Czym są obliczenia brzegowe?
Obliczenia brzegowe to rozproszona struktura obliczeniowa, która umożliwia urządzeniom IoT szybkie przetwarzanie i działanie na danych na brzegu sieci.
Wyjaśnienie przetwarzania brzegowego w chmurze
Obliczenia brzegowe umożliwiają urządzeniom w lokalizacjach zdalnych przetwarzanie danych na "brzegu" sieci, przez urządzenie lub lokalny serwer. A gdy dane muszą zostać przetworzone w głównym centrum danych, przesyłane są tylko najważniejsze dane, minimalizując w ten sposób opóźnienia.
Dlaczego firmy korzystają z obliczeń brzegowych?
Firmy wykorzystują obliczenia brzegowe, aby poprawić czas reakcji swoich zdalnych urządzeń i uzyskać lepsze, bardziej aktualne informacje z danych tych urządzeń. Obliczenia brzegowe umożliwiają obliczenia w czasie rzeczywistym w lokalizacjach, w których normalnie nie byłoby to możliwe, i zmniejszają wąskie gardła w sieciach i centrach danych obsługujących urządzenia brzegowe.
Bez obliczeń brzegowych ogromna ilość danych generowanych przez urządzenia brzegowe przytłoczyłaby większość dzisiejszych sieci biznesowych, zakłócając wszystkie operacje w danej sieci. Koszty IT mogą gwałtownie wzrosnąć. Niezadowoleni klienci mogą przenieść swoją działalność gdzie indziej. Cenne maszyny mogą ulec uszkodzeniu lub po prostu być mniej wydajne. Ale co najważniejsze, bezpieczeństwo pracowników może być zagrożone w branżach, które polegają na inteligentnych czujnikach.
Jak działa obliczenie brzegowe?
Aby umożliwić inteligentnym aplikacjom i czujnikom IoT działanie w czasie rzeczywistym, obliczenia brzegowe rozwiązują trzy powiązane ze sobą wyzwania:
- Łączenie urządzenia z siecią z lokalizacji zdalnej.
- Powolne przetwarzanie danych z powodu ograniczeń sieciowych lub obliczeniowych.
- Urządzenia brzegowe powodujące problemy z przepustowością sieci.
Postęp w technologiach sieciowych, takich jak łączność bezprzewodowa 5G, umożliwił rozwiązanie tych wyzwań na globalną, komercyjną skalę. Sieci 5G mogą obsługiwać ogromne ilości danych — przesyłanych do i z urządzeń oraz centrów danych — w czasie zbliżonym do rzeczywistego. (Istnieje nawet sieć bezprzewodowa, która wykorzystuje kryptowalutę , aby zachęcić użytkowników do rozszerzenia zasięgu na trudniej dostępne obszary.)
Jednak postępy w technologii bezprzewodowej są tylko częścią rozwiązania umożliwiającego obliczanie brzegowe na dużą skalę. Selektywne wybieranie danych do uwzględnienia i wykluczenia w strumieniach danych w sieci ma również kluczowe znaczenie dla zmniejszenia opóźnień i dostarczania wyników w czasie rzeczywistym.
Przykład obliczeń brzegowych:
Kamera bezpieczeństwa w zdalnym magazynie wykorzystuje sztuczną inteligencję do identyfikacji podejrzanej aktywności i wysyła tylko te konkretne dane do głównego centrum danych w celu natychmiastowego przetworzenia. W ten sposób kamera nie obciąża sieci przez 24 godziny na dobę poprzez ciągłe przesyłanie wszystkich nagrań, ale wysyła tylko odpowiednie klipy wideo. Zwalnia to przepustowość sieci firmy i zasoby przetwarzania obliczeniowego do innych zastosowań.
Przypadki użycia i przykłady obliczeń brzegowych
Więcej przypadków użycia przetwarzania brzegowego w chmurze:
- Sklep detaliczny oddalony o 1000 mil od głównego centrum danych firmy wykorzystuje bezprzewodowe urządzenia w punktach sprzedaży do natychmiastowego przetwarzania płatności.
