Nowy standard. Twoje centrum tworzenia inteligentnego, szybkiego i zrównoważonego oprogramowania AI
Edge computing
Edge computing to architektura, w której dane są przetwarzane bliżej urządzeń, użytkowników lub systemów, które je generują, zamiast wysyłania każdego obciążenia do scentralizowanej chmury lub centrum danych.
Czym jest edge computing?
Edge computing skraca dystans między obciążeniem a miejscem, w którym powstają lub są potrzebne jego dane.
Zamiast wysyłać każde żądanie lub każdy punkt danych do centralnego regionu chmurowego, część przetwarzania odbywa się na pobliskiej infrastrukturze. W zależności od systemu może to oznaczać bramę przemysłową, serwer on-premises, lokalizację brzegową obsługiwaną przez dostawcę chmury albo samo urządzenie.
Cloudflare opisuje edge computing jako przeniesienie przetwarzania jak najbliżej źródła danych, aby zmniejszyć opóźnienia i wykorzystanie przepustowości. AWS podobnie przedstawia swoje usługi brzegowe jako rozwiązania do przetwarzania, analizowania i przechowywania danych bliżej punktów końcowych.
Edge computing nie zastępuje chmury. Większość architektur edge nadal opiera się na systemach scentralizowanych w takich zadaniach jak długoterminowe przechowywanie danych, zarządzanie flotą, trenowanie modeli czy analityka obejmująca wiele lokalizacji. Decyzja architektoniczna sprowadza się do tego, które zadania muszą być wykonywane lokalnie, a które mogą poczekać na chmurę.
Kiedy zespoły powinny korzystać z edge computingu?
Edge computing sprawdza się wtedy, gdy wysyłanie wszystkiego do zdalnej chmury powoduje niedopuszczalne opóźnienia, zależność od sieci albo nadmierne koszty transferu danych.
Gdy aplikacje potrzebują szybszych odpowiedzi lokalnych. System może reagować na pobliskie dane bez czekania, aż żądanie dotrze do odległego regionu i wróci. AWS wskazuje niskie opóźnienia i responsywność w czasie rzeczywistym jako główne powody, by przetwarzać obciążenia bliżej punktów końcowych.
Gdy nie można zakładać stałej łączności. Urządzenia przemysłowe, pojazdy, sprzęt medyczny lub zdalne instalacje mogą wymagać dalszego działania wtedy, gdy połączenie z chmurą jest wolne albo niedostępne. Azure IoT Edge wspiera z tego powodu przetwarzanie lokalne i działanie offline.
Gdy wolumen surowych danych jest zbyt duży, by przesyłać go bez przerwy. Lokalne przetwarzanie lub filtrowanie danych może ograniczyć ilość informacji, które muszą przejść przez sieć. Na przykład system kamer może przesyłać zdarzenie lub wynik wnioskowania zamiast każdej zarejestrowanej klatki.
Gdy dane muszą pozostać blisko swojego źródła. W niektórych architekturach informacje wrażliwe lub powiązane z konkretną lokalizacją są przetwarzane lokalnie, a dalej trafiają tylko wybrane wyniki. Może to ograniczyć niepotrzebne przemieszczanie danych, choć samo wdrożenie edge nie sprawia jeszcze, że system jest zgodny z przepisami lub bezpieczny.
Gdy rozproszony produkt musi działać niezależnie w każdej lokalizacji. Punkty sprzedaży, fabryki, szpitale lub infrastruktura telekomunikacyjna mogą potrzebować lokalnej logiki, nawet jeśli centralna platforma koordynuje konfigurację i monitoring.
Jak zespoły projektują architekturę edge computingu?
Architektura edge dzieli odpowiedzialności między lokalne zasoby obliczeniowe a infrastrukturę scentralizowaną.
Wskaż obciążenia, które faktycznie wymagają lokalnego wykonywania. Zespoły najpierw oddzielają zadania, w których opóźnienia, łączność lub wolumen danych uzasadniają przetwarzanie na brzegu, od tych, które prościej pozostawić w chmurze.
Zdecyduj, gdzie znajduje się edge. Przetwarzanie może odbywać się bezpośrednio na punkcie końcowym, na pobliskiej bramie, w środowisku on-premises albo na infrastrukturze dostawcy położonej bliżej użytkowników. Nie istnieje jedna fizyczna lokalizacja, która definiuje „edge”.
