A hálózati infrastruktúra fejlesztésekor az ember általában a helyi számítástechnikát vagy a számítási felhőt veszi figyelembe. De ez a két lehetőség és kombinációik kevés. Mi a teendő például, ha nem tudja megtagadni a számítási felhőt, de nincs elég sávszélesség, vagy túl drága a forgalom?
Adjon hozzá egy köztes terméket, amely a számítások egy részét a helyi hálózat vagy a termelési folyamat szélén végzi el. Ezt az élfogalmat Edge Computing-nak hívják. A koncepció kiegészíti a jelenlegi felhő adathasználati modellt, és ebben a cikkben megnézzük a szükséges hardvert és példafeladatokat hozzá.
Edge számítási szintek
Tegyük fel, hogy egy csomó érzékelőt telepítettek otthon: hőmérőt, nedvességmérőt, fényérzékelőt, szivárgásérzékelőt stb. A logikai vezérlő feldolgozza a tőlük kapott információkat, automatizálási forgatókönyveket valósít meg, feldolgozott telemetriát bocsát ki a felhőszolgáltatáshoz, és frissített automatizálási forgatókönyveket és friss firmware-t kap tőle. Így a helyi számítástechnika közvetlenül a helyszínen történik, de a berendezés vezérlése egy csomópontból történik, amely sok ilyen eszközt egyesít.
Ez egy példa egy nagyon egyszerű élszámítási rendszerre, de már az élszámítás mindhárom szintjét mutatja:
- IoT-eszközök: „nyers adatokat” generálnak, és különféle protokollokon továbbítják.
- Peremcsomópontok: Az adatokat az információforrások közvetlen közelében dolgozzák fel, és ideiglenes adattárolóként működnek.
- Felhőszolgáltatások: felügyeleti funkciókat kínálnak perifériás és IoT-eszközökhöz egyaránt, hosszú távú adattárolást és -elemzést végeznek. Emellett támogatják az integrációt más vállalati rendszerekkel.
Maga az Edge computing koncepciója egy nagy ökoszisztéma része, amely optimalizálja a technológiai folyamatot. Ez magában foglalja mind a hardvert (rack- és szélszervereket), mind a hálózati és szoftverrészeket (például platformot). AI algoritmusok fejlesztéséhez). Mivel a big data létrehozása, továbbítása és feldolgozása során szűk keresztmetszetek léphetnek fel, és korlátozzák a teljes rendszer teljesítményét, ezeknek a részeknek kompatibilisnek kell lenniük egymással.
Az élkiszolgálók jellemzői
A peremcsomópont szintjén az Edge Computing olyan peremkiszolgálókat használ, amelyek közvetlenül az információ előállítás helyén vannak elhelyezve. Általában ezek olyan termelési vagy műszaki helyiségek, amelyekben lehetetlen szerverállványt telepíteni és a tisztaságot biztosítani. Így az élszerverek kompakt, por- és nedvességálló tokban helyezkednek el, kiterjesztett hőmérsékleti tartományban, nem helyezhetők rackbe. Igen, egy ilyen szerver könnyen felakaszthat kétoldalas szalagos horgonyokra valahol a lépcső alatt vagy a háztartási helyiségben.
Mivel az élkiszolgálókat biztonságos adatközpontokon kívül telepítik, magasabb fizikai biztonsági követelmények vonatkoznak rájuk. Védőtartályok vannak biztosítva számukra:
Az adatfeldolgozás szintjén az élkiszolgálók lemeztitkosítást és biztonságos rendszerindítást biztosítanak. Maga a titkosítás a számítási teljesítmény 2-3%-át fogyasztja, de az élszerverek jellemzően Xeon D processzorokat használnak beépített AES gyorsító modullal, ami minimalizálja az energiaveszteséget.
Mikor érdemes Edge szervereket használni?
Az Edge Computing segítségével az adatközpont csak azokat az adatokat kapja feldolgozásra, amelyeket más módon lehetetlen vagy irracionális feldolgozni. Így szükség esetén szélszervereket használnak:
- Rugalmas megközelítés a biztonsághoz, hiszen az Edge Computing esetében konfigurálható az előre feldolgozott és előkészített információk továbbítása a központi adatközpontba;
- Védelem az információvesztés ellen, mivel ha megszakad a kommunikáció a központtal, a helyi csomópontok információkat halmoznak fel;
- A forgalom megtakarítását az információk nagy részének a helyszínen történő feldolgozásával érik el.