- Platforma wiertnicza na środku oceanu wykorzystuje czujniki IoT i sztuczną inteligencję do szybkiego wykrywania awarii sprzętu, zanim się pogorszą.
- System nawadniania na odległym polu uprawnym dostosowuje ilość zużywanej wody w czasie rzeczywistym, wykrywając poziom wilgotności gleby.
Dlaczego obliczenia brzegowe są ważne?
Od bezpieczeństwa w miejscu pracy po bezpieczeństwo i produktywność, korzyści płynące z obliczeń brzegowych są ogromne:
Chmura publiczna
Bardziej wydajne operacje. Obliczenia brzegowe pomagają przedsiębiorstwom zoptymalizować ich codzienne operacje poprzez szybkie przetwarzanie dużych ilości danych w lokalnych lokalizacjach, w których dane te są zbierane. Jest to bardziej wydajne niż wysyłanie wszystkich zebranych danych do scentralizowanej chmury lub głównego centrum danych oddalonego o kilka stref czasowych, co spowodowałoby nadmierne opóźnienia w sieci i problemy z wydajnością.
Chmura prywatna
Szybszy czas reakcji. Obliczenia brzegowe omijają scentralizowane lokalizacje chmury i centrów danych, umożliwiając firmom szybsze i bardziej niezawodne przetwarzanie danych w czasie rzeczywistym lub zbliżonym do niego. Weźmy pod uwagę opóźnienia danych, wąskie gardła sieci i obniżoną jakość danych, które mogą powstać podczas próby jednoczesnego wysyłania informacji z tysięcy czujników, kamer lub innych inteligentnych urządzeń do centralnego biura. Zamiast tego, przetwarzanie brzegowe umożliwia urządzeniom na brzegu sieci lub w jej pobliżu natychmiastowe ostrzeganie kluczowego personelu i sprzętu o awariach mechanicznych, zagrożeniach dla zabezpieczeń i innych krytycznych zdarzeniach, dzięki czemu można podjąć szybkie działania.
Chmura hybrydowa
Większa produktywność pracowników. Obliczenia brzegowe umożliwiają firmom szybsze dostarczanie danych, których pracownicy potrzebują do wykonywania swoich obowiązków służbowych tak wydajnie, jak to tylko możliwe. A w inteligentnych miejscach pracy, które wykorzystują automatyzację i konserwację predykcyjną, obliczenia brzegowe sprawiają, że sprzęt, którego potrzebują pracownicy, działa płynnie, bez przerw i łatwych do uniknięcia błędów.
Chmura publiczna
Ulepszone bezpieczeństwo w miejscu pracy. W środowiskach pracy, w których wadliwy sprzęt lub zmiany warunków pracy mogą powodować urazy lub gorsze obrażenia, czujniki IoT i obliczenia brzegowe mogą pomóc w zapewnieniu bezpieczeństwa ludziom. Na przykład na morskich platformach wiertniczych, rurociągach naftowych i w innych zdalnych zastosowaniach przemysłowych, konserwacja predykcyjna i dane analizowane w czasie rzeczywistym w miejscu instalacji sprzętu lub w jego pobliżu mogą pomóc zwiększyć bezpieczeństwo pracowników i zminimalizować wpływ na środowisko.
Chmura prywatna
Funkcjonalność w odległych lokalizacjach. Obliczenia brzegowe ułatwiają wykorzystanie danych zebranych w odległych lokalizacjach, w których łączność z Internetem jest przerywana lub przepustowość sieci jest ograniczona — na przykład na pokładzie statku rybackiego na Morzu Beringa lub w winnicy na włoskiej wsi. Dane operacyjne, takie jak jakość wody lub gleby, mogą być stale monitorowane przez czujniki i wykorzystywane w razie potrzeby. Po uzyskaniu łączności z Internetem odpowiednie dane mogą być przesyłane do centralnego centrum danych w celu ich przetworzenia i analizy.
