Bei der Entwicklung einer Netzwerkinfrastruktur zieht man in der Regel entweder lokales Computing oder Cloud Computing in Betracht. Es gibt jedoch nur wenige dieser beiden Optionen und ihrer Kombinationen. Was tun Sie beispielsweise, wenn Sie Cloud Computing nicht ablehnen können, aber die Bandbreite nicht ausreicht oder der Datenverkehr zu teuer ist?
Fügen Sie ein Zwischenprodukt hinzu, das einen Teil der Berechnungen am Rande des lokalen Netzwerks oder Produktionsprozesses durchführt. Dieses Edge-Konzept wird Edge Computing genannt. Das Konzept ergänzt das aktuelle Cloud-Datennutzungsmodell. In diesem Artikel gehen wir auf die erforderliche Hardware und Beispielaufgaben dafür ein.
Edge-Computing-Ebenen
Nehmen wir an, Sie haben zu Hause eine ganze Reihe von Sensoren installiert: ein Thermometer, ein Hygrometer, einen Lichtsensor, einen Lecksensor und so weiter. Der logische Controller verarbeitet die von ihm erhaltenen Informationen, implementiert Automatisierungsszenarien, gibt verarbeitete Telemetriedaten an den Cloud-Dienst aus und erhält von diesem aktualisierte Automatisierungsszenarien und frische Firmware. Somit wird lokales Rechnen direkt vor Ort durchgeführt, die Geräte werden jedoch von einem Knoten aus gesteuert, der viele solcher Geräte vereint.
Dies ist ein Beispiel für ein sehr einfaches Edge-Computing-System, das jedoch bereits alle drei Ebenen des Edge-Computings zeigt:
- IoT-Geräte: erzeugen „Rohdaten“ und übertragen diese über verschiedene Protokolle.
- Edge-Knoten: Verarbeiten Daten in unmittelbarer Nähe von Informationsquellen und fungieren als temporäre Datenspeicher.
- Cloud-Dienste: bieten Verwaltungsfunktionen für Peripherie- und IoT-Geräte und führen eine langfristige Datenspeicherung und -analyse durch. Darüber hinaus unterstützen sie die Integration mit anderen Unternehmenssystemen.
Das Konzept des Edge Computing selbst ist Teil eines großen Ökosystems, das den technologischen Prozess optimiert. Es umfasst sowohl Hardware (Rack- und Edge-Server) als auch Netzwerk- und Softwareteile (z. B. Plattform). zur Entwicklung von KI-Algorithmen). Da es bei der Erstellung, Übertragung und Verarbeitung von Big Data zu Engpässen kommen kann, die die Leistungsfähigkeit des Gesamtsystems einschränken, müssen diese Teile miteinander kompatibel sein.
Funktionen von Edge-Servern
Auf der Ebene der Edge-Knoten nutzt Edge Computing Edge-Server, die direkt dort platziert werden, wo Informationen produziert werden. In der Regel handelt es sich dabei um Produktions- oder Technikräume, in denen es nicht möglich ist, ein Server-Rack zu installieren und für Sauberkeit zu sorgen. So sind Edge-Server in kompakten, staub- und feuchtigkeitsgeschützten Gehäusen mit erweitertem Temperaturbereich untergebracht, eine Unterbringung in einem Rack ist nicht möglich. Ja, ein solcher Server kann problemlos an doppelseitigen Klebebandankern irgendwo unter der Treppe oder im Hauswirtschaftsraum aufgehängt werden.
Da Edge-Server außerhalb sicherer Rechenzentren installiert werden, gelten für sie höhere Anforderungen an die physische Sicherheit. Für sie stehen Schutzbehälter zur Verfügung:
Auf der Datenverarbeitungsebene sorgen Edge-Server für Festplattenverschlüsselung und sicheres Booten. Die Verschlüsselung selbst verbraucht 2–3 % der Rechenleistung, Edge-Server verwenden jedoch normalerweise Xeon-D-Prozessoren mit integriertem AES-Beschleunigungsmodul, was den Leistungsverlust minimiert.
Wann sollten Edgeserver verwendet werden?
Beim Edge Computing erhält das Rechenzentrum nur solche Daten zur Verarbeitung, deren Verarbeitung auf andere Weise unmöglich oder irrational wäre. Daher kommen Edge-Server bei Bedarf zum Einsatz:
- Flexibler Sicherheitsansatz, da Sie beim Edge Computing die Übertragung vorverarbeiteter und aufbereiteter Informationen an das zentrale Rechenzentrum konfigurieren können;
- Schutz vor Informationsverlust, da bei einem Kommunikationsverlust mit dem Zentrum lokale Knoten Informationen ansammeln;
- Durch die Verarbeitung des Großteils der Informationen vor Ort werden Verkehrseinsparungen erzielt.
