Wanneer 'n netwerkinfrastruktuur ontwikkel word, oorweeg 'n mens gewoonlik óf plaaslike rekenaars óf wolkrekenaars. Maar hierdie twee opsies en hul kombinasies is min. Byvoorbeeld, wat om te doen as jy nie wolkrekenaarkunde kan weier nie, maar daar is nie genoeg bandwydte nie of verkeer is te duur?
Voeg 'n intermediêre by wat 'n deel van die berekeninge aan die rand van die plaaslike netwerk of produksieproses sal uitvoer. Hierdie randkonsep word Edge Computing genoem. Die konsep komplementeer die huidige wolkdatagebruiksmodel, en in hierdie artikel sal ons kyk na die vereiste hardeware en voorbeeldtake daarvoor.
Edge rekenaarvlakke
Kom ons sê jy het 'n hele klomp sensors by die huis geïnstalleer: 'n termometer, 'n higrometer, 'n ligsensor, 'n leksensor, ensovoorts. Die logiese beheerder verwerk die inligting wat van hulle ontvang word, implementeer outomatiseringscenario's, reik verwerkte telemetrie aan die wolkdiens uit en ontvang opgedateerde outomatiseringscenario's en vars firmware daaruit. Dus word plaaslike rekenaars direk op die terrein uitgevoer, maar die toerusting word beheer vanaf 'n nodus wat baie sulke toestelle kombineer.
Dit is 'n voorbeeld van 'n baie eenvoudige randrekenaarstelsel, maar dit wys reeds al drie vlakke van randrekenaarkunde:
- IoT-toestelle: genereer "rou data" en stuur dit oor verskeie protokolle.
- Randnodusse: Verwerk data in die nabyheid van inligtingsbronne en tree op as tydelike datastoor.
- Wolkdienste: bied bestuursfunksies vir beide perifere en IoT-toestelle, voer langtermyn-databerging en -analise uit. Daarbenewens ondersteun hulle integrasie met ander korporatiewe stelsels.
Die konsep van Edge computing self is deel van 'n groot ekosisteem wat die tegnologiese proses optimaliseer. Dit sluit beide hardeware (rek- en randbedieners) en netwerk- en sagteware-onderdele in (byvoorbeeld platform vir die ontwikkeling van AI-algoritmes). Aangesien knelpunte tydens die skepping, oordrag en verwerking van groot data kan ontstaan en die werkverrigting van die hele stelsel beperk, moet hierdie dele met mekaar versoenbaar wees.
Kenmerke van randbedieners
Op die randknoopvlak gebruik Edge Computing randbedieners wat direk geplaas word waar inligting geproduseer word. Gewoonlik is dit produksie- of tegniese persele waarin dit onmoontlik is om 'n bedienerrak te installeer en netheid te verseker. Randbedieners word dus in kompakte, stof- en vogbestande omhulsels met 'n uitgebreide temperatuurreeks gehuisves; hulle kan nie in 'n rek geplaas word nie. Ja, so 'n bediener kan maklik iewers onder die trappe of in die nutskamer aan dubbelzijdige tape-ankers hang.
Aangesien randbedieners buite veilige datasentrums geïnstalleer word, het hulle hoër fisiese sekuriteitsvereistes. Beskermende houers word vir hulle voorsien:
Op die dataverwerkingsvlak bied randbedieners skyfkodering en veilige selflaai. Enkripsie self verbruik 2-3% van rekenaarkrag, maar randbedieners gebruik tipies Xeon D-verwerkers met ingeboude AES-versnellingsmodule, wat kragverlies tot die minimum beperk.
Wanneer om Edge Servers te gebruik
Met Edge Computing ontvang die datasentrum vir verwerking slegs daardie data wat onmoontlik of irrasioneel is om op enige ander manier te verwerk. Randbedieners word dus gebruik wanneer nodig:
- Buigsame benadering tot sekuriteit, aangesien jy in die geval van Edge Computing die oordrag van voorafverwerkte en voorbereide inligting na die sentrale datasentrum kan instel;
- Beskerming teen inligtingsverlies, aangesien indien kommunikasie met die sentrum verlore gaan, plaaslike nodusse inligting sal ophoop;
- Besparing op verkeer word behaal deur die meeste inligting op die terrein te verwerk.
Edge rekenaar om verkeer te bespaar
Die Deense maatskappy Maersk, een van die leiers in maritieme vragvervoer in die wêreld, het besluit om brandstofverbruik van sy skepe te verminder en die vrystelling van besoedelende stowwe in die atmosfeer te verminder.