Chmura hybrydowa
Zwiększone zabezpieczenia. Dla przedsiębiorstw ryzyko związane z dodaniem do sieci tysięcy czujników i urządzeń podłączonych do Internetu jest prawdziwym zmartwieniem. Obliczenia brzegowe pomagają ograniczyć to ryzyko, umożliwiając przedsiębiorstwom przetwarzanie danych lokalnie i przechowywanie ich w trybie offline. Zmniejsza to ilość danych przesyłanych przez sieć i pomaga przedsiębiorstwom być mniej podatnymi na zagrożenia dla bezpieczeństwa.
Chmura publiczna
Niezależność danych. Podczas zbierania, przetwarzania, przechowywania i wykorzystywania danych klientów w inny sposób, organizacje muszą przestrzegać przepisów dotyczących prywatności danych obowiązujących w kraju lub regionie, w którym dane te są gromadzone lub przechowywane — na przykład ogólnego rozporządzenia o ochronie danych Unii Europejskiej (RODO). Przenoszenie danych do chmury lub głównego centrum danych poza granice kraju może utrudniać przestrzeganie przepisów dotyczących suwerenności danych, ale dzięki obliczeniom brzegowym firmy mogą zapewnić, że przestrzegają lokalnych wytycznych dotyczących niezależności danych, przetwarzając i przechowując dane w pobliżu miejsca, w którym zostały zebrane.
Chmura prywatna
Obniżone koszty IT. Dzięki obliczeniom brzegowym firmy mogą zoptymalizować swoje wydatki na IT, przetwarzając dane lokalnie, a nie w chmurze. Oprócz zminimalizowania kosztów przetwarzania i przechowywania danych w chmurze, obliczenia brzegowe zmniejszają koszty transmisji, usuwając niepotrzebne dane w miejscu lub w pobliżu miejsca, w którym są zbierane.
Chmura hybrydowa
Sprzęt i sieci do obliczeń brzegowych
W obliczeniach brzegowych duża część mocy obliczeniowej jest fizycznie zlokalizowana w miejscu zbierania danych lub w jego pobliżu. Sprzęt do obliczeń brzegowych często składa się z następujących składników fizycznych:
Chmura publiczna
Urządzenia brzegowe obejmują inteligentne kamery, termometry, roboty, drony, czujniki wibracji i inne urządzenia IoT. Chociaż niektóre urządzenia mają wbudowane możliwości obliczeniowe, pamięci i magazynu, nie wszystkie to robią.
Chmura prywatna
Procesory to procesory CPU, procesory GPU i skojarzona pamięć, które zasilają brzegowe systemy obliczeniowe. Przykładowo, im większą mocą obliczeniową procesora dysponuje system obliczeń brzegowych, tym szybciej może wykonywać zadania i tym więcej obciążeń może obsługiwać.
Chmura hybrydowa
Klaster/serwery to grupy serwerów, które przetwarzają dane w lokalizacji brzegowej, na przykład w fabryce lub w komercyjnej firmie. Klastry/serwery brzegowe często mają za zadanie uruchamianie aplikacji dla przedsiębiorstw, obciążeń przedsiębiorstwa i usług udostępnionych organizacji.
Chmura publiczna
Bramy to klastry/serwery brzegowe, które wykonują podstawowe funkcje sieciowe, takie jak włączanie łączności bezprzewodowej, zapewnianie ochrony zapory oraz przetwarzanie i przesyłanie danych urządzeń brzegowych.
Chmura prywatna
Routery to urządzenia brzegowe łączące sieci. Na przykład router brzegowy może być używany do łączenia sieci LAN przedsiębiorstwa z siecią WAN lub Internetem.
Chmura hybrydowa
Przełączniki, które są również nazywane węzłami dostępu, łączą kilka urządzeń w celu utworzenia sieci.
Chmura publiczna
Węzły to ogólny termin używany do opisania urządzeń brzegowych, serwerów i bram, które umożliwiają przetwarzanie brzegowe.
Chmura prywatna
Chmura hybrydowa
Jakie są cechy sprzętu do obliczeń brzegowych?
