыми. ИТ-менеджеры должны иметь возможность видеть, что происходит на границе, и при необходимости контролировать развертывание. Физическое обслуживание. Нельзя упускать из виду требования к физическому обслуживанию. IoT-устройства часто имеют ограниченный срок службы с плановой заменой батарей и устройств. Оборудование выходит из строя и в конечном итоге требует обслуживания и замены. Практическая логистика на объекте должна быть включена в техническое обслуживание.
Граничные вычисления, IoT и возможности 5G
Граничные вычисления продолжают развиваться, используя новые технологии и методы для расширения своих возможностей и повышения производительности. Возможно, наиболее заметной тенденцией является доступность граничных вычислений, и ожидается, что к 2028 году граничные сервисы станут доступны во всем мире. Если сегодня граничные вычисления часто зависят от конкретной ситуации, то в будущем ожидается, что технология станет более повсеместной и изменит способ использования Интернета, что приведет к расширению абстракции и потенциальных вариантов использования граничных технологий.
Это видно по распространению продуктов вычислительной техники, систем хранения данных и сетевых устройств, специально разработанных для граничных вычислений. Увеличение числа партнерств с различными производителями позволит улучшить совместимость и гибкость продуктов на границе.
Технологии беспроводной связи, такие как 5G и Wi-Fi 6, также повлияют на развертывание и использование граничных сетей в ближайшие годы, обеспечивая возможности виртуализации и автоматизации, которые еще предстоит исследовать, такие, как повышение автономности транспортных средств и перенос рабочей нагрузки на границу, а также делая беспроводные сети более гибкими и экономически эффективными.
Граничные вычисления получили широкое распространение с ростом IoT и внезапным увеличением объема данных, производимых такими устройствами. Но поскольку технологии IoT все еще находятся в относительном младенчестве, эволюция устройств IoT также окажет влияние на будущее развитие граничных вычислений. Одним из примеров таких будущих альтернатив является развитие микромодульных центров обработки данных (MMDC). MMDC — это, по сути, центр обработки данных в коробке, где полный центр обработки данных помещается в небольшую мобильную систему, которая может быть развернута ближе к данным — например, в городе или регионе — чтобы сделать вычисления намного ближе к данным.
Стремительный рост платформ облачных вычислений и предшествующая волна виртуализации значительно изменили роль сервера среди малых, средних и крупных предприятий. Виртуализация позволяет организациям загружать несколько виртуальных машин на один физический сервер, повышая коэффициент использования оборудования и предлагая возможность консолидации ИТ-ресурсов. Виртуализация проложила путь к облаку, так как ИТ-специалисты смогли перенести виртуальные машины за пределы предприятия и [...]
Блейд-сервер (лезвие) - это тонкая модульная электронная плата, содержащая один, два или более микропроцессоров и память, которая предназначена для одного специального приложения и может быть легко вставлена в блейд-шасси, представляющее собой компактную конструкцию для размещения многих аналогичных серверов. Некоторые решения позволяет установить до 280 блейд-серверных модулей вертикально в нескольких стойках или рядах одного напольного шкафа. [...]
Сервер - это компьютерная программа или устройство, которое предоставляет услуги другой компьютерной программе и ее пользователю, также известному как клиент. В центре обработки данных физический компьютер, на котором работает серверная программа, также часто называют сервером. В модели программирования клиент/сервер серверная программа ожидает и выполняет запросы от клиентских программ, которые могут быть запущены на том же [...]
Что такое SSD? SSD или твердотельный накопитель, - это тип устройства хранения данных, используемый в компьютерах. Этот энергонезависимый носитель хранит постоянные данные на твердотельной флэш-памяти. Твердотельные накопители заменяют в компьютерах традиционные жесткие диски (HDD) и выполняют те же основные функции, что и жесткие диски. Однако твердотельные накопители значительно быстрее. С твердотельным накопителем операционная система устройства [...]
Lenovo расширяет сотрудничество с AMD, чтобы предоставить больше возможностей для серверов и устройств HCI, предназначенных для искусственного интеллекта. Компания Lenovo расширяет возможности инфраструктуры искусственного интеллекта с помощью линейки серверов и стека HCI, которые выходят за рамки поддержки ускорителей искусственного интеллекта Nvidia и Intel и теперь включают графические процессоры AMD. Сервер Lenovo Think System SR685a V3 [...]
