Что такое Edge Computing и почему периферийные вычисления - это побег из облака

Недавно мы писали о том, как нефтегазовая отрасль использует IoT для размещения сотен и тысяч датчиков на своих объектах. При таком количестве входных данных, которые передают все эти многочисленные IoT устройства, уже нецелесообразно передавать данные в облако или общий ЦоД для обработки: какие-то механизмы анализа и реагирования на данные с IoT можно реализовать локально, в месте где эта телеметрия снимается, и собственно данные производятся. То есть, под термином "Edge Computing" или "Граничные вычисления" подразумевается не какая-то физическая граница, не какая-то абстрактная типа "передовой край технологий", а то, что все действия происходят "где-то там, на земле", а не в локальном ЦОДе и не в облаке.

К типичным примерам граничных вычислений относятся:

Анализ видео с камер наблюдения или других источников
Автопилот в автомобиле
Управление роботами

То есть то, что долго/дорого/бессмысленно передавать куда-то, загружая каналы связи в то время, когда приложение работает "в реальном времени". Кроме того, в определённом смысле локальная обработка данных экономит средства за счёт сокращения объёмов данных, передаваемых и хранимых в облачном расположении. Концепция Edge computing появилась благодаря экспоненциальному росту устройств IoT, которые подключаются к интернету либо для получения информации из облака, либо для доставки данных обратно в облако. И многие устройства Интернета вещей генерируют огромные объемы данных в ходе своей работы, которые по своей сути остаются ненужными после их обработки.

Граничные вычисления

Подумайте об устройствах, которые следят за производственным оборудованием на заводе, или подключенной к интернету видеокамере, которая отправляет видеозапись в реальном времени из удаленного офиса. В то время как одно устройство, производящее данные, может передавать их по сети довольно легко, с ростом числа таких устройств уже возникают проблмы с задержками. Вместо одной видеокамеры, передающей живые кадры, умножьте их на сотни или тысячи устройств. Не только качество пострадает из-за задержки, но и затраты на пропускную способность могут быть огромными.

Периферийное вычислительное оборудование и службы помогают решить эту проблему, являясь локальным источником обработки и хранения данных для многих из этих систем. Пограничный шлюз, например, может обрабатывать данные с пограничного устройства,а затем отправлять только нужные данные обратно через облако, уменьшая потребность в пропускной способности каналов связи. Или он может отправлять данные обратно на пограничное устройство в случае потребностей приложения, работающего в реальном времени.

Что относится к устройствам Edge

Вообще, здесь нет ничего нового: с точки зрения "железа" оборудование для Edge Computing больше напоминает олдскульное железо, созданное до эпохи виртуализации и перехода в облака. К устройствам "Edge" могут относиться и смартфон, и ноутбук, и датчики IoT и настольный сервер, и микроволновая печь. Естественно, если у вас есть пограничный ноутбук, то у вас должен быть и пограничный сетевой шлюз, с помощью которого осуществляется связь локальной сети объекта с облаком и централизованным дата-центром. Как несложно догадаться, это обычный себе сетевой шлюз, скорее всего с интегрированным контроллером управления точками доступа Wi-Fi.

Чем отличается Edge-оборудование?

"Это у вас в офисе кулеры и кондиционеры, а у нас на объекте и туалета может не быть," - вот этим принципом надо руководствоваться при подходе к Edge Computing. Там, где у вас производится обработка данных, может не просто не быть ЦОД-а, а не быть даже места для установки серверного шкафа. Сервера тоже может не быть, его роль вполне себе может выполнять ноутбук, рабочая станция или смартфон. То есть, если вы помните первые офисы, в которых сервер 1С был установлен прямо в бухгалтерии посреди кабинета, чтобы легче тянуть провода, можете сказать, что эти люди предвидели Edge Computing задолго до того, как оно стало мейнстримом.