Przetwarzaj lub filtruj dane lokalnie. Komponent edge może uruchamiać reguły biznesowe, analitykę, wnioskowanie z użyciem uczenia maszynowego, agregację albo translację protokołów, zanim zdecyduje, co powinno zostać wysłane dalej.
Synchronizuj się z usługami scentralizowanymi. Infrastruktura chmurowa może dystrybuować konfiguracje i aktualizacje aplikacji, a jednocześnie odbierać wybrane dane z węzłów edge. Microsoft na przykład pozwala uruchamiać moduły Azure IoT Edge z logiką biznesową na urządzeniach, podczas gdy wdrażanie i zarządzanie tymi modułami pozostaje scentralizowane.
Projektuj z myślą o przerwanych połączeniach. Aplikacje edge często potrzebują lokalnych kolejek, pamięci podręcznej stanu albo mechanizmów ponawiania, aby mogły działać także bez łączności i zsynchronizować się po jej przywróceniu.
Zarządzaj węzłami edge jak flotą. Gdy organizacja obsługuje setki lub tysiące zdalnych węzłów, wdrożenia, monitoring, uwierzytelnianie, aktualizacje poprawek i kontrola wersji stają się problemami systemów rozproszonych, a nie odizolowanymi zadaniami dotyczącymi pojedynczych urządzeń.
Jakie technologie zespoły wykorzystują w edge computingu?
Dobór narzędzi w dużej mierze zależy od tego, czy edge oznacza urządzenie, środowisko on-premises, czy infrastrukturę obsługiwaną przez dostawcę chmury lub sieci.
Infrastruktura edge dostawców chmurowych: AWS oferuje usługi takie jak AWS Outposts and Local Zones dla obciążeń, które wymagają lokalnego przetwarzania albo dostępu o niższych opóźnieniach poza standardowym regionem AWS.
Platformy IoT dla edge: Azure IoT Edge pozwala zespołom wdrażać i zarządzać logiką aplikacji na urządzeniach edge, w tym konteneryzowanymi modułami, które mogą lokalnie przetwarzać dane z urządzeń.
Platformy do tworzenia aplikacji edge: Cloudflare Workers uruchamia kod aplikacji w rozproszonej sieci Cloudflare, dzięki czemu logika może działać bliżej użytkowników, a nie wyłącznie w scentralizowanym środowisku źródłowym.
Orkiestracja kontenerów na edge: KubeEdge rozszerza orkiestrację aplikacji opartą na Kubernetesie oraz zarządzanie urządzeniami na hosty edge, z komponentami podzielonymi między środowisko chmurowe i brzegowe.
Te kategorie się przenikają. Jedna architektura może wykorzystywać orkiestrację opartą na Kubernetesie na bramach przemysłowych, podczas gdy centralne usługi chmurowe obsługują konfigurację i zagregowaną analitykę.
Co definiuje architekturę edge computingu?
Przetwarzanie jest rozproszone geograficznie. Odbywa się w więcej niż jednym scentralizowanym centrum danych, często w wielu fizycznie odrębnych lokalizacjach lub punktach końcowych.
Obciążenia są rozmieszczane zgodnie z ograniczeniami. Opóźnienia, łączność, zasoby sprzętowe i lokalizacja danych wpływają na to, gdzie powinno być wykonywane konkretne zadanie.
Działanie lokalne ma znaczenie. Węzły edge często muszą wykonywać użyteczną pracę bez ciągłego odwoływania się do centralnego systemu.
Chmura i edge pozostają połączone. Systemy edge zwykle wymieniają stan, aktualizacje lub podsumowane dane ze scentralizowaną infrastrukturą, zamiast działać jako całkowicie niezależne aplikacje.
Ograniczenia sprzętowe są różne. Węzeł edge może być wydajnym serwerem on-premises albo niewielką bramą z ograniczonym CPU, pamięcią i przestrzenią dyskową. Oprogramowanie musi pasować do środowiska, w którym działa.
Jakie są korzyści z edge computingu?
Niższe opóźnienia w obciążeniach wrażliwych na czas. Przetwarzanie blisko źródła może skrócić drogę między odebraniem danych a reakcją na nie.