Sprzęt do obliczeń brzegowych musi być trwały i niezawodny. Często sprzęt ten musi być w stanie wytrzymać ekstremalne warunki pogodowe, środowiskowe i mechaniczne. W szczególności często musi to być:
Chmura publiczna
Bez wiatraka i wentylatora. Ze względu na kluczową niezawodność, zwłaszcza w branżach, w których awarie sprzętu mogą wstrzymać produkcję i zagrozić pracownikom, sprzęt brzegowy musi być zabezpieczony przed kurzem, brudem, wilgocią i innymi czynnikami, które mogłyby go uszkodzić.
Chmura prywatna
Odporna na temperaturę. Sprzęt brzegowy jest często umieszczany na zewnątrz w mroźnym, upalnym i wilgotnym klimacie. Czasami są nawet umieszczane pod wodą. Odporność na temperatury poniżej zera i bliskie wrzenia jest w wielu przypadkach koniecznością.
Chmura hybrydowa
Odporność na nagłe ruchy.. Sprzęt musi być odporny na wibracje i wstrząsy powodowane przez maszyny lub czynniki naturalne. Budowa tych składników bez wentylatorów, kabli i innych wewnętrznych części, które mogą się łatwo poluzować lub zepsuć, ma kluczowe znaczenie.
Chmura publiczna
Współczynnik małych rozmiarów. W przypadku komputerów brzegowych kompaktowość jest najważniejsza. Często muszą zmieścić się w ciasnych miejscach. Przykłady obejmują inteligentne kamery umieszczone na ścianach, półkach i sufitach oraz inteligentne termometry zapakowane w opakowania do transportu.
Chmura prywatna
Wyposażony w dużą ilość miejsca do magazynowania. Komputery brzegowe, które zbierają ogromne ilości danych z urządzeń brzegowych, mogą wymagać znacznego magazynowania danych. Muszą także być w stanie szybko uzyskiwać dostęp do dużych ilości danych i przesyłać je.
Chmura hybrydowa
Zgodny z nowym i starszym sprzętem. Komputery brzegowe, szczególnie te działające w warunkach produkcyjnych lub fabrycznych, są zazwyczaj wyposażone w różne porty we/wy, w tym USB, COM, Ethernet i porty ogólnego przeznaczenia. Umożliwia im to łączenie się zarówno z nowym, jak i starszym sprzętem produkcyjnym, maszynami, urządzeniami, czujnikami i alarmami.
Chmura publiczna
Kompilacja z wieloma opcjami łączności. Komputery brzegowe zwykle obsługują łączność bezprzewodową i przewodową. W ten sposób, jeśli bezprzewodowe połączenie z Internetem nie jest możliwe w odległym miejscu komercyjnym, takim jak farma lub statek na morzu, komputer może nadal łączyć się z Internetem w celu przesyłania danych.
Chmura prywatna
Może obsługiwać kilka typów wejść zasilania. Komputery brzegowe często obsługują różne wejścia zasilania, aby dostosować się do szerokiego zakresu wejść zasilania, które mogą wystąpić w lokalizacjach zdalnych. Wymagają one również funkcji ochrony przed skokami napięcia, przepięciami i zasilaniem, aby zapobiec uszkodzeniom elektrycznym.
Chmura hybrydowa
Chronione przed cyberatakami. Urządzenia brzegowe, które często nie mogą być zarządzane przez administratorów sieci tak rygorystycznie, jak ich odpowiedniki lokalne i chmurowe, są zwykle bardziej podatne na ataki ze strony złych podmiotów. Aby chronić je przed złośliwym oprogramowaniem i innymi cyberatakami, urządzenia brzegowe muszą być wyposażone w narzędzia bezpieczeństwa, takie jak zapory ogniowe i sieciowe systemy wykrywania włamań.
Chmura publiczna
Odporne na naruszenia. Z powodu tego, że brzegowe urządzenia komputerowe są często używane w odległych lokalizacjach, gdzie nie mogą być stale monitorowane, muszą być zbudowane tak, aby były zabezpieczone przed kradzieżą, wandalizmem i nieautoryzowanym dostępem fizycznym.
