Spring over navigation

Hvad er grænseberegning?

Grænseberegning gør det muligt for IoT-enheder at behandle og reagere på data i realtid, eller næsten realtid, ved at behandle data på kanten af netværket

Forklaring af grænseberegning

Grænseberegning gør det muligt for enheder på fjerntliggende steder at behandle data på "kanten" af netværket, enten af enheden eller en lokal server. Og når data skal behandles i det centrale datacenter, transmitteres kun de vigtigste data, og derved minimeres ventetid.

Hvorfor bruger virksomheder grænseberegning?

Virksomheder bruger grænseberegning til at forbedre responstiderne på deres eksterne enheder og til at få mere omfattende og rettidig indsigt fra enhedsdata. Grænseberegning gør det muligt at beregne i realtid på steder, hvor det normalt ikke ville være muligt, og reducerer flaskehalse på netværk og datacentre, der understøtter edge-enheder.

Uden grænseberegning ville den enorme mængde data, der genereres af edge-enheder, overvælde de fleste af nutidens forretningsnetværk og hæmme alle operationer på et berørt netværk. IT-omkostningerne kan skyde i vejret. Utilfredse kunder kan tage deres forretning andre steder hen. Værdifulde maskiner kan blive beskadiget eller simpelthen være mindre produktive. Men vigtigst af alt kan arbejdstagernes sikkerhed blive kompromitteret i industrier, der er afhængige af intelligente sensorer for at holde dem sikre.

Hvordan fungerer grænseberegning?

For at muliggøre realtidsfunktionalitet for smarte apps og IoT-sensorer, løser grænseberegning tre indbyrdes forbundne udfordringer:

  • Tilslutning af en enhed til et netværk fra en fjernplacering.
  • Langsom databehandling på grund af netværks- eller computerbegrænsninger.
  • Edge-enheder, der forårsager problemer med netværksbåndbredden.

Fremskridt inden for netværksteknologier, som f.eks. trådløst 5G, har gjort det muligt at løse disse udfordringer på en global, kommerciel skala. 5G-netværk kan håndtere enorme mængder data – der går til og fra enheder og datacentre – i næsten realtid. (Der er endda et trådløst netværk, der bruger kryptovaluta til at tilskynde brugerne til at udvide dækningen til områder, der er sværere at nå.)

Men fremskridt inden for trådløs teknologi er kun en del af løsningen til at få grænseberegning til at fungere i stor skala. At være selektiv med hensyn til, hvilke data der skal inkluderes og ekskluderes i datastrømme over netværk er også afgørende for at reducere ventetid og levere resultater i realtid. For eksempel:

Et sikkerhedskamera i et fjernlager bruger AI til at identificere mistænkelig aktivitet og sender kun de specifikke data til hoveddatacentret til øjeblikkelig behandling. Så i stedet for at kameraet belaster netværket 24 timer i døgnet ved konstant at transmittere alle dets optagelser, sender det kun relevante videoklip. Dette frigør virksomhedens netværksbåndbredde og databehandlingsressourcer til andre formål.

Flere use cases, der er muliggjort af grænseberegning:

  • En detailbutik 1.000 miles fra virksomhedens primære datacenter bruger trådløse salgsenheder til øjeblikkeligt at behandle betalinger.
  • En olieplatform midt i havet bruger IoT-sensorer og AI til hurtigt at opdage udstyrsfejl, før de forværres.
  • Et kunstvandingssystem på en fjerntliggende mark justerer mængden af vand, det bruger i realtid ved at detektere jordens fugtniveauer.

Hvorfor er grænseberegning vigtig?

Fordelene ved grænseberegning er store, lige fra sikkerhed på arbejdspladsen til produktivitet:

Mere effektiv drift. Grænseberegning hjælper virksomheder med at optimere deres daglige drift ved hurtigt at behandle store mængder data på eller i nærheden af de lokale placeringer, hvor disse data indsamles. Dette er mere effektivt end at sende alle de indsamlede data til en centraliseret sky eller et primært datacenter flere tidszoner væk, hvilket ville forårsage for store netværksforsinkelser og ydeevneproblemer.

