Edge Computing

Edge computing to rozproszona infrastruktura obliczeniowa, która służy do przybliżenia jednostki obliczeniowej do źródła danych, takiego jak urządzenia IoT, czy też lokalne serwery. Dzięki umieszczeniu jednostek obliczeniowych blisko źródeł danych, czyli na brzegu sieci (stąd ang. Edge) użytkownik otrzymuje krótszy czas reakcji, lepszą dostępność i brak problemów z przepustowością.
Skąd potrzeba wykorzystania Edge Computingu?
Edge Computing rozwiązuje kilka ważnych problemów. Wiele z nich wiąże się z opóźnieniami, które powstają gdy dane muszą pokonać duże odległości. Firmy korzystające z rozwiązań chmurowych często skazane są na opóźnienia, które występują w momencie, kiedy dane wędrują z miejsca gdzie są one generowane do miejsca gdzie są przetwarzane. Przetwarzanie brzegowe pozwala natomiast na obróbkę tych danych w miejscu gdzie faktycznie są one tworzone. Pozwala to na zwiększenie komfortu pracy użytkowników sieci i przyspieszenie operacji.
Jak działa Edge Computing?
Jest wiele możliwości wykorzystania przetwarzania brzegowego, mogą to być bardzo rozbudowane systemy operujące w gigantycznym środowisku sieciowym głownie w sieciach informatycznych. Podstawowe koncepty są jednak niezmienne. Przede wszystkim urządzenia klienta łączą się do najbliższego modułu Edge, gdzie zaimplementowana jest jakaś logika przetwarzająca te dane.

Czym mogą być urządzenia klienta połączone z infrastrukturą Edge?
Urządzenia klienta połączone do modułu Edge computing to może być w zasadzie cokolwiek. Lista zawiera chociażby autonomiczne roboty na zakładach przemysłowych, zestawy czujników IoT, kamery specjalistyczne CCTV dla systemów bezpieczeństwa i wiele więcej. Edge computing pomoże tym urządzeniom w osiągnięciu swoich celów operacyjnych bez opóźnień spowodowanych przez potrzebę łączności z serwerem specjalizowanym lub centralnym na zakładzie lub chmurą obliczeniową.
Przykłady wykorzystania Edge Computing
Przykładami wykorzystania takich rozwiązań mogą być chociażby rozbudowane systemy IoT. Wzrastające w ostatnich latach zapotrzebowanie na tego rodzaju urządzenia wykorzystywanych chociażby do różnych pomiarów warunków środowiskowych powoduje, że rośnie coraz bardziej potrzeba przetwarzania danych z nich zebranych.
W dzisiejszym świecie, gdzie całe miasta inwestują w różnorodną infrastrukturę IT + IoT usprawniającą działania np. spółek miejskich można zauważyć coraz większą niechęć do rozwiązań chmurowych. Nie ma co się dziwić temu, klienci cenią sobie przecież bezpieczeństwo swoich danych i szybkość ich przetwarzania, a także pełną nad nimi kontrolę. Rozwiązania Edge Computing dostosowane do systemów IoT przychodzą tutaj z pomocą. Dzięki rozbudowanej infrastrukturze agregującej i przetwarzającej dane na krawędzi sieci możliwe jest w pełni bezpieczne, autonomiczne i szybkie działanie.
Innymi przykładami, gdzie Edge Computing okaże się pomocny mogą być:
Wykorzystanie sztucznej inteligencji do pracy robotów i pojazdów autonomicznych
Praca urządzeń autonomicznych działa bez zakłóceń dzięki zastosowaniu urzazeń Edge computing. Gdyby dane musiały najpierw być kierowane do chmury, opóźnienia okazałyby się zbyt duże aby efektywnie działać.
Kontrola pracy maszyn na zakładach przemysłowych
Za pomocą Edge computingu możliwa jest kontrola w sieci zakładu przemysłowego nad różnego rodzaju sprzętem. Gdyby nie przetwarzanie danych na krawędzi sieci wiele procesów produkcyjnych byłoby znacznie utrudnione.
Inteligentna sieć energetyczna
Dzięki monitoringowi w czasie rzeczywistym i przetwarzaniu danych o zużyciu możliwe jest ograniczenie zużycia energii.
Smart Office i Smart Home
Przy użyciu Edge computing możliwe jest stworzenie inteligentnej przestrzeni do życia i pracy. Zaczynając na prostych przykładach, jak samodzielnie dostosowująca się do temperatury w budynku klimatyzacja i system grzania, kończąc na systemach rezerwacji sal. Wszystko to możliwe jest dzięki przetwarzaniu danych na krawędzi sieci.
Systemy bezpieczeństwa
Inteligentne platformy AI do zarządzania systemami wizyjnymi bezpieczeństwa wpływają na nasze codzienne funkcjonowanie. Przetwarzanie takich danych na brzegu sieci jest potrzebne ze względu na kwestie ochrony danych osobowych i szybkość reakcji na sytuacje zagrożenia.
Transport publiczny
Systemy Edge Computing obecne są w pojazdach transportu miejskiego, gdzie odpowiadają za określanie danych na temat bezpieczeństwa przejazdu oraz kontrolują systemy wewnątrz pojazdu, takie jak automaty biletowe, wyświetlacze itp.
Opieka zdrowotna
W nowoczesnych przychodniach i szpitalach, systemy IoMT na bieżąco monitorują kondycję i stan zdrowia pacjentów. Dzięki wykorzystaniu Edge computing można w takim przypadku ratować ludzkie życie. Wszystko dzięki przetwarzaniu danych na brzegu sieci.