Tegnologie is gebruik om hierdie probleem op te los , sensors op die enjins en hoofkomponente van die skip, sowel as 'n plaaslike BullSequana Edge-bediener vir rekenaarwerk op die perseel.
Danksy sensors monitor die EcoMain Suite-stelsel voortdurend die toestand van kritieke komponente van die skip en hul afwyking van 'n vooraf berekende norm. Dit laat jou toe om 'n fout vinnig te diagnoseer en dit na die probleemknoop te lokaliseer. Aangesien telemetrie voortdurend "na die sentrum" oorgedra word, kan 'n dienstegnikus op afstand ontleding doen en aanbevelings aan die bemanning aan boord maak. En die hoofvraag hier is hoeveel data en in watter volume om na die sentrale datasentrum oor te dra.
Aangesien die koppeling van goedkoop bedrade internet aan 'n seehouerskip baie problematies is, is die oordrag van 'n groot hoeveelheid rou data na 'n sentrale bediener te duur. Op die sentrale BullSequana S200-bediener word die algehele logiese model van die skip bereken, en dataverwerking en direkte beheer word na die plaaslike bediener oorgedra. Gevolglik het die implementering van hierdie stelsel in drie maande vir homself betaal.
Edge rekenaar om hulpbronne te bespaar
Nog 'n voorbeeld van edge computing is video-analise. Dus, vir die vervaardiger van toerusting vir tegniese gasse Air Liquide, is een van die plaaslike take van die produksiesiklus kwaliteitsbeheer van die verf van gassilinders. Dit is met die hand uitgevoer en het sowat 7 minute per silinder geneem.
Om hierdie proses te bespoedig, is die persoon vervang met 'n blok van 7 hoë-definisie videokameras. Die kameras verfilm die ballon van verskeie kante en genereer ongeveer 1 GB video per minuut. Die video word na die BullSequana Edge-bediener gestuur met Nvidia T4 aan boord, waar 'n neurale netwerk wat opgelei is om na defekte te soek, die stroom aanlyn ontleed. Gevolglik is die gemiddelde inspeksietyd van etlike minute tot etlike sekondes verminder.
Edge computing in analise
Die ritte by Disneyland is nie net pret nie, maar ook komplekse tegniese voorwerpe. Sowat 800 verskillende sensors is dus op die "Roller Coaster" geïnstalleer. Hulle stuur voortdurend data oor die werking van die aantrekkingskrag na die bediener, en die plaaslike bediener verwerk hierdie data, bereken die waarskynlikheid dat die aantrekkingskrag sal misluk, en sein dit aan die sentrale datasentrum.
Op grond van hierdie data word die waarskynlikheid van 'n tegniese fout bepaal en voorkomende herstelwerk word van stapel gestuur. Die besienswaardigheid gaan voort tot aan die einde van die werksdag, en intussen is 'n herstelbevel reeds uitgereik, en werkers herstel die besienswaardigheid vinnig in die nag.
BullSequana Edge
BullSequana Edge-bedieners is deel van 'n groot infrastruktuur om met "groot data" te werk; hulle is reeds getoets met Microsoft Azure en Siemens MindSphere-platforms, VMware WSX en het NVidia NGC/EGX-sertifikate. Hierdie bedieners is spesifiek ontwerp vir randberekening en is beskikbaar in U2-vormfaktor-onderstel in standaardrak-, DIN-reling-, muur- en toringmonteringsopsies.
BullSequana Edge is gebou op 'n eie moederbord en 'n Intel Xeon D-2187NT verwerker. Hulle ondersteun installasie van tot 512 GB RAM, 2 SSD's van 960 GB of 2 HDD's van 8 of 14 TB. Hulle kan ook 2 Nvidia T4 16 GB GPU's vir videoverwerking installeer; Wi-fi, LoRaWAN en 4G modules; tot 2 10-Gigabit SFP-modules. Die bedieners self het reeds 'n dekselopeningsensor geïnstalleer, wat gekoppel is aan die BMC wat die IPMI-module beheer. Dit kan gekonfigureer word om krag outomaties af te skakel wanneer 'n sensor geaktiveer word.
Volledige tegniese spesifikasies vir BullSequana Edge-bedieners kan gevind word by . As jy belangstel in besonderhede, sal ons graag ons vrae in die kommentaar beantwoord.
Bron: will.com