Chmura prywatna
Chmura hybrydowa
Przetwarzanie w chmurze a obliczenia brzegowe a obliczenia typu fog computing
Obliczenia brzegowe i przetwarzanie typu fog computing to pośrednie technologie obliczeniowe, które pomagają przenosić dane zebrane przez urządzenia IoT w lokalizacjach zdalnych do chmury firmy. Przyjrzyjmy się, czym różni się obliczenie brzegowe od obliczeń typu fog computing i przetwarzania w chmurze oraz jak te trzy technologie współpracują ze sobą:
Przetwarzanie w chmurze umożliwia firmom przechowywanie, przetwarzanie i pracę z danymi na serwerach zdalnych hostowanych przez Internet. Komercyjni dostawcy przetwarzania w chmurze, tacy jak platforma Microsoft Azure , oferują cyfrowe platformy obliczeniowe i zbiory usług, z których firmy mogą korzystać w celu ograniczenia lub wyeliminowania fizycznej infrastruktury IT i związanych z nią kosztów. Przetwarzanie w chmurze umożliwia również organizacjom dostarczanie pracownikom bezpiecznych możliwości pracy zdalnej, łatwiejsze skalowanie danych i aplikacji oraz korzystanie z IoT.
Przetwarzanie brzegowe umożliwia przechwytywanie, przetwarzanie i analizowanie danych w najszerszym zasięgu sieci organizacji: "brzegu sieci." Umożliwia to organizacjom i branżom pracę z pilnymi danymi w czasie rzeczywistym, czasami nawet bez konieczności komunikowania się z głównym centrum danych, a często poprzez wysyłanie tylko najbardziej istotnych danych do głównego centrum danych w celu szybszego przetwarzania. Oszczędza to podstawowe zasoby obliczeniowe, takie jak sieci w chmurze, przed przepełnieniem nieistotnymi danymi, co obniża opóźnienia dla całej sieci. Zmniejsza to również koszty sieci.
Weźmy pod uwagę platformę wiertniczą działającą na środku oceanu. Czujniki śledzące takie informacje jak głębokość wiercenia, ciśnienie powierzchniowe i natężenie przepływu płynu mogą pomóc w utrzymaniu płynnej pracy maszyn na platformie wiertniczej i zapewnieniu bezpieczeństwa pracownikom i środowisku. Aby zrobić to bez niepotrzebnego spowalniania sieci, czujniki wysyłają przez sieć tylko dane o krytycznych potrzebach konserwacyjnych, awariach sprzętu i szczegółach dotyczących bezpieczeństwa pracowników, co umożliwia identyfikację i reagowanie na problemy w czasie zbliżonym do rzeczywistego.
Obliczenia typu fog computing umożliwiają tymczasowe przechowywanie i analizowanie danych w warstwie obliczeniowej pomiędzy chmurą a urządzeniami brzegowymi w przypadkach, gdy przetwarzanie danych brzegowych nie jest możliwe ze względu na ograniczenia obliczeniowe urządzeń brzegowych.
Z poziomu mgły (fog) odpowiednie dane mogą być przesyłane na serwery w chmurze w celu ich długoterminowego przechowywania oraz przyszłej analizy i wykorzystania. Nie wysyłając wszystkich danych z urządzeń brzegowych do centralnego centrum danych w celu ich przetworzenia, fog computing pozwala firmom zmniejszyć obciążenie serwerów w chmurze, co pomaga zoptymalizować wydajność IT.
Weźmy na przykład firmę zarządzającą budynkami, która wykorzystuje inteligentne urządzenia do automatyzacji kontroli temperatury, wentylacji, oświetlenia, zraszaczy oraz alarmów przeciwpożarowych i bezpieczeństwa we wszystkich swoich budynkach. Zamiast stale przesyłać dane z tych czujników do głównego centrum danych, firma posiada serwer w pokoju kontrolnym każdego budynku, który zarządza natychmiastowymi problemami i wysyła zagregowane dane do głównego centrum danych tylko wtedy, gdy ruch sieciowy i zasoby obliczeniowe mają nadmierną pojemność. Ta warstwa obliczeniowa fog pozwala firmie zmaksymalizować wydajność IT bez obniżania wydajności.