Hurtigere svartider. Omgåelse af centraliserede sky- og datacenterplaceringer giver virksomheder mulighed for at behandle data hurtigere og mere pålideligt, i realtid eller tæt på det. Overvej dataforsinkelsen, netværkets flaskehalse og formindsket datakvalitet, der kan opstå, når du forsøger at sende information fra tusindvis af sensorer, kameraer eller andre smarte enheder til et centralt kontor på én gang. I stedet gør grænseberegning det muligt for enheder på eller i nærheden af et netværks kant øjeblikkeligt at advare nøglepersoner og udstyr om mekaniske fejl, sikkerhedstrusler og andre kritiske hændelser, så der hurtigt kan sættes ind.

Større medarbejderproduktivitet. Grænseberegning gør det muligt for virksomheder hurtigere at levere de data, som medarbejderne har brug for for at udføre deres arbejdsopgaver så effektivt som muligt. Og på smarte arbejdspladser, der drager fordel af automatisering og forudsigelig vedligeholdelse, holder grænseberegning det udstyr, som arbejderne har brug for, kørende uden afbrydelser eller let forebyggelige fejl.

Forbedret sikkerhed på arbejdspladsen. I arbejdsmiljøer, hvor defekt udstyr eller ændringer i arbejdsforholdene kan forårsage skader eller værre, kan IoT-sensorer og grænseberegning hjælpe med at holde folk sikre. For eksempel kan forudsigelig vedligeholdelse og realtidsanalyserede data på eller tæt på udstyrsstedet på offshore-olieboreplatforme, olierørledninger og andre fjerntliggende industriel brug hjælpe med at øge sikkerheden for arbejdere og minimere miljøpåvirkninger.

Funktionalitet på fjerntliggende steder. Grænseberegning gør det nemmere at bruge data indsamlet på fjerntliggende steder, hvor internetforbindelsen er periodisk, eller netværksbåndbredden er begrænset - for eksempel ombord på et fiskefartøj i Beringhavet eller på en vingård i det italienske landskab. Driftsdata som vand- eller jordkvalitet kan konstant overvåges af sensorer og reageres på, når det er nødvendigt. Når internetforbindelse bliver tilgængelig, kan de relevante data overføres til et centralt datacenter til behandling og analyse.

Øget sikkerhed. For virksomheder er sikkerhedsrisikoen ved at tilføje tusindvis af internetforbundne sensorer og enheder til deres netværk en reel bekymring. Grænseberegning hjælper med at mindske denne risiko ved at give virksomheder mulighed for at behandle data lokalt og gemme dem offline. Dette reducerer dataoverførslen over netværket og hjælper virksomheder med at være mindre sårbare over for sikkerhedstrusler.

Datasuverænitet. Når organisationer indsamler, behandler, opbevarer og på anden måde bruger kundedata, skal organisationer overholde regler om databeskyttelse i det land eller det område, hvor disse data indsamles eller opbevares – for eksempel EU's generelle forordning om databeskyttelse (GDPR). Flytning af data til skyen eller til et primært datacenter på tværs af nationale grænser kan gøre det vanskeligt at overholde reglerne om datasuverænitet, men med grænseberegning kan virksomheder sikre, at de overholder lokale retningslinjer for datasuverænitet ved at behandle og opbevare data i nærheden af, hvor de blev indsamlet.

Reducerede IT-omkostninger. Med grænseberegning kan virksomheder optimere deres it-udgifter ved at behandle data lokalt i stedet for i skyen. Udover at minimere virksomheders omkostninger til cloud-behandling og -lager, reducerer grænseberegning transmissionsomkostningerne ved at luge unødvendige data ud på eller i nærheden af det sted, hvor de er indsamlet.

Hardware og netværk til grænseberegning

I grænseberegning er meget af processorkraften fysisk placeret ved eller i nærheden af, hvor dataene er indsamlet. Grænseberegning-hardware består ofte af disse fysiske komponenter:

Edge-enheder omfatter smarte kameraer, termometre, robotter, droner, vibrationssensorer og andre IoT-enheder. Selvom nogle enheder har indbygget beregnings-, hukommelses- og lagerkapacitet, er det ikke alle, der har.

Processorer er de CPU'er, GPU'er og tilhørende hukommelse, der driver grænseberegningssystemer. For eksempel, jo mere CPU-kraft et grænseberegningssystem har, jo hurtigere kan det udføre opgaver, og jo flere arbejdsbelastninger kan det understøtte.