Edge számítástechnika a forgalom megtakarítása érdekében
A dán Maersk, a tengeri teherszállítás egyik vezető vállalata a világon úgy döntött, hogy csökkenti hajói üzemanyag-fogyasztását és csökkenti a szennyezőanyag-kibocsátást a légkörbe.
A probléma megoldására technológiát alkalmaztak , érzékelők a hajtóműveken és a hajó fő alkatrészein, valamint egy helyi BullSequana Edge szerver a helyszíni számításokhoz.
Az érzékelőknek köszönhetően az EcoMain Suite rendszer folyamatosan figyeli a hajó kritikus elemeinek állapotát és azok eltérését az előre kiszámított normától. Ez lehetővé teszi a hiba gyors diagnosztizálását és annak lokalizálását a problémás csomópontig. Mivel a telemetria folyamatosan „a központba” kerül, a szerviztechnikus távolról is elvégezheti az elemzést, és javaslatokat tehet a fedélzeti személyzetnek. És itt a fő kérdés az, hogy mennyi adatot és milyen mennyiségben kell átvinni a központi adatközpontba.
Mivel az olcsó vezetékes internet csatlakoztatása egy tengeri konténerhajóhoz nagyon problémás, nagy mennyiségű nyers adat átvitele egy központi szerverre túl drága. A központi BullSequana S200 szerveren a hajó általános logikai modelljét számítják ki, az adatfeldolgozást és a közvetlen vezérlést pedig átadják a helyi szervernek. Ennek eredményeként a rendszer bevezetése három hónap alatt megtérült.
Edge computing az erőforrások megtakarítása érdekében
Egy másik példa az élszámításra a videóelemzés. Így a műszaki gázokhoz berendezéseket gyártó Air Liquide számára a gyártási ciklus egyik helyi feladata a gázpalackok festésének minőségellenőrzése. Ez manuálisan történt, és hengerenként körülbelül 7 percet vett igénybe.
A folyamat felgyorsítása érdekében a személyt egy 7 nagyfelbontású videokamerából álló blokkra cserélték. A kamerák több oldalról filmezik a léggömböt, percenként körülbelül 1 GB videót generálva. A videót a BullSequana Edge szerverre küldik Nvidia T4-gyel a fedélzeten, ahol a hibák keresésére kiképzett neurális hálózat online elemzi az adatfolyamot. Ennek eredményeként az átlagos ellenőrzési idő néhány percről több másodpercre csökkent.
Edge computing az analitikában
A Disneyland túrái nemcsak szórakoztatóak, hanem összetett technikai tárgyak is. Így mintegy 800 különböző érzékelő van felszerelve a „Roller Coaster”-re. Folyamatosan küldenek adatokat a szervernek az attrakció működéséről, a helyi szerver pedig ezeket az adatokat feldolgozza, kiszámítja a vonzerő meghibásodásának valószínűségét, és ezt jelzi a központi adatközpontnak.
Ezen adatok alapján meghatározzák a műszaki meghibásodás valószínűségét, és megkezdik a megelőző javításokat. Az attrakció a munkanap végéig üzemel, addig pedig már javítási megbízást adtak ki, a munkások pedig éjszaka gyorsan megjavítják az attrakciót.
BullSequana Edge
A BullSequana Edge szerverek egy nagy infrastruktúra részét képezik a „nagy adatokkal” való munkavégzéshez; már tesztelték őket Microsoft Azure és Siemens MindSphere platformokkal, VMware WSX-szel, és rendelkeznek NVidia NGC/EGX tanúsítvánnyal. Ezeket a szervereket kifejezetten szélsőséges számítástechnikai célokra tervezték, és U2-es kivitelben, szabványos rack-re, DIN-sínre, falra és toronyra szerelhető változatban kaphatók.
A BullSequana Edge szabadalmaztatott alaplapra és Intel Xeon D-2187NT processzorra épül. Maximum 512 GB RAM, 2 960 GB-os SSD vagy 2 8 vagy 14 TB-os HDD telepítését támogatják. Telepíthetnek 2 darab Nvidia T4 16 GB-os GPU-t is videófeldolgozáshoz; Wi-fi, LoRaWAN és 4G modulok; akár 2 db 10 Gigabites SFP modul. Magukban a szervereken már fel van szerelve egy fedélnyitás-érzékelő, amely az IPMI modult vezérlő BMC-hez csatlakozik. Beállítható úgy, hogy automatikusan kikapcsolja az áramellátást, ha egy érzékelő aktiválódik.
A BullSequana Edge szerverek teljes műszaki leírása megtalálható a következő címen . Ha érdekelnek a részletek, kommentben szívesen válaszolunk kérdéseinkre.
Forrás: will.com