Что такое граничные вычисления?
Граничные вычисления — это распределенная архитектура информационных технологий (ИТ), в которой клиентские данные обрабатываются на границе сети, как можно ближе к источнику.
Данные являются жизненной силой современного бизнеса, обеспечивая ценную информацию о бизнесе и поддерживая контроль над важнейшими бизнес-процессами и операциями в режиме реального времени. Сегодняшние предприятия поглощены океаном данных, и огромные объемы данных могут регулярно собираться с датчиков и устройств IoT, работающих в режиме реального времени из удаленных мест и негостеприимных операционных сред практически в любой точке мира.
Но этот виртуальный поток данных также меняет подход предприятий к вычислениям. Традиционная вычислительная парадигма, построенная на централизованном центре обработки данных и повседневном Интернете, не очень хорошо подходит для перемещения бесконечно растущих рек реальных данных. Ограничения пропускной способности, проблемы с задержками и непредсказуемые сбои в работе сети могут помешать этим действиям. Предприятия решают эти проблемы с данными с помощью архитектуры граничных вычислений.
Проще говоря, граничные вычисления перемещают часть ресурсов хранения и вычислений из центра обработки данных ближе к самому источнику данных. Вместо того, чтобы передавать необработанные данные в ЦОД для обработки и анализа, эта работа выполняется там, где данные фактически генерируются — будь то розничный магазин, заводской цех, разросшееся предприятие или «умный город». Только результат этой вычислительной работы на границе, такой как понимание бизнеса в реальном времени, прогнозы технического обслуживания оборудования или другие полезные ответы, отправляется обратно в главный центр обработки данных для анализа и других взаимодействий с людьми.
Таким образом, пограничные вычисления меняют форму ИТ и бизнес-вычислений.
Как работают граничные вычисления?
Граничные вычисления — это вопрос местоположения. В традиционных корпоративных вычислениях данные производятся в конечной точке клиента, например, на компьютере пользователя. Эти данные перемещаются через глобальную сеть, например Интернет, через корпоративную локальную сеть, где данные хранятся и обрабатываются корпоративным приложением. Результаты этой работы затем передаются обратно на конечную точку клиента. Это остается проверенным временем подходом к клиент-серверным вычислениям для большинства типичных бизнес-приложений.
Однако количество устройств, подключенных к Интернету, и объем данных, производимых этими устройствами и используемых предприятиями, растет слишком быстро, чтобы традиционные инфраструктуры центров обработки данных могли их вместить. По прогнозам Gartner, к 2025 году 75% данных, генерируемых предприятиями, будет создаваться вне централизованных центров обработки данных. Перспектива перемещения такого количества данных в ситуациях, которые часто могут быть чувствительны ко времени или сбоям, создает невероятную нагрузку на глобальный интернет, который сам часто подвержен перегрузкам и сбоям.
Поэтому ИТ-архитекторы сместили фокус с центрального центра обработки данных на логическую границу инфраструктуры — забирая ресурсы хранения и вычисления из центра обработки данных и перемещая их в точку, где генерируются данные. Принцип прост: Если вы не можете приблизить данные к центру обработки данных, приблизьте центр обработки данных к данным.
Отношение к граничным вычисллениям
Граничные вычисления размещают хранилища и серверы там, где находятся данные, зачастую требуя лишь неполной стойки оборудования для работы в удаленной локальной сети для сбора и обработки данных на месте. Во многих случаях вычислительное оборудование размещается в экранированных или усиленных корпусах для защиты оборудования от экстремальных температур, влаги и других условий окружающей среды. Обработка часто включает в себя стандартизацию и анализ потока данных для поиска бизнес-аналитики, и только результаты анализа отправляются обратно в главный центр обработки данных.
Идея бизнес-аналитики может быть совершенно разной. Некоторые примеры связаны с розничной торговлей, где видеонаблюдение выставочного зала может быть объединено с фактическими данными о продажах для определения наиболее желательной конфигурации продукта или потребительского спроса. Другие примеры включают прогнозную аналитику, которая может помочь в обслуживании и ремонте оборудования до того, как возникнут реальные дефекты или отказы. Еще другие примеры часто связаны с коммунальными услугами, такими как очистка воды или производство электроэнергии, чтобы гарантировать правильную работу оборудования и поддерживать качество продукции.