Klynge/servere er grupper af servere, der behandler data på en kantplacering, såsom på et fabriksgulv eller ved et kommercielt fiskeri. Edge-klynge/-servere har ofte til opgave at køre virksomhedsapps, virksomhedsarbejdsbelastninger og en organisations delte tjenester.

Gateways er edge-klynger/-servere, der udfører væsentlige netværksfunktioner som at aktivere trådløs forbindelse, give firewall-beskyttelse samt behandle og overføre edge-enhedsdata.

Routere er edge-enheder, der forbinder netværk. For eksempel kan en router i edge bruges til at forbinde en virksomheds LAN med et WAN eller internettet.

Kontakter, som også kaldes adgangsnoder, forbinder flere enheder for at skabe et netværk.

Noder er et overordnet udtryk, der bruges til at beskrive edge-enheder, -servere og -gateways, der muliggør grænseberegning.

Hvad er nogle af egenskaberne ved edge-hardware?

Edge-hardware skal være holdbart og pålideligt. Ofte skal dette udstyr kunne modstå ekstremt vejr, miljømæssige og mekaniske forhold. Især skal det ofte være:

Ventilator- og udluftningsfri. Da pålidelighed er nøglen, især i industrier, hvor udstyrsfejl kan standse produktionen og bringe arbejdere i fare, skal edge-hardware lukkes af for støv, snavs, fugt og andet, der kan kompromittere det.

Temperaturresistent. Edge-hardware placeres ofte udenfor i ekstrem kulde eller varme og våde klimaer. Nogle gange er det endda placeret under vandet. At kunne modstå minusgrader og temperaturer, der nærmer sig kogepunktet, er i mange tilfælde nødvendigt.

Uigennemtrængelig for pludselige bevægelser. Hardwaren skal kunne modstå vibrationer og stød fra maskiner eller naturlige elementer. Det er vigtigt at bygge disse komponenter uden ventilatorer, kabler og andre interne dele, der let kan blive rystet løs eller gå i stykker.

Lille formfaktor. Med edge-computere er kompakthed målet. De skal ofte passe ind i trange steder. Eksempler omfatter smarte kameraer placeret på vægge, hylder og lofter samt smarte termometre pakket i forsendelseskasser.

Udstyret med rigelig lager. Edge-computere, der indsamler enorme mængder data fra edge-enheder, kan kræve betydelig datalagring. De skal også være i stand til hurtigt at få adgang til og overføre store mængder data.

Kompatibelt med nyt og ældre udstyr. Edge-computere, især dem, der arbejder i produktions- eller fabriksindstillinger, har typisk en række forskellige I/O-porte, herunder USB, COM, Ethernet og porte til generelle formål. Dette gør dem i stand til at forbindes med både nyt og ældre produktionsudstyr, maskiner, enheder, sensorer og alarmer.

Bygget med flere forbindelsesmuligheder. Edge-computere understøtter typisk både trådløs og kablet tilslutning. På den måde, hvis det ikke er en mulighed at oprette forbindelse til internettet trådløst på et fjerntliggende kommercielt websted som en gård eller et skib på havet, kan computeren stadig oprette forbindelse til internettet for at overføre data.

Kan understøtte flere typer effektindgange. Edge-computere understøtter ofte en række effektindgange for at imødekomme det brede udvalg af effektindgange, de kan støde på på fjerntliggende steder. De kræver også funktioner til overspændings-- og strømbeskyttelse for at forhindre elektrisk skade.

Beskyttet mod cyberangreb. Edge-enheder, som ofte ikke kan administreres af netværksadministratorer lige så strengt som deres lokale og cloud-modparter, har en tendens til at være mere sårbare over for dårlige aktører. For at hjælpe med at beskytte dem mod malware og andre cyberangreb skal edge-enheder være udstyret med sikkerhedsværktøjer som firewalls og netværksbaserede systemer til registrering af indtrængen.

Modstandsdygtig. Fordi grænseberegningsenheder ofte bruges på fjerntliggende steder, hvor de ikke kan overvåges konsekvent, skal de være bygget til at holdes sikre mod tyveri, hærværk og uautoriseret fysisk adgang.