То есть, Edge-оборудование отличает:

Использование простых интерфейсов (RJ45 для витой пары + WiFi)
Компактность, позволяющая размещать устройство хоть на табуретке, хоть на рабочем столе
Низкий уровень шума, чтобы работать возле персонала
Низкое энергопотребление, потому что постоянным источником электричества может быть генератор или солнечная панель

Ярким примером Edge-сервера можно считать Lenovo ThinkSystem SE350:

Lenovo ThinkSystem SE350

На фотографии сверху вы можете видеть целых три таких сервера, установленные на рабочем столе оператора на складе. Подключение к сети осуществляется по Wi-Fi, и даже антенны сложены, очевидно чтобы их не зацепили и не сломали, а стекирование на обычной стальной пластине - это как казуальный стиль в одежде: чем брутальнее, тем лучше. Что интересно, сервер построен на SoC Intel Xeon 2100, а в нашем обзоре мы рассматривали Xeon-D 2143, и это очень хороший процессор, имеющий до 16 физических ядер + 1 блок AVX2 + южный мост + 10G LAN в одном корпусе (читайте какой стандарт лучше: 10GBase-T или SFP+).

Практически, современные процессоры стали настолько мощными, что на Edge Computing можно выносить не только складской учёт, но и бухгалтерию, создание отчётов, обработку телеметрии и даже задачи машинного обучения на готовых моделях, или там, где использование GPU нецелесообразно.

Почему Edge Computing - новый тренд

Для многих компаний использование облака нецелесообразно из-за высоких затрат на каналы данных. Все чаще самым большим преимуществом Edge Computing является возможность обрабатывать и хранить данные быстрее, чем в облаке, что позволяет создавать более эффективные приложения в реальном времени.

Когда-то давно смартфон, сканирующий лицо человека, должен был бы запустить алгоритм распознавания лиц через облачную службу, что заняло бы много времени. С помощью модели граничных вычислений алгоритм может работать локально на пограничном сервере или шлюзе или даже в самом смартфоне, учитывая растущую мощность смартфонов. Такие приложения, как виртуальная и дополненная реальность, самоуправляемые автомобили, умные города и даже системы автоматизации зданий, требуют быстрой обработки и реагирования.

"Edge computing значительно эволюционировала со времен изолированных ИТ-центров ROBO [Remote Office Branch Office]", - говорит Куба Столярски, директор по исследованиям IDC, в отчете “прогноз развития глобальной пограничной инфраструктуры (вычислений и хранилищ) на 2019-2023 годы”. "С улучшенной взаимосвязанностью, позволяющей улучшить пограничный доступ к большему количеству основных приложений, а также с новыми IoT и отраслевыми бизнес-прецедентами, пограничная инфраструктура готова стать одним из основных двигателей роста на рынке серверов и хранилищ в течение следующего десятилетия и за его пределами.”

Nvidia NX

Такие компании, как NVIDIA, признали необходимость большей обработки "на земле", поэтому мы видим новые системные модули, которые включают в себя функции искусственного интеллекта. Последний модуль компании Jetson Xavier NX, например, меньше, чем кредитная карта, и может быть встроен в более мелкие устройства, такие как дроны, роботы и медицинские устройства. Алгоритмы искусственного интеллекта требуют больших вычислительных мощностей, поэтому большинство из них работают через облачные сервисы.

Конфиденциальность и безопасность

Однако, как и в случае со многими новыми технологиями, решение одной проблемы может привести к возникновению других. По мере роста числа устройств IoT крайне важно понимать потенциальные проблемы безопасности вокруг этих устройств и чтобы убедиться, что эти системы могут быть защищены. Это включает в себя проверку того, что данные зашифрованы, и что используются правильные методы контроля доступа и даже туннелирование VPN.

А как насчет 5G?

По всему миру операторы развертывают беспроводные технологии 5G, которые обещают преимущества высокой пропускной способности и низкой задержки для приложений. Вместо того, чтобы просто предлагать более быстрые скорости и говорить компаниям продолжать обработку данных в облаке, многие операторы связи разрабатывают стратегии пограничных вычислений в своих развертываниях 5G, чтобы обеспечить более быструю обработку данных на объектах режиме реального времени, что особенно важно для мобильных устройств, автомобилей и роботов.

Очевидно, что в то время как первоначальная цель edge computing заключалась в снижении затрат на пропускную способность для устройств IoT на больших расстояниях, рост приложений реального времени, требующих локальной обработки и хранения данных, будет стимулировать развитие технологии в ближайшие годы.

Рон Амадео
20/11.2019