Сравнение граничных, облачных и туманных вычислений
Граничные вычисления тесно связаны с понятиями облачных и туманных вычислений. Хотя эти понятия частично совпадают, это не одно и то же, и, как правило, их не следует использовать как взаимозаменяемые. Полезно сравнить эти понятия и понять их различия.
Один из самых простых способов понять различия между граничными, облачными и туманными вычислениями — выделить их общую тему: Все три концепции относятся к распределенным вычислениям и сосредоточены на физическом размещении вычислительных ресурсов и ресурсов хранения данных по отношению к производимым данным. Разница заключается в том, где расположены эти ресурсы.
Edge. Граничные вычисления — это развертывание вычислительных ресурсов и ресурсов хранения в месте производства данных. В идеале вычисления и хранилище располагаются в одной точке с источником данных на границе сети. Например, небольшой корпус с несколькими серверами и некоторыми системами хранения данных может быть установлен на ветряной турбине для сбора и обработки данных, полученных от датчиков в самой турбине. В качестве другого примера можно привести железнодорожную станцию, на которой может быть установлено некоторое количество вычислительных устройств и систем хранения данных для сбора и обработки данных многочисленных датчиков пути и движения поездов. Результаты такой обработки могут быть отправлены в другой центр обработки данных для анализа человеком, архивирования и объединения с другими данными для более широкого анализа.
Cloud. Облачные вычисления — это огромное, высокомасштабируемое развертывание вычислительных ресурсов и ресурсов хранения данных в одном из нескольких распределенных глобальных мест (регионов). Облачные провайдеры также включают в себя целый ряд предварительно упакованных услуг для операций IoT, что делает облако предпочтительной централизованной платформой для развертывания IoT. Но даже если облачные вычисления предлагают более чем достаточно ресурсов и услуг для решения сложных аналитических задач, ближайший региональный облачный центр может находиться в сотнях миль от места сбора данных, а соединения зависят от той же нестабильной интернет-связи, которая поддерживает традиционные центры обработки данных. На практике облачные вычисления являются альтернативой — а иногда и дополнением — традиционным центрам обработки данных. Облако может обеспечить централизованные вычисления гораздо ближе к источнику данных, но не на границе сети.
Fog. Но выбор развертывания вычислительных систем и систем хранения данных не ограничивается облаком или границей. Облачный центр обработки данных может находиться слишком далеко, а граничное развертывание может быть просто слишком ограниченным по ресурсам, физически разбросанным или распределенным, чтобы сделать строгие граничные вычисления практичными. В этом случае может помочь понятие туманных вычислений.
Среды туманных вычислений могут создавать обескураживающие объемы данных с датчиков или IoT, генерируемых на обширных физических территориях, которые слишком велики, чтобы определить их границы. В качестве примера можно привести интеллектуальные здания, интеллектуальные города или даже интеллектуальные коммунальные сети. Рассмотрим «умный» город, где данные могут использоваться для отслеживания, анализа и оптимизации системы общественного транспорта, коммунальных служб, городских услуг и долгосрочного городского планирования. Одного пограничного развертывания просто недостаточно, чтобы справиться с такой нагрузкой, поэтому туманные вычисления могут управлять серией развертываний туманных узлов в рамках среды для сбора, обработки и анализа данных.
Примечание: Важно повторить, что туманные вычисления и пограничные вычисления имеют почти одинаковое определение и архитектуру, и эти термины иногда используются как взаимозаменяемые даже среди экспертов в области технологий.
Почему граничные вычисления важны?
Вычислительные задачи требуют соответствующих архитектур, и архитектура, которая подходит для одного типа вычислительных задач, не обязательно подходит для всех остальных. Пограничные вычисления появились в качестве жизнеспособной и важной архитектуры, которая поддерживает распределенные вычисления для развертывания вычислительных ресурсов и ресурсов хранения данных ближе к источнику данных — в идеале в том же физическом месте, что и источник данных. В целом, модели распределенных вычислений практически не новы, а концепции удаленных офисов, филиалов, размещения центров обработки данных и облачных вычислений имеют долгую и проверенную историю.