Edge Computing, um Traffic zu sparen
Das dänische Unternehmen Maersk, einer der weltweit führenden Seefrachttransporte, hat beschlossen, den Treibstoffverbrauch seiner Schiffe zu senken und den Schadstoffausstoß in die Atmosphäre zu reduzieren.
Zur Lösung dieses Problems wurde Technologie eingesetzt , Sensoren an den Motoren und Hauptkomponenten des Schiffes sowie ein lokaler BullSequana Edge-Server für die Datenverarbeitung vor Ort.
Dank Sensoren überwacht das EcoMain Suite-System ständig den Zustand kritischer Komponenten des Schiffes und deren Abweichung von einer vorberechneten Norm. Dadurch können Sie einen Fehler schnell diagnostizieren und ihn bis zum Problemknoten lokalisieren. Da die Telemetrie ständig „in die Zentrale“ übertragen wird, kann ein Servicetechniker aus der Ferne Analysen durchführen und Empfehlungen an die Bordmannschaft aussprechen. Dabei stellt sich vor allem die Frage, wie viele Daten und in welchem Umfang an das zentrale Rechenzentrum übertragen werden sollen.
Da es sehr problematisch ist, billiges kabelgebundenes Internet mit einem Seecontainerschiff zu verbinden, ist die Übertragung großer Rohdatenmengen an einen zentralen Server zu teuer. Auf dem zentralen BullSequana S200-Server wird das logische Gesamtmodell des Schiffes berechnet und die Datenverarbeitung und direkte Steuerung an den lokalen Server übertragen. Dadurch hat sich die Implementierung dieses Systems innerhalb von drei Monaten amortisiert.
Edge Computing zur Ressourcenschonung
Ein weiteres Beispiel für Edge Computing ist die Videoanalyse. Für den Hersteller von Geräten für technische Gase Air Liquide ist daher eine der lokalen Aufgaben des Produktionszyklus die Qualitätskontrolle der Lackierung von Gasflaschen. Die Durchführung erfolgte manuell und dauerte pro Zylinder etwa 7 Minuten.
Um diesen Prozess zu beschleunigen, wurde die Person durch einen Block aus 7 hochauflösenden Videokameras ersetzt. Die Kameras filmen den Ballon von mehreren Seiten und erzeugen dabei etwa 1 GB Video pro Minute. Das Video wird an den BullSequana Edge-Server mit Nvidia T4 an Bord gesendet, wo ein auf die Fehlersuche trainiertes neuronales Netzwerk den Stream online analysiert. Dadurch konnte die durchschnittliche Inspektionszeit von mehreren Minuten auf mehrere Sekunden verkürzt werden.
Edge Computing in der Analytik
Die Fahrgeschäfte im Disneyland sind nicht nur Spaß, sondern auch komplexe technische Objekte. So sind auf der „Achterbahn“ etwa 800 verschiedene Sensoren verbaut. Sie senden ständig Daten über den Betrieb der Attraktion an den Server, und der lokale Server verarbeitet diese Daten, berechnet die Wahrscheinlichkeit eines Ausfalls der Attraktion und meldet dies an das zentrale Rechenzentrum.
Anhand dieser Daten wird die Wahrscheinlichkeit eines technischen Ausfalls ermittelt und vorbeugende Reparaturen eingeleitet. Die Attraktion ist bis zum Ende des Arbeitstages in Betrieb, inzwischen wurde bereits ein Reparaturauftrag erteilt und die Arbeiter reparieren die Attraktion nachts schnell.
BullSequana Edge
BullSequana Edge-Server sind Teil einer großen Infrastruktur für die Arbeit mit „Big Data“; sie wurden bereits mit Microsoft Azure- und Siemens MindSphere-Plattformen sowie VMware WSX getestet und verfügen über NVidia NGC/EGX-Zertifikate. Diese Server wurden speziell für Edge Computing entwickelt und sind im Gehäuse mit U2-Formfaktor in Standard-Rack-, DIN-Schienen-, Wand- und Tower-Montageoptionen erhältlich.
BullSequana Edge basiert auf einem proprietären Motherboard und einem Intel Xeon D-2187NT-Prozessor. Sie unterstützen die Installation von bis zu 512 GB RAM, 2 SSDs mit 960 GB oder 2 Festplatten mit 8 oder 14 TB. Sie können auch zwei Nvidia T2 4 GB GPUs für die Videoverarbeitung installieren; Wi-Fi-, LoRaWAN- und 16G-Module; bis zu 4 2-Gigabit-SFP-Module. Auf den Servern selbst ist bereits ein Deckelöffnungssensor installiert, der mit dem BMC verbunden ist, der das IPMI-Modul steuert. Es kann so konfiguriert werden, dass die Stromversorgung automatisch ausgeschaltet wird, wenn ein Sensor ausgelöst wird.
Die vollständigen technischen Spezifikationen für BullSequana Edge-Server finden Sie unter . Wenn Sie sich für Details interessieren, beantworten wir gerne unsere Fragen in den Kommentaren.
Source: habr.com