Sky vs. edge vs. tågeberegning

Grænse- og tågeberegning er mellemliggende beregningsteknologier, der hjælper med at flytte de data, der indsamles af IoT-enheder på fjerntliggende steder, til en virksomheds sky. Lad os undersøge, hvordan grænseberegning adskiller sig fra tågeberegning og cloudcomputing, og hvordan de tre arbejder sammen:

Cloudcomputing gør det muligt for virksomheder at gemme, behandle og på anden måde arbejde med deres data på fjernservere, der hostes over internettet. Kommercielle udbydere af cloudcomputing som Microsoft Azure tilbyde digitale computing-platforme og samlinger af tjenester, som virksomheder kan bruge til at reducere eller eliminere deres fysiske it-infrastruktur og de dermed forbundne omkostninger. Cloudcomputing gør det også muligt for organisationer at levere sikker fjernarbejde til deres medarbejdere, nemmere skalere deres data og apps samt drage fordel af IoT.

Grænseberegning tillader registrering, bearbejdning og analyse af data i de fjerneste rækker af en organisations netværk: "kanten". Dette giver organisationer og industrier mulighed for at arbejde med presserende data i realtid, nogle gange uden overhovedet at skulle kommunikere med et primært datacenter, og ofte ved kun at sende de mest relevante data til det primære datacenter for hurtigere behandling. Dette skåner primære computerressourcer som cloud-netværk fra at blive fyldt med irrelevante data, hvilket sænker ventetiden for hele netværket. Det reducerer også omkostningerne til netværk.

Overvej en olie-boreplatform, der opererer midt i havet. Sensorer, der sporer information som boredybde, overfladetryk og hastighed af væskeflow, kan hjælpe med at holde maskineriet på en rig kørende og hjælpe med at holde arbejdere og miljøet sikkert. For at gøre dette uden at bremse netværket unødigt, sender sensorerne kun data om kritiske vedligeholdelsesbehov, udstyrsfejl og oplysninger om arbejdssikkerhed over netværket, og dette gør det muligt at identificere og reagere på problemer i tæt på realtid.

Tågeberegning gør det muligt midlertidigt at lagre og analysere data i et beregningslag mellem skyen og grænsen i tilfælde, hvor det ikke er muligt at behandle grænsedata på grund af begrænsninger for beregning af grænseudstyr.

Fra tågen kan relevante data sendes til cloudservere til længerevarende lagring samt fremtidig analyse og brug. Ved ikke at sende alle data fra edge-enheden til et centralt datacenter til behandling, giver tågeberegning virksomheder mulighed for at reducere noget af belastningen på deres cloudservere, hvilket hjælper med at optimere it-effektiviteten.

Overvej for eksempel et bygningsforvaltningsselskab, der bruger smarte enheder til at automatisere temperaturkontrol, ventilation, belysning, sprinklere samt brand- og sikkerhedsalarmer i alle sine bygninger. I stedet for at disse sensorer konstant transmitterer data til deres hoveddatacenter, har virksomheden en server i hver bygnings kontrolrum, der håndterer umiddelbare problemer og kun sender aggregerede data til hoveddatacentret, når netværkstrafik og computerressourcer har overskydende kapacitet. Dette lag af tågeberegning giver virksomheden mulighed for at maksimere sin it-effektivitet uden at ofre ydeevnen.

Det er vigtigt at bemærke, at grænseberegning ikke er afhængig af tågeberegning. Tågeberegning er simpelthen en ekstra mulighed for at hjælpe virksomheder med at få bedre hastighed, ydeevne og effektivitet i visse scenarier af grænseberegning.

Use cases og eksempler på grænseberegning

IoT-enheder og grænseberegning transformerer hurtigt den måde, industrier over hele kloden arbejder med data på. Følgende er nogle af de mest bemærkelsesværdige anvendelser for grænseberegning i erhvervslivet:

Afdelingskontorer. Smarte enheder og sensorer reducerer antallet af ressourcer, der er nødvendige for at drive en virksomheds sekundære kontorer. Overvej internetforbundne HVAC-styringer, sensorer, der registrerer, når kopimaskiner kræver reparationer, og sikkerhedskameraer. Ved kun at sende de mest essentielle enhedsadvarsler til en virksomheds primære datacenter hjælper grænseberegning med at forhindre serveroverbelastning og mellemliggende tid, samtidig med at responstiden på facilitetsproblemer øges markant.