Однако децентрализация может быть сложной задачей, требующей высокого уровня мониторинга и контроля, которые легко упускаются из виду при переходе от традиционной централизованной модели вычислений. Пограничные вычисления стали актуальными, поскольку они предлагают эффективное решение возникающих сетевых проблем, связанных с перемещением огромных объемов данных, которые производят и потребляют современные организации. Это не только проблема количества. Это также вопрос времени; приложения зависят от обработки и ответов, которые все более чувствительны ко времени.
Подумайте о появлении самоуправляемых автомобилей. Они будут зависеть от интеллектуальных сигналов управления дорожным движением. Автомобили и системы управления дорожным движением должны будут получать, анализировать и обмениваться данными в режиме реального времени. Умножьте это требование на огромное количество автономных автомобилей, и масштаб потенциальных проблем станет более очевидным. Это требует быстрой и отзывчивой сети. Пограничные — и туманные — вычисления решают три основных ограничения сети: пропускная способность, задержка и перегруженность или надежность.
Размещая серверы и хранилища там, где генерируются данные, граничные вычисления могут управлять множеством устройств в гораздо меньшей и более эффективной локальной сети, где широкая полоса пропускания используется исключительно локальными устройствами, генерирующими данные, что делает задержки и перегрузки практически несущественными. Локальные хранилища собирают и защищают необработанные данные, а пограничные серверы могут выполнять важную аналитику на границе — или, по крайней мере, предварительно обрабатывать и сокращать данные — для принятия решений в режиме реального времени перед отправкой результатов или только основных данных в облако или центральный ЦОД.
Сценарии и примеры использования граничных вычислений
В принципе, методы граничных вычислений используются для сбора, фильтрации, обработки и анализа данных «на месте» на границе сети или вблизи нее. Это мощное средство использования данных, которые нельзя сначала переместить в централизованное место — обычно потому, что из-за огромного объема данных такое перемещение нерентабельно, технологически нецелесообразно или может нарушить обязательства по соблюдению нормативных требований, например, суверенитет данных. Это определение породило огромное количество реальных примеров и сценариев использования:
Каковы преимущества граничных вычислений?
Граничные вычисления решают жизненно важные проблемы инфраструктуры — такие, как ограничение пропускной способности, избыточная задержка и перегрузка сети — но есть несколько потенциальных дополнительных преимуществ граничных вычислений, которые могут сделать этот подход привлекательным и в других ситуациях.
Автономность. Граничные вычисления полезны там, где связь ненадежна или пропускная способность ограничена из-за особенностей окружающей среды. Примерами могут служить нефтяные вышки, корабли в море, удаленные фермы или другие удаленные места, например, тропический лес или пустыня. Граничные вычисления выполняют вычислительную работу на месте — иногда на самом пограничном устройстве — например, датчики качества воды на водоочистителях в отдаленных деревнях, и могут сохранять данные для передачи в центральный пункт только при наличии связи. Благодаря локальной обработке данных объем пересылаемых данных может быть значительно сокращен, что требует гораздо меньшей пропускной способности или времени на подключение, чем могло бы потребоваться в противном случае.
Независимость данных. Перемещение огромных объемов данных — это не только техническая проблема. Путешествие данных через национальные и региональные границы может создать дополнительные проблемы в области безопасности данных, конфиденциальности и других юридических вопросов. Граничные вычисления можно использовать для сохранения данных вблизи их источника и в рамках действующих законов о суверенитете данных, которые определяют порядок хранения, обработки и раскрытия данных. Это позволяет обрабатывать необработанные данные локально, скрывая или защищая любые конфиденциальные данные перед отправкой в облако или основной центр обработки данных, который может находиться в других юрисдикциях.
Безопасность на границе. Наконец, граничные вычисления предоставляют дополнительную возможность для внедрения и обеспечения безопасности данных. Хотя облачные провайдеры предоставляют услуги IoT и специализируются на комплексном анализе, предприятия по-прежнему обеспокоены безопасностью и сохранностью данных, когда они покидают границы и возвращаются в облако или центр обработки данных. Внедряя вычисления на границе, любые данные, проходящие через сеть обратно в облако или центр обработки данных, могут быть защищены с помощью шифрования, а само развертывание на границе может быть защищено от хакеров и других вредоносных действий — даже когда безопасность устройств IoT остается ограниченной.