Należy zauważyć, że obliczenia brzegowe nie są zależne od obliczeń typu fog computing. Obliczenia typu fog computing to po prostu dodatkowa opcja, która pomaga firmom uzyskać większą szybkość, wydajność i efektywność w niektórych scenariuszach przetwarzania brzegowego.
Przypadki użycia i przykłady obliczeń brzegowych
Urządzenia IoT i obliczenia brzegowe szybko zmieniają sposób, w jaki branże na całym świecie współpracują z danymi. Poniżej przedstawiono niektóre z najbardziej istotnych przypadków użycia w przypadku obliczeń brzegowych w firmie:
Obliczenia brzegowe dla biur oddziałów. Inteligentne urządzenia i czujniki zmniejszają liczbę zasobów potrzebnych do obsługi pomocniczych biur firmy. Warto rozważyć podłączone do Internetu sterowniki HVAC, czujniki wykrywające, kiedy kopiarki wymagają naprawy oraz kamery bezpieczeństwa. Wysyłając tylko najważniejsze alerty z urządzeń do głównego centrum danych firmy, obliczenia brzegowe pomagają zapobiegać przeciążeniom serwerów i opóźnieniom, jednocześnie znacznie wydłużając czas reakcji na problemy związane z obiektem.
Obliczenia brzegowe dla produkcji. Czujniki na halach fabrycznych mogą być wykorzystywane do monitorowania sprzętu pod kątem rutynowych czynności konserwacyjnych i awarii, a także do zapewnienia bezpieczeństwa pracownikom. Ponadto inteligentny sprzęt w fabrykach i magazynach może zwiększyć produktywność, obniżyć koszty produkcji i zapewnić kontrolę jakości. A przechowywanie danych i analiz w hali produkcyjnej zamiast wysyłania ich do scentralizowanego centrum danych może pomóc uniknąć kosztownych i potencjalnie niebezpiecznych opóźnień.
Obliczenia brzegowe dla energii. Firmy energetyczne i użyteczności publicznej wykorzystują czujniki IoT i obliczenia brzegowe w celu zwiększenia wydajności, automatyzacji sieci energetycznej, uproszczenia konserwacji i uzupełnienia braków w łączności sieciowej w lokalizacjach zdalnych. Wieże użyteczności publicznej, farmy wiatrowe, platformy wiertnicze i inne zdalne źródła energii mogą być wyposażone w urządzenia IoT, które są w stanie wytrzymać trudne warunki pogodowe i inne wyzwania środowiskowe. Urządzenia te mogą przetwarzać dane w miejscu poboru energii lub w jego pobliżu i wysyłać tylko najbardziej istotne dane do głównego centrum danych. W sektorze naftowym i gazowym czujniki IoT i obliczenia brzegowe zapewniają niezbędne alerty bezpieczeństwa w czasie rzeczywistym, które powiadamiają kluczowy personel o koniecznych naprawach i niebezpiecznych awariach sprzętu, które mogą prowadzić do eksplozji lub innych katastrof.
Obliczenia brzegowe dla rolnictwa. Obliczenia brzegowe mogą pomóc zwiększyć wydajność i plony w rolnictwie. Odporne na warunki pogodowe czujniki IoT i drony mogą pomóc rolnikom monitorować temperaturę i wydajność sprzętu, analizować glebę, światło i inne dane środowiskowe, optymalizować ilość wody i składników odżywczych wykorzystywanych w uprawach oraz efektywniej planować zbiory. Obliczenia brzegowe sprawiają, że korzystanie z technologii IoT jest bardziej opłacalne nawet w lokalizacjach zdalnych, w których łączność sieciowa jest ograniczona.