Rola uczenia maszynowego (Machine Learning)
Uczenie maszynowe, czyli Machine Learning zajmuje się tworzeniem algorytmów statystycznych, które przystosowane są do uczenia się na podstawie przekazanych mu danych i prognozują lub podejmują samodzielnie decyzję na ich podstawie. Algorytmy uczenia maszynowego mogą być wykorzystywane z powodzeniem w Edge Computingu.
Dzięki modelom nauczania maszynowego możemy wprowadzić w nasze zastosowanie na krawędzi sieci dodatkowe funkcjonalności i elastyczność, które wcześniej nie były wykonalne.
Do obsługi sztucznej inteligencji i machine learning najlepiej wykorzystywać specjalnie przygotowane do tych celów platformy hardware, o których więcej można przeczytać w naszym oddzielnym wpisie poświęconym tym urządzeniom: Komputery Edge AI
Wyzwania przed którymi stoi Edge Computing
Budując brzegowe centra przetwarzania danych bardzo ważne jest zwracanie uwagi na wiele rzeczy, które mogą znacząco wpłynąć na jego pracę. Przede wszystkim należy zadbać o zabezpieczenia takiej infrastruktury. Budując systemy edgowe należy zabezpieczać je równie dobrze jak scentralizowane systemy.
Należy wykorzystać również jak najlepsze komponenty. Urządzenia brzegowe często narażone są na wpływ różnych warunków środowiskowych, które nie sprzyjają ich pracy, takich jak wysoki poziom zapylenia na zakładzie przemysłowym.
Tym samym urządzenia te powinny mieć odpowiedni poziom zabezpieczeń obudowy, najlepiej system chłodzenia bez ruchomych elementów, aby zniwelować możliwość awarii i głośność oraz powinny posiadać przyjazny interfejs użytkownika.
Urządzenia pozwalające na wdrożenie Edge Computing
W Stovaris zapewniamy pełne spektrum urządzeń przystosowanych do przetwarzania brzegowego danych od renomowanych dostawców z całego świata. Dzięki naszej ofercie będziecie w stanie zbudować system Edge z zastosowaniem komponentów takich dostawców jak Seeed Studio, Vertiv i Milesight
Implementacja Edge Computing
Zależnie od zastosowania, implementacja brzegowego przetwarzania danych może wyglądać na różne sposoby. Należy jednak w pierwszej kolejności zwrócić uwagę na kilka ogólnych czynników wpływających na nasze wdrożenie:
Zapotrzebowanie w zakresie opóźnień
Wiele aplikacji biznesowych potrzebuje jak najmniejszych opóźnień. Budując infrastrukturę o znaczeniu krytycznym należy wziąć pod uwagę niskie opóźnienia. Będzie to miało wpływ na rodzaj budowanej sieci brzegowej i miejsce jej umieszczenia.
Warunki środowiskowe
Ważnym czynnikiem do uwzględnienia są warunki w jakich będzie stać nasza infrastruktura. Jeśli jest to obiekt w rodzaju biura, fabryki itp. Zamiast dedykowanego centrum danych, należy wziąć pod uwagę takie kwestie jak ciepło, wilgoć, przepływ powietrza, bezpieczeństwo itd.
Dostępna przestrzeń
Projektując sieć Edge należy zwrócić uwagę na potrzebną przestrzeń. Jeśli dana firma nie dysponuje potrzebnym miejscem, należy również wziąć pod uwagę dzierżawę przestrzeni na infrastrukturę.
Skala
Ważnym czynnikiem dla rodzaju wdrażanej infrastruktury brzegowej jest też ilość rozmieszczanych urządzeń. Inaczej będzie wyglądać sieć wdrażana w jednej lokalizacji, inaczej natomiast sieć która ma objąć tysiące miejsc.
Automatyzacja
Aby uprościć rutynowe procesy watro rozważyć automatyzację konfiguracji i aktualizacji urządzeń. W wielu lokalizacjach brzegowych poza siedzibą firmy będzie to rozwiązanie pozwalające na poważne oszczędności czasu i zasobów.
Zdalne zarządzanie
Ważnym aspektem jest możliwość zdalnego monitorowania i zarządzania swoimi lokalizacjami z jednego miejsca. Odpowiedni wybór rozwiązań należy opierać o łatwość użytkowania pulpitów użytkownika i ich funkcjonalność.
Odporność
Podobnie jak wszystkie inne sieci, infrastruktura brzegowa powinna być projektowana z myślą o odporności na niespodziewane wypadki. Dzięki temu możemy zabezpieczyć się chociażby przed przerwami w dostawie prądu itp.
Przyszłość Edge Computingu
Sieci 5G obecnie pojawiające się na rynku sprawią że Edge Computing będzie się dalej dynamicznie rozwijał. Dzięki zastosowaniu bardzo szybkiego procesowania możliwe będzie z pomocą 5G stworzenie systemów Egde które będą w stanie przeprocesować i zwrócić dane do użytkownika w czasie mniejszym niż 1 milisekunda.
Obliczenia na brzegu sieci razem ze wsparciem technologii 5G i przy użyciu prywatnych sieci 5G będą w stanie pomóc przedsiębiorstwom w szybkim jak nigdy dotąd przetwarzaniu danych. Dzięki temu, znaczenie technologii brzegowych będzie rosło znacząco w najbliższych latach.
Ta grupa produktów opiera się na rozwiązaniach firm:
Eaton | Milesight | Opengear | Seeed Studio | Tripp-Lite | Vertiv
Osoba kontaktowa:
Przemysław Prochera
Hubert Jaworski
Product Manager
tel. +48 609 104 305
h.jaworski@stovaris.pl