Produktion. Sensorer på fabriksgulve kan bruges til at overvåge udstyr for rutinemæssige vedligeholdelsesproblemer og fejlfunktioner, samt at holde arbejderne sikre. Derudover kan smart udstyr på fabrikker og lagre øge produktiviteten, reducere produktionsomkostningerne og give kvalitetskontrol. Og at holde data og analyser på fabriksgulvet i stedet for at sende dem til et centraliseret datacenter kan hjælpe med at undgå dyre og potentielt farlige forsinkelser.

Energi. El- og forsyningsselskaber bruger IoT-sensorer og grænseberegning til at øge effektiviteten, automatisere elnettet, forenkle vedligeholdelsen og kompensere for mangler i netværksforbindelse på fjerntliggende steder. Elmaster, vindmølleparker, olieplatforme og andre fjerntliggende energikilder kan udstyres med IoT-enheder, der er i stand til at modstå hårdt vejr og andre miljømæssige udfordringer. Disse enheder kan behandle data på eller i nærheden af energistedet og kun sende de mest relevante data til hoveddatacentret. I olie- og gassektorerne giver IoT-sensorer og grænseberegning væsentlige sikkerhedsalarmer i realtid, der underretter nøglepersoner om nødvendige reparationer og farlige udstyrsfejl, der kan føre til eksplosioner eller andre katastrofer.

Landbrug. Grænseberegning kan hjælpe med at øge landbrugets effektivitet og udbytte. Vejrbestandige IoT-sensorer og droner kan hjælpe landmænd med at overvåge udstyrets temperatur og ydeevne; analysere jord, lys og andre miljødata; optimere mængden af vand og næringsstoffer, der bruges på afgrøder; og tidshøst mere effektivt. Grænseberegning gør brug af IoT-teknologi mere omkostningseffektiv, selv på fjerntliggende steder, hvor netværksforbindelsen er begrænset.

Detail. Store detailhandlere samler ofte enorme mængder data i deres individuelle butikker. Ved at bruge grænseberegning kan detailhandlere uddrage bedre forretningsindsigt og reagere på dem i realtid. For eksempel kan detailhandlere indsamle data om kundetrafik, spore numre for salgssted og overvåge succesen af salgsfremmende kampagner på tværs af alle deres butikker samt bruge disse lokale data til at styre lagerbeholdningen mere effektivt og træffe hurtigere og mere informerede forretningsbeslutninger.

Sundhedssektoren. Anvendelsen af grænseberegning i sundhedssektoren er enorm. Temperatursensorer, der leveres med vacciner, kan hjælpe med at sikre, at de bevarer deres integritet gennem hele forsyningskæden. Medicinsk udstyr i hjemmet som smarte CPAP-maskiner og hjertemonitorer kan indsamle patientdata og sende relevant information til en patients læge og sundhedsnetværk. Hospitaler kan bedre betjene patienterne ved at bruge IoT-teknologi til at spore patienters vitale tegn og til mere præcist at spore placeringen af udstyr som kørestole og båre.

Autonome køretøjer. Der er næsten ingen fejlmargen med selvkørende biler, taxaer, varevogne og lastbiler. Grænseberegning gør det muligt for dem at reagere øjeblikkeligt og korrekt på trafiksignaler, vejforhold, forhindringer, fodgængere og andre køretøjer i realtid.

Tjenester til grænseberegning

Efterhånden som grænseberegning er vokset mod udbredt anvendelse, er typerne af relaterede tjenester til at understøtte brugen også vokset. Nutidens tjenester til grænseberegning går langt ud over blot enheder og netværk, og omfatter også løsninger til:

  • Kør AI, analyse og andre forretningsfunktioner på IoT-enheder.
  • Konsolider edge-data i stor skala og eliminer datasiloer.
  • Udrul, administrer og hjælp med at sikre edge-arbejdsbelastninger eksternt.
  • Optimer omkostningerne ved at køre edge-løsninger.
  • Giv enheder mulighed for at reagere hurtigere på lokale ændringer.
  • Sørg for, at enheder fungerer pålideligt efter længere offline perioder.

De nyeste løsninger inkluderer tjenester, der hjælper med at inkorporere grænseberegning med almindelige teknologier som databaser, operativsystemer, cybersikkerhed, blokkædebøger og infrastrukturstyring, for blot at nævne nogle få.