Obliczenia brzegowe dla handlu detalicznego. Duzi sprzedawcy detaliczni często zbierają ogromne ilości danych w swoich sklepach. Korzystając z obliczeń brzegowych, sprzedawcy detaliczni mogą uzyskać bogatsze informacje biznesowe i reagować na nie w czasie rzeczywistym. Na przykład, sprzedawcy detaliczni mogą gromadzić dane na temat ruchu klientów, śledzić liczby w punktach sprzedaży i monitorować powodzenie kampanii promocyjnych we wszystkich swoich sklepach oraz wykorzystywać te lokalne dane do skuteczniejszego zarządzania zapasami i podejmowania szybszych, bardziej świadomych decyzji biznesowych.
Obliczenia brzegowe dla opieki zdrowotnej. Zastosowania obliczeń brzegowych w sektorze opieki zdrowotnej są ogromne. Czujniki temperatury dostarczane wraz ze szczepionkami mogą pomóc zapewnić, że zachowają one swoją integralność w całym łańcuchu dostaw. Domowy sprzęt medyczny, taki jak inteligentne urządzenia CPAP i monitory pracy serca, może gromadzić dane pacjenta i wysyłać odpowiednie informacje do jego lekarza i sieci opieki zdrowotnej. Szpitale mogą lepiej służyć pacjentom, wykorzystując technologię IoT do śledzenia parametrów życiowych pacjentów i dokładniejszego śledzenia lokalizacji sprzętu, takiego jak wózki inwalidzkie i wózki.
Obliczenia brzegowe dla pojazdów autonomicznych. W przypadku pojazdów autonomicznych, taksówek, samochodów dostawczych i ciężarówek nie ma prawie żadnego marginesu błędu. Obliczenia brzegowe umożliwiają im natychmiastowe i prawidłowe reagowanie na sygnały drogowe, warunki drogowe, przeszkody, pieszych i inne pojazdy w czasie rzeczywistym.
Usługi obliczeń brzegowych
Wraz ze wzrostem popularności przetwarzania brzegowego w chmurze, wzrosła również liczba powiązanych usług wspierających jej wykorzystanie. Dzisiejsze usługi obliczeń brzegowych wykraczają daleko poza same urządzenia i sieci, obejmując rozwiązania do:
- Uruchamiaj sztuczną inteligencję, analizę i inne funkcje biznesowe na urządzeniach IoT.
- Konsoliduj dane brzegowe na dużą skalę i eliminuj silosy danych.
- Wdrażaj, zarządzaj i zabezpieczaj obciążenia brzegowe zdalnie.
- Zoptymalizuj koszty uruchamiania rozwiązań brzegowych.
- Umożliwiaj urządzeniom szybsze reagowanie na zmiany lokalne.
- Upewnij się, że urządzenia działają niezawodnie po dłuższych okresach w trybie offline.
Najnowsze rozwiązania obejmują usługi pomagające włączyć obliczenia brzegowe do popularnych technologii, takich jak bazy danych, systemy operacyjne, cyberbezpieczeństwo, rejestry łańcucha bloków i zarządzanie infrastrukturą, by wymienić tylko kilka z nich.
Przykłady usług obliczeń brzegowych firmy Microsoft:
Azure IoT Edge
Rozszerz rozwiązania inteligentne i analizy w chmurze na urządzenia brzegowe.
Azure Stack Edge
Przenieś zasoby obliczeniowe, magazyn i inteligencję platformy Azure na urządzenia brzegowe za pomocą urządzeń zarządzanych przez platformę Azure.
Azure Sphere
W sposób bezpieczny połącz urządzenia obsługiwane przez mikrokontrolery z warstwy sprzętowej do chmury.
Azure SQL Edge
Uzyskaj dostęp do szczegółowych danych w czasie rzeczywistym dla serwerów, bram i urządzeń IoT.
Azure Data Box
Szybkie i ekonomiczne przenoszenie przechowywanych danych lub danych w locie do platformy Azure i obliczeń brzegowych.