Mniejsza zależność od ciągłej łączności. Lokalna logika może podtrzymywać działanie wybranych funkcji nawet wtedy, gdy połączenie ze scentralizowanymi usługami jest zawodne. Azure wprost wspiera działanie offline dla obciążeń IoT Edge.
Mniej danych przesyłanych przez sieci rozległe. Filtrowanie lub agregowanie informacji na edge może ograniczyć wolumen, który trzeba przesłać do centralnej infrastruktury.
Większa kontrola nad tym, gdzie dane są przetwarzane. Architekci mogą pozostawić wybrane obciążenia w urządzeniu, obiekcie lub konkretnej lokalizacji geograficznej, zamiast automatycznie wysyłać wszystkie surowe dane do zdalnej usługi.
Lokalne decyzje mogą zapadać niezależnie. Dana lokalizacja nie zawsze musi czekać na centralną usługę, zanim zareaguje na dane z czujników lub inne lokalne zdarzenie.
Jakie kompromisy wiążą się z edge computingiem?
Operacje stają się bardziej rozproszone. Przeniesienie zasobów obliczeniowych poza infrastrukturę scentralizowaną oznacza monitoring i aktualizowanie oprogramowania w wielu lokalizacjach. Scentralizowane środowiska chmurowe zwykle łatwiej ustandaryzować, podczas gdy wdrożenie edge dokłada pracę związaną z zarządzaniem flotą.
Ograniczenia sprzętowe zawężają to, co da się uruchomić lokalnie. Przetwarzanie większej ilości danych na edge może poprawić responsywność, ale małym urządzeniom może brakować mocy obliczeniowej lub pamięci potrzebnej do cięższych obciążeń. Zwiększenie lokalnych zasobów sprzętowych podnosi koszt urządzeń i zapotrzebowanie na energię.
Przerywana łączność komplikuje zarządzanie stanem. Zaprojektowanie systemu do pracy offline zwiększa odporność, ale tworzy też problemy z synchronizacją, gdy stan lokalny i centralny zaczynają się rozchodzić.
Fizyczna ekspozycja zmienia model bezpieczeństwa. Serwery chmurowe zwykle działają w kontrolowanych obiektach. Sprzęt edge może znajdować się w sklepach, fabrykach, pojazdach lub siedzibach klientów, więc zespoły muszą uwzględnić fizyczny dostęp i ryzyko manipulacji.
Powielanie logiki może zwiększać narzut utrzymaniowy. Uruchamianie części aplikacji na edge, a innych centralnie może tworzyć wiele celów wdrożeniowych. Zespoły zyskują większą elastyczność w rozmieszczaniu obciążeń, ale kosztem bardziej złożonych wydań i obserwowalności.
Czym różni się edge computing od cloud computingu?
Obszar | Edge computing | Cloud computing |
Miejsce przetwarzania | Blisko użytkowników, urządzeń lub źródeł danych | Głównie w scentralizowanych regionach chmurowych lub centrach danych |
Główna zaleta | Lokalna reakcja i mniejsza zależność od sieci | Scentralizowana skala i łatwiejsze współdzielenie zasobów |
Łączność | Może wspierać obciążenia, które działają lokalnie także podczas awarii | Zwykle w większym stopniu zależy od dostępu sieciowego do usług chmurowych |
Rozmieszczenie infrastruktury | Często rozproszona między wieloma zdalnymi lokalizacjami | Skoncentrowana w centrach danych obsługiwanych przez dostawcę |
Zasoby | Mogą być ograniczone przez lokalny sprzęt | Może korzystać z dużych pul mocy obliczeniowej i pamięci masowej |
Model operacyjny | Wymaga zarządzania rozproszonymi węzłami | Centralizuje większą część zarządzania infrastrukturą |
Oba podejścia zwykle się uzupełniają, a nie stanowią alternatywy. AWS wprost opisuje usługi edge jako rozszerzenie infrastruktury chmurowej i narzędzi bliżej punktów końcowych, a Azure IoT Edge przenosi wybraną logikę na urządzenia, pozostawiając scentralizowane zarządzanie w chmurze.
FAQ o edge computingu
Edge computing: potrzebujesz wsparcia ekspertów?
Monterail tworzy oprogramowanie na zamówienie z wykorzystaniem najnowszych technologii. Porozmawiajmy o tym, jak możemy pomóc w Twoim projekcie.