Eksempler på Microsoft-tjenester til grænseberegning:

Azure IoT Edge

Udvid cloudintelligens og analyser til grænseenheder

Azure Stack Edge

Bring Azure compute, storage og intelligence til kanten med Azure-administrerede enheder

Azure FXT Edge Filer

Understøt HPC-arbejdsbelastninger med en hybrid løsning til optimering af lager

Azure SQL Edge

Få dataindsigt i realtid til IoT-servere, gateways og enheder

Azure Percept

Accelerer edge-intelligens fra silicium til tjeneste

Azure Data Box

Flyt hurtigt og omkostningseffektivt gemte data eller in-flight-data til Azure og grænseberegning

Azure Network Function Manager

Udrul og administrer 5G- og SD-WAN-netværksfunktioner på edge-enheder

Windows til IoT

Byg intelligente edge-løsninger med udviklerværktøjer, support og sikkerhed i virksomhedskvalitet

Avere vFXT til Azure

Kør filbaserede arbejdsbelastninger med høj ydeevne i cloudmiljøet

Azure Front Door

Få hurtig, pålidelig og mere sikker levering af cloudindhold med intelligent trusselsbeskyttelse

Azures fortrolige hovedbog

Gem ustrukturerede metadata i en blokkæde ved hjælp af en REST API-administreret tjeneste

Azure Sphere

Forbind sikkert MCU-drevne enheder fra Silicon Valley med cloudmiljøet

En bemærkning om tjenester til AI og analytisk grænseberegning

AI og analysetjenester til edge er særligt gode til at forbedre automatisering, produktivitet, vedligeholdelse og sikkerhed. Her er blot ét eksempel: Udrulning af prædiktive modeller til fabrikskameraer kan hjælpe med at opdage kvalitetskontrol og sikkerhedsproblemer. I dette tilfælde udløser løsningen en advarsel og behandler dataene lokalt for at udføre en øjeblikkelig handling eller sender dem til skyen til øjeblikkelig analyse, før der tages handling.

Ofte stillede spørgsmål

  • Grænseberegning er en netværksteknologi, der gør det muligt for enheder på fjerntliggende steder at behandle data og udføre handlinger i realtid. Det virker ved at minimere netværksforsinkelsen ved at behandle de fleste data på "kanten" af netværket – såsom af selve enheden eller af en nærliggende server – og kun sende de mest relevante data til hoveddatacentret for næsten øjeblikkelig behandling.

    Få mere at vide

  • "Edge grænseberegning" er en anden måde at sige "grænseberegning" - de to udtryk betyder det samme: at gøre det muligt for enheder på fjerntliggende steder at behandle data og udføre handlinger i realtid ved at minimere netværksforsinkelse.

    Få mere at vide

  • Teknologien Grænseberegning omfatter netværksløsninger og hardware for at tillade smarte enheder i fjerntliggende eller udfordrende miljøer at fungere uden behov for en fuld forbindelse til et centralt netværk. Netværksløsninger omfatter teknologier som 5G og løsninger, der hjælper med at reducere ventetid ved at minimere mængden af data, der sendes over netværket. Almindelige edge-enheder omfatter kameraer, sensorer, servere, processorer, kontakter og routere, som forbinder via netværket til et centralt datacenter. I mange tilfælde kører edge-enheder AI lokalt og sender kun visse kritiske data til det primære datacenter for yderligere behandling.

    Få mere at vide

  • Grænseberegning bruges ofte til steder som fabriksgulve, detailudstillingslokaler, forsendelsescontainere, hospitaler, byggepladser, energinet og gårde – og endda den internationale rumstation – hvor enheder eller sensorer skal arbejde i realtid, men kun har begrænset forbindelse til et primært datacenter. Det giver virksomheder mulighed for at gøre ting som f.eks. at bruge sensorer til at sikre, at maskiner fungerer sikkert og effektivt, for at registrere, når lageret er lavt på butikshylderne, for at øge eller reducere kunstvanding på gårde baseret på jordfugtighed og for at opdage, hvornår arbejdere kan være i fare.

    Få mere at vide

Den er klar, når du er – lad os konfigurere din gratis Azure-konto

Kan vi hjælpe dig?