کجا و چگونه از سرورهای لبه استفاده می شود

هنگام توسعه یک زیرساخت شبکه، معمولاً یا محاسبات محلی یا محاسبات ابری را در نظر می گیریم. اما این دو گزینه و ترکیب آنها کم است. به عنوان مثال، اگر نمی توانید از رایانش ابری امتناع کنید، اما پهنای باند کافی وجود ندارد یا ترافیک بسیار گران است، چه باید کرد؟

یک واسطه اضافه کنید که بخشی از محاسبات را در لبه شبکه محلی یا فرآیند تولید انجام دهد. این مفهوم لبه را محاسبات لبه می نامند. این مفهوم مکمل مدل فعلی استفاده از داده های ابری است و در این مقاله به بررسی سخت افزارهای مورد نیاز و وظایف نمونه برای آن می پردازیم.

سطوح محاسبات لبه

فرض کنید یک دسته کامل از سنسورها را در خانه نصب کرده اید: دماسنج، رطوبت سنج، سنسور نور، سنسور نشت و غیره. کنترل کننده منطقی اطلاعات دریافتی از آنها را پردازش می کند، سناریوهای اتوماسیون را پیاده سازی می کند، تله متری پردازش شده را برای سرویس ابری صادر می کند و سناریوهای اتوماسیون به روز شده و سیستم عامل جدید را از آن دریافت می کند. بنابراین، محاسبات محلی مستقیماً در محل انجام می‌شود، اما تجهیزات از گره‌ای کنترل می‌شوند که بسیاری از این دستگاه‌ها را ترکیب می‌کند. 

این نمونه ای از یک سیستم محاسبات لبه ای بسیار ساده است، اما در حال حاضر هر سه سطح محاسبات لبه را نشان می دهد:

• دستگاه‌های اینترنت اشیا: «داده‌های خام» را تولید می‌کنند و آن را از طریق پروتکل‌های مختلف منتقل می‌کنند. 
• گره های لبه: داده ها را در مجاورت منابع اطلاعاتی پردازش می کند و به عنوان ذخیره موقت داده عمل می کند.
• خدمات ابری: عملکردهای مدیریتی را برای دستگاه های جانبی و IoT ارائه می دهد، ذخیره سازی و تجزیه و تحلیل طولانی مدت داده را انجام می دهد. علاوه بر این، آنها از یکپارچگی با سایر سیستم های شرکتی پشتیبانی می کنند. 

مفهوم محاسبات لبه خود بخشی از یک اکوسیستم بزرگ است که فرآیند فناوری را بهینه می کند. این شامل هر دو بخش سخت افزار (سرورهای رک و لبه) و بخش های شبکه و نرم افزار (مثلاً پلت فرم) است مجموعه کدکس AI برای توسعه الگوریتم های هوش مصنوعی). از آنجایی که گلوگاه ها می توانند در حین ایجاد، انتقال و پردازش داده های بزرگ ایجاد شوند و عملکرد کل سیستم را محدود کنند، این بخش ها باید با یکدیگر سازگار باشند.

ویژگی های سرورهای لبه

در سطح گره لبه، Edge Computing از سرورهای لبه ای استفاده می کند که مستقیماً در محل تولید اطلاعات قرار می گیرند. معمولاً اینها مکان های تولیدی یا فنی هستند که در آن نصب رک سرور و اطمینان از تمیزی غیرممکن است. بنابراین، سرورهای لبه در کیس های فشرده، مقاوم در برابر گرد و غبار و رطوبت با دامنه دمایی گسترده قرار می گیرند؛ آنها را نمی توان در یک قفسه قرار داد. بله، چنین سروری می‌تواند به راحتی روی لنگرهای نواری دو طرفه در جایی زیر پله‌ها یا در اتاق ابزار آویزان شود.

از آنجایی که سرورهای لبه خارج از مراکز داده ایمن نصب می شوند، نیازهای امنیتی فیزیکی بالاتری دارند. ظروف محافظ برای آنها در نظر گرفته شده است:

در سطح پردازش داده ها، سرورهای لبه رمزگذاری دیسک و راه اندازی ایمن را فراهم می کنند. رمزگذاری به خودی خود ۲ تا ۳ درصد از توان محاسباتی را مصرف می‌کند، اما سرورهای لبه معمولاً از پردازنده‌های Xeon D با ماژول شتاب AES داخلی استفاده می‌کنند که اتلاف انرژی را به حداقل می‌رساند.

زمان استفاده از سرورهای Edge

با Edge Computing، مرکز داده فقط آن دسته از داده‌هایی را دریافت می‌کند که پردازش آنها به روش دیگری غیرممکن یا غیرمنطقی است. بنابراین، سرورهای لبه در صورت نیاز استفاده می شوند:

• رویکرد انعطاف پذیر به امنیت، زیرا در مورد Edge Computing می توانید انتقال اطلاعات از پیش پردازش شده و آماده شده را به مرکز داده مرکزی پیکربندی کنید. 
• محافظت در برابر از دست دادن اطلاعات، زیرا اگر ارتباط با مرکز قطع شود، گره های محلی اطلاعات را جمع آوری می کنند. 
• صرفه جویی در ترافیک با پردازش بیشتر اطلاعات در سایت حاصل می شود. 