Проблемы граничных вычислений
Несмотря на то, что граничные вычисления способны обеспечить значительные преимущества во множестве случаев использования, эта технология далеко не надежна. Помимо традиционных проблем, связанных с сетевыми ограничениями, существует несколько ключевых соображений, которые могут повлиять на внедрение граничных вычислений:
Ограниченные возможности. Часть привлекательности, которую облачные вычисления привносят в граничные — или туманные — вычисления, заключается в разнообразии и масштабе ресурсов и услуг. Развертывание инфраструктуры на границе может быть эффективным, но масштаб и цель развертывания на границе должны быть четко определены — даже обширное развертывание вычислений на границе служит конкретной цели в заранее определенном масштабе с использованием ограниченных ресурсов и небольшого количества услуг.
Связь. Граничные вычисления преодолевают типичные сетевые ограничения, но даже самое щадящее пограничное развертывание потребует определенного минимального уровня подключения. Очень важно спроектировать граничное развертывание с учетом плохого или нестабильного подключения и продумать, что произойдет на границе при потере подключения. Автономность, искусственный интеллект и планирование отказов в случае проблем с подключением являются необходимыми условиями для успешного применения граничных вычислений.
Безопасность. IoT-устройства, как известно, небезопасны, поэтому крайне важно разработать развертывание пограничных вычислений, в котором особое внимание будет уделено надлежащему управлению устройствами, например, применению конфигурации на основе политик, а также безопасности вычислительных ресурсов и ресурсов хранения, включая такие факторы, как обновление программного обеспечения, с особым вниманием к шифрованию данных. Услуги IoT от крупных облачных провайдеров включают безопасные коммуникации, но это не является автоматическим при создании пограничного объекта с нуля.
Жизненный цикл данных. Извечная проблема сегодняшнего избытка данных заключается в том, что многие из них оказываются ненужными. Рассмотрим устройство медицинского мониторинга — критически важными являются только данные о проблемах, и нет смысла хранить обычные данные о пациенте. Большинство данных, задействованных в аналитике реального времени, — это краткосрочные данные, которые не хранятся в течение длительного времени. Предприятие должно решить, какие данные сохранить, а какие отбросить после проведения анализа. А сохраняемые данные должны быть защищены в соответствии с политикой предприятия и нормативными требованиями.
Внедрение граничных вычислений
Граничные вычисления — это простая идея, которая может показаться простой на бумаге, но разработка целостной стратегии и внедрение надежного развертывания на границе может оказаться сложной задачей.
Первым жизненно важным элементом любого успешного развертывания технологии является создание значимой деловой и технической стратегии граничных вычислений. Такая стратегия не сводится к выбору поставщиков или оборудования. Вместо этого граничная стратегия учитывает необходимость периферийных вычислений. Понимание «зачем» требует четкого понимания технических и бизнес-проблем, которые организация пытается решить, например, преодоление сетевых ограничений и соблюдение суверенитета данных.
Такие стратегии могут начинаться с обсуждения того, что такое преимущество, где оно существует для бизнеса и как оно должно приносить пользу организации. Граничные стратегии также должны соответствовать существующим бизнес-планам и технологическим дорожным картам. Например, если компания стремится сократить площадь централизованного ЦОД, то пограничные и другие технологии распределенных вычислений могут хорошо сочетаться.
По мере приближения проекта к реализации важно тщательно оценить варианты аппаратного и программного обеспечения. В сфере граничных вычислений представлено множество поставщиков, включая Adlink Technology, Cisco, Amazon, Dell EMC и HPE. Каждое предложение продукта должно быть оценено с точки зрения стоимости, производительности, функций, совместимости и поддержки. С точки зрения программного обеспечения, инструменты должны обеспечивать всестороннюю видимость и контроль над удаленной граничной средой.