Menedżer funkcji sieciowych platformy Azure
Wdrażaj i zarządzaj funkcjami sieci 5G i SD-WAN na urządzeniach brzegowych.
System Windows dla IoT
Twórz inteligentne rozwiązania brzegowe z narzędziami deweloperskimi klasy korporacyjnej, pomocą techniczną i zabezpieczeniami.
Avere vFXT for Azure
Uruchamiaj oparte na plikach obciążenia o wysokiej wydajności w chmurze.
Azure Front Door
Uzyskaj szybkie, niezawodne i bezpieczniejsze dostarczanie treści w chmurze dzięki inteligentnej ochronie przed zagrożeniami.
Azure confidential ledger
Przechowuj nieustrukturyzowane metadane w łańcuchu bloków za pomocą zarządzanej usługi interfejsu API REST.
Notatka na temat usług obliczeń brzegowych AI i analiz
Usługi AI i analityczne dla urządzeń brzegowych są szczególnie cenne dla poprawy automatyzacji, produktywności, konserwacji i bezpieczeństwa. Oto tylko jeden przykład: Wdrożenie modeli predykcyjnych w kamerach fabrycznych może pomóc w wykrywaniu problemów związanych z kontrolą jakości i bezpieczeństwem. W takim przypadku rozwiązanie wyzwala alert i przetwarza dane lokalnie w celu wykonania natychmiastowej akcji lub wysyła je do chmury w celu natychmiastowej analizy przed podjęciem działania.
Często zadawane pytania
-
Obliczenia brzegowe to technologia sieciowa, która umożliwia urządzeniom w lokalizacjach zdalnych przetwarzanie danych i wykonywanie działań w czasie rzeczywistym. Ich działanie polega na minimalizowaniu opóźnień sieciowych poprzez przetwarzanie większości danych na "brzegu" sieci — na przykład przez samo urządzenie lub przez pobliski serwer — i wysyłanie tylko najbardziej istotnych danych do głównego centrum danych w celu niemal natychmiastowego przetwarzania.
-
"Przetwarzanie brzegowe w chmurze" to inny sposób mówienia o "obliczeniu brzegowym" — te dwa terminy oznaczają to samo: umożliwienie urządzeniom w lokalizacjach zdalnych przetwarzania danych i wykonywania działań w czasie rzeczywistym poprzez zminimalizowanie opóźnień w sieci.
-
Technologia obliczeń brzegowych obejmuje rozwiązania sieciowe i sprzęt, aby umożliwić inteligentnym urządzeniom w odległych lub trudnych środowiskach działanie bez konieczności pełnego połączenia z siecią centralną. Rozwiązania sieciowe obejmują technologie takie jak 5G i rozwiązania, które pomagają zmniejszyć opóźnienia poprzez zminimalizowanie ilości danych przesyłanych przez sieć. Typowe urządzenia brzegowe obejmują kamery, czujniki, serwery, procesory, przełączniki i routery, które łączą się przez sieć z centralnym centrum danych. W wielu przypadkach urządzenia brzegowe uruchamiają sztuczną inteligencję lokalnie i wysyłają tylko niektóre krytyczne dane do głównego centrum danych w celu dodatkowego przetwarzania.
-
Obliczenia brzegowe są często wykorzystywane w miejscach takich jak hale produkcyjne, salony sprzedaży detalicznej, kontenery transportowe, szpitale, place budowy, sieci energetyczne i farmy — a nawet Międzynarodowa Stacja Kosmiczna — gdzie urządzenia lub czujniki muszą działać w czasie rzeczywistym, ale mają ograniczoną łączność z głównym centrum danych. Pozwala to firmom na takie działania, jak korzystanie z czujników w celu upewnienia się, że maszyny działają bezpiecznie i wydajnie, wykrywanie niskiego poziomu zapasów na półkach sklepowych, zwiększanie lub zmniejszanie nawadniania na farmach w oparciu o wilgotność gleby oraz wykrywanie, kiedy pracownicy mogą być w niebezpieczeństwie.