محاسبات لبه برای صرفه جویی در ترافیک

شرکت دانمارکی مرسک که یکی از پیشروان حمل و نقل دریایی بار در جهان است، تصمیم گرفته است مصرف سوخت کشتی های خود را کاهش دهد و انتشار آلاینده ها را در جو کاهش دهد. 

برای حل این مشکل از تکنولوژی استفاده شد مجموعه زیمنس EcoMain، حسگرهای روی موتورها و اجزای اصلی کشتی و همچنین یک سرور محلی BullSequana Edge برای محاسبات در محل. 

به لطف حسگرها، سیستم EcoMain Suite دائماً وضعیت اجزای حیاتی کشتی و انحراف آنها از یک هنجار از پیش محاسبه شده را نظارت می کند. این به شما امکان می دهد تا به سرعت یک عیب را تشخیص داده و آن را در گره مشکل بومی سازی کنید. از آنجایی که تله متری به طور مداوم "به مرکز" منتقل می شود، یک تکنسین خدمات می تواند تجزیه و تحلیل را از راه دور انجام دهد و توصیه هایی را به خدمه هواپیما ارائه دهد. و سوال اصلی اینجاست که چقدر داده و با چه حجمی به مرکز داده منتقل شود. 

از آنجایی که اتصال اینترنت سیمی ارزان به یک کشتی کانتینری دریایی بسیار مشکل است، انتقال حجم زیادی از داده های خام به یک سرور مرکزی بسیار گران است. در سرور مرکزی BullSequana S200، مدل منطقی کلی کشتی محاسبه می شود و پردازش داده ها و کنترل مستقیم به سرور محلی منتقل می شود. در نتیجه اجرای این سیستم در مدت سه ماه جواب داد.

محاسبات لبه برای صرفه جویی در منابع

نمونه دیگری از محاسبات لبه، تجزیه و تحلیل ویدئویی است. بنابراین، برای سازنده تجهیزات گازهای فنی Air Liquide، یکی از وظایف محلی چرخه تولید، کنترل کیفیت رنگ آمیزی سیلندرهای گاز است. به صورت دستی انجام شد و هر سیلندر حدود 7 دقیقه طول کشید.

برای سرعت بخشیدن به این فرآیند، فرد با یک بلوک از 7 دوربین فیلمبرداری با کیفیت بالا جایگزین شد. دوربین ها از چند طرف از بالون فیلم می گیرند و در هر دقیقه حدود 1 گیگابایت ویدئو تولید می کنند. این ویدئو به سرور BullSequana Edge با Nvidia T4 ارسال می شود، جایی که یک شبکه عصبی آموزش دیده برای جستجوی نقص، جریان را به صورت آنلاین تجزیه و تحلیل می کند. در نتیجه میانگین زمان بازرسی از چند دقیقه به چند ثانیه کاهش یافت.

محاسبات لبه در تجزیه و تحلیل

سواری در دیزنی لند نه تنها سرگرم کننده، بلکه اشیاء فنی پیچیده نیز هستند. بنابراین، حدود 800 سنسور مختلف بر روی Roller Coaster نصب شده است. آنها دائماً اطلاعات مربوط به عملکرد جاذبه را به سرور ارسال می کنند و سرور محلی این داده ها را پردازش می کند، احتمال شکست جاذبه را محاسبه می کند و این را به مرکز داده مرکزی سیگنال می دهد. 

بر اساس این داده ها، احتمال خرابی فنی مشخص می شود و تعمیرات پیشگیرانه راه اندازی می شود. این جاذبه تا پایان روز کاری به فعالیت خود ادامه می دهد و در این بین قبلاً دستور تعمیر صادر شده است و کارگران به سرعت در شب به تعمیر جاذبه می پردازند. 

BullSequana Edge 

سرورهای BullSequana Edge بخشی از یک زیرساخت بزرگ برای کار با "داده های بزرگ" هستند؛ آنها قبلاً با پلتفرم های Microsoft Azure و Siemens MindSphere، VMware WSX آزمایش شده اند و دارای گواهینامه های NVidia NGC/EGX هستند. این سرورها به طور خاص برای محاسبات لبه طراحی شده‌اند و در شاسی‌های فرم فاکتور U2 در گزینه‌های رک استاندارد، ریل DIN، دیوار و برج در دسترس هستند. 

BullSequana Edge بر روی یک مادربرد اختصاصی و پردازنده Intel Xeon D-2187NT ساخته شده است. آنها از نصب تا 512 گیگابایت رم، 2 SSD 960 گیگابایتی یا 2 هارد 8 یا 14 ترابایتی پشتیبانی می کنند. آنها همچنین می توانند 2 پردازنده گرافیکی 4 گیگابایتی Nvidia T16 را برای پردازش ویدیو نصب کنند. ماژول های Wi-Fi، LoRaWAN و 4G؛ حداکثر 2 ماژول SFP 10 گیگابیتی. خود سرورها قبلاً یک سنسور باز کردن درب نصب کرده‌اند که به BMC متصل است که ماژول IPMI را کنترل می‌کند. می توان آن را طوری پیکربندی کرد که هنگام روشن شدن سنسور، برق را به طور خودکار خاموش کند. 

مشخصات فنی کامل سرورهای BullSequana Edge را می‌توانید در این آدرس مشاهده کنید پیوند. اگر به جزئیات علاقه مند هستید، خوشحال می شویم به سوالات خود در نظرات پاسخ دهید.

منبع: www.habr.com