Фактическое развертывание инициативы по граничным вычислениям может значительно отличаться по масштабам, начиная от локального вычислительного оборудования в защищенном от боевых действий корпусе на территории предприятия и заканчивая огромным количеством датчиков, питающих сетевое соединение с высокой пропускной способностью и низкой задержкой для подключения к общедоступному облаку. Нет двух одинаковых развертываний на границе. Именно эти различия делают стратегию и планирование пограничного развертывания столь важными для успеха пограничного проекта.
Граничное развертывание требует всестороннего мониторинга. Помните, что ИТ-персонал может быть трудно или даже невозможно доставить на физический пограничный сайт, поэтому граничные развертывания должны быть спроектированы таким образом, чтобы обеспечить устойчивость, отказоустойчивость и возможности самовосстановления. Средства мониторинга должны обеспечивать четкий обзор удаленного развертывания, простоту инициализации и конфигурации, комплексное оповещение и отчетность, а также поддерживать безопасность установки и ее данных. Мониторинг границ часто включает в себя целый ряд показателей и KPI, таких, как доступность или время безотказной работы сайта, производительность сети, емкость и использование хранилища и вычислительных ресурсов.
И ни одно внедрение пограничной системы не будет полным без тщательного рассмотрения вопроса о ее обслуживании:
Безопасность. Физические и логические меры безопасности жизненно важны и должны включать инструменты, в которых особое внимание уделяется управлению уязвимостями, обнаружению и предотвращению вторжений. Безопасность должна распространяться на сенсорные и IoT-устройства, поскольку каждое устройство является элементом сети, к которому можно получить доступ или взломать, что представляет собой обескураживающее количество возможных поверхностей атаки.
Подключение. Подключение — это еще одна проблема, и необходимо предусмотреть доступ к управлению и отчетности даже в том случае, если подключение к фактическим данным недоступно. Некоторые пограничные системы используют вторичное подключение для резервного подключения и управления.
Управление. Удаленные и зачастую негостеприимные места расположения граничных развертываний делают удаленное обеспечение и управление необходимыми. ИТ-менеджеры должны иметь возможность видеть, что происходит на границе, и при необходимости контролировать развертывание.
Физическое обслуживание. Нельзя упускать из виду требования к физическому обслуживанию. IoT-устройства часто имеют ограниченный срок службы с плановой заменой батарей и устройств. Оборудование выходит из строя и в конечном итоге требует обслуживания и замены. Практическая логистика на объекте должна быть включена в техническое обслуживание.
Граничные вычисления, IoT и возможности 5G
Граничные вычисления продолжают развиваться, используя новые технологии и методы для расширения своих возможностей и повышения производительности. Возможно, наиболее заметной тенденцией является доступность граничных вычислений, и ожидается, что к 2028 году граничные сервисы станут доступны во всем мире. Если сегодня граничные вычисления часто зависят от конкретной ситуации, то в будущем ожидается, что технология станет более повсеместной и изменит способ использования Интернета, что приведет к расширению абстракции и потенциальных вариантов использования граничных технологий.
Это видно по распространению продуктов вычислительной техники, систем хранения данных и сетевых устройств, специально разработанных для граничных вычислений. Увеличение числа партнерств с различными производителями позволит улучшить совместимость и гибкость продуктов на границе.
Технологии беспроводной связи, такие как 5G и Wi-Fi 6, также повлияют на развертывание и использование граничных сетей в ближайшие годы, обеспечивая возможности виртуализации и автоматизации, которые еще предстоит исследовать, такие, как повышение автономности транспортных средств и перенос рабочей нагрузки на границу, а также делая беспроводные сети более гибкими и экономически эффективными.
Граничные вычисления получили широкое распространение с ростом IoT и внезапным увеличением объема данных, производимых такими устройствами. Но поскольку технологии IoT все еще находятся в относительном младенчестве, эволюция устройств IoT также окажет влияние на будущее развитие граничных вычислений. Одним из примеров таких будущих альтернатив является развитие микромодульных центров обработки данных (MMDC). MMDC — это, по сути, центр обработки данных в коробке, где полный центр обработки данных помещается в небольшую мобильную систему, которая может быть развернута ближе к данным — например, в городе или регионе — чтобы сделать вычисления намного ближе к данным.
Related Posts
Серверное оборудование
Блейд-серверы
Что такое сервер?
SSD и HDD
Lenovo и AMD расширяют возможности ИИ для клиентов