Къде и как се използват крайните сървъри

Когато се разработва мрежова инфраструктура, обикновено се разглежда или локално изчисление, или облачно изчисление. Но тези два варианта и техните комбинации са малко. Например, какво да направите, ако не можете да откажете облачни изчисления, но няма достатъчно честотна лента или трафикът е твърде скъп?

Добавете междинно звено, което ще извърши част от изчисленията на ръба на локалната мрежа или производствения процес. Тази крайна концепция се нарича Edge Computing. Концепцията допълва текущия модел на използване на облачни данни и в тази статия ще разгледаме необходимия хардуер и примерни задачи за него.

Edge изчислителни нива

Да приемем, че имате цял куп сензори, инсталирани у дома: термометър, хигрометър, сензор за светлина, сензор за течове и т.н. Логическият контролер обработва получената от тях информация, изпълнява сценарии за автоматизация, издава обработена телеметрия към облачната услуга и получава актуализирани сценарии за автоматизация и нов фърмуер от нея. По този начин локалните изчисления се извършват директно на място, но оборудването се управлява от възел, който комбинира много такива устройства. 

Това е пример за много проста периферна изчислителна система, но вече показва и трите нива на крайно изчисление:

• IoT устройства: генерират „сурови данни“ и ги предават по различни протоколи. 
• Гранични възли: Обработвайте данни в непосредствена близост до източници на информация и действайте като временни хранилища на данни.
• Облачни услуги: предлагат функции за управление както на периферни, така и на IoT устройства, извършват дългосрочно съхранение и анализ на данни. Освен това поддържат интеграция с други корпоративни системи. 

Самата концепция на Edge computing е част от голяма екосистема, която оптимизира технологичния процес. Включва както хардуер (рак и крайни сървъри), така и мрежови и софтуерни части (например платформа Codex AI Suite за разработване на AI алгоритми). Тъй като могат да възникнат тесни места по време на създаването, предаването и обработката на големи данни и да ограничат производителността на цялата система, тези части трябва да са съвместими една с друга.

Характеристики на крайните сървъри

На ниво периферен възел Edge Computing използва крайни сървъри, които се поставят директно там, където се произвежда информацията. Обикновено това са производствени или технически помещения, в които е невъзможно да се монтира сървърен шкаф и да се осигури чистота. По този начин крайните сървъри се помещават в компактни, прахо- и влагоустойчиви кутии с разширен температурен диапазон, те не могат да бъдат поставени в шкаф. Да, такъв сървър може лесно да се окачи на котви с двустранна лента някъде под стълбите или в сервизното помещение.

Тъй като крайните сървъри са инсталирани извън защитени центрове за данни, те имат по-високи изисквания за физическа сигурност. За тях са предвидени защитни контейнери:

На ниво обработка на данни крайните сървъри осигуряват криптиране на диска и сигурно зареждане. Самото криптиране изразходва 2-3% от изчислителната мощност, но крайните сървъри обикновено използват процесори Xeon D с вграден AES модул за ускоряване, което минимизира загубата на мощност.

Кога да използвате Edge сървъри

С Edge Computing центърът за данни получава за обработка само тези данни, които е невъзможно или нерационално да бъдат обработени по друг начин. По този начин крайните сървъри се използват, когато е необходимо:

• Гъвкав подход към сигурността, тъй като в случай на Edge Computing можете да конфигурирате прехвърлянето на предварително обработена и подготвена информация към централния център за данни; 
• Защита срещу загуба на информация, тъй като ако комуникацията с центъра се загуби, локалните възли ще натрупат информация; 
• Спестяването на трафик се постига чрез обработка на по-голямата част от информацията на място. 

Edge computing за спестяване на трафик

Датската компания Maersk, един от лидерите в морския превоз на товари в света, реши да намали разхода на гориво на своите кораби и да намали емисиите на замърсители в атмосферата. 

За решаването на този проблем е използвана технология Siemens EcoMain Suite, сензори на двигателите и основните компоненти на кораба, както и локален сървър BullSequana Edge за изчисления на място. 

Благодарение на сензори системата EcoMain Suite постоянно следи състоянието на критичните компоненти на кораба и тяхното отклонение от предварително изчислена норма. Това ви позволява бързо да диагностицирате повреда и да я локализирате до проблемния възел. Тъй като телеметрията непрекъснато се предава "към центъра", сервизен техник може да извършва анализ от разстояние и да дава препоръки на екипажа на борда. И основният въпрос тук е колко данни и в какъв обем да се прехвърлят към централния център за данни. 

Тъй като свързването на евтин кабелен интернет към морски контейнеровоз е много проблематично, прехвърлянето на голямо количество необработени данни към централен сървър е твърде скъпо. На централния сървър на BullSequana S200 се изчислява цялостният логически модел на кораба, а обработката на данните и директното управление се прехвърлят към локалния сървър. В резултат на това внедряването на тази система се изплати за три месеца.

Edge computing за пестене на ресурси

Друг пример за периферни изчисления е видео анализът. По този начин, за производителя на оборудване за технически газове Air Liquide, една от местните задачи на производствения цикъл е контролът на качеството на боядисването на газови бутилки. Извършва се ръчно и отнема около 7 минути на цилиндър.

За да се ускори този процес, лицето беше заменено с блок от 7 видеокамери с висока разделителна способност. Камерите заснемат балона от няколко страни, генерирайки около 1 GB видео на минута. Видеото се изпраща до сървъра BullSequana Edge с Nvidia T4 на борда, където невронна мрежа, обучена да търси дефекти, анализира потока онлайн. В резултат на това средното време за проверка беше намалено от няколко минути на няколко секунди.

Edge computing в анализа

Атракционите в Дисниленд са не само забавни, но и сложни технически обекти. По този начин около 800 различни сензора са инсталирани на „Влакче в увеселителен парк“. Те непрекъснато изпращат данни за работата на атракцията към сървъра, а локалният сървър обработва тези данни, изчислява вероятността атракцията да се провали и сигнализира за това на централния център за данни. 

Въз основа на тези данни се определя вероятността от техническа повреда и се стартира превантивен ремонт. Атракционът продължава да работи до края на работния ден, като междувременно вече е издадена заповед за ремонт, а работници бързо ремонтират атракцията през нощта. 

BullSequana Edge 

Сървърите BullSequana Edge са част от голяма инфраструктура за работа с „големи данни“, те вече са тествани с платформите Microsoft Azure и Siemens MindSphere, VMware WSX и имат NVidia NGC/EGX сертификати. Тези сървъри са проектирани специално за крайни компютри и се предлагат в шаси с форм-фактор U2 в стандартен шкаф, DIN шина, опции за монтиране на стена и кула. 

BullSequana Edge е изграден на собствена дънна платка и процесор Intel Xeon D-2187NT. Поддържат инсталиране на до 512 GB RAM, 2 SSD диска по 960 GB или 2 HDD диска по 8 или 14 TB. Те могат също така да инсталират 2 Nvidia T4 16 GB GPU за обработка на видео; Wi-fi, LoRaWAN и 4G модули; до 2 10-Gigabit SFP модула. Самите сървъри вече имат инсталиран сензор за отваряне на капака, който е свързан към BMC, който управлява IPMI модула. Може да се конфигурира автоматично да изключва захранването при задействане на сензор. 

Пълните технически спецификации за сървърите BullSequana Edge могат да бъдат намерени на връзка. Ако се интересувате от подробности, ще се радваме да отговорим на нашите въпроси в коментарите.

Източник: www.habr.com