Quando si sviluppa un'infrastruttura di rete, si considera solitamente il local computing o il cloud computing. Ma queste due opzioni e le loro combinazioni sono poche. Ad esempio, cosa fare se non si può rinunciare al cloud computing, ma non c'è abbastanza larghezza di banda o il traffico è troppo costoso?
Aggiungi un intermediario che eseguirà parte dei calcoli ai margini della rete locale o del processo produttivo. Questo concetto di edge si chiama Edge Computing. Il concetto integra l'attuale modello di utilizzo dei dati cloud e in questo articolo esamineremo l'hardware richiesto e le attività di esempio per esso.
Livelli di edge computing
Supponiamo che tu abbia un sacco di sensori installati a casa: un termometro, un igrometro, un sensore di luce, un sensore di perdite e così via. Il controller logico elabora le informazioni ricevute da loro, implementa scenari di automazione, invia la telemetria elaborata al servizio cloud e riceve da esso scenari di automazione aggiornati e nuovo firmware. Pertanto, il calcolo locale viene eseguito direttamente sul posto, ma l'apparecchiatura è controllata da un nodo che combina molti di questi dispositivi.
Questo è un esempio di un sistema di edge computing molto semplice, ma mostra già tutti e tre i livelli di edge computing:
- Dispositivi IoT: generano “dati grezzi” e li trasmettono su vari protocolli.
- Nodi edge: elaborano i dati in prossimità delle fonti di informazione e fungono da archivi dati temporanei.
- Servizi cloud: offrono funzioni di gestione sia per periferiche che per dispositivi IoT, eseguono archiviazione e analisi dei dati a lungo termine. Inoltre, supportano l'integrazione con altri sistemi aziendali.
Il concetto stesso di Edge Computing fa parte di un ampio ecosistema che ottimizza il processo tecnologico. Include sia hardware (server rack ed edge), sia parti di rete e software (ad esempio, platform per lo sviluppo di algoritmi di intelligenza artificiale). Poiché durante la creazione, la trasmissione e l'elaborazione di Big Data possono verificarsi colli di bottiglia che limitano le prestazioni dell'intero sistema, queste parti devono essere compatibili tra loro.
Funzionalità dei server periferici
A livello del nodo periferico, l'Edge Computing utilizza server periferici posizionati direttamente dove vengono prodotte le informazioni. Di solito si tratta di locali produttivi o tecnici in cui è impossibile installare un server rack e garantire la pulizia. Pertanto, gli edge server sono alloggiati in custodie compatte, resistenti alla polvere e all'umidità con un intervallo di temperature esteso; non possono essere posizionati in un rack. Sì, un server di questo tipo può essere facilmente appeso ad ancoraggi su nastro biadesivo da qualche parte sotto le scale o nel ripostiglio.
Poiché i server periferici sono installati all'esterno di data center sicuri, hanno requisiti di sicurezza fisica più elevati. Per loro sono forniti contenitori protettivi:
A livello di elaborazione dei dati, i server periferici forniscono la crittografia del disco e l'avvio sicuro. La crittografia in sé consuma il 2-3% della potenza di calcolo, ma i server periferici utilizzano in genere processori Xeon D con modulo di accelerazione AES integrato, che riduce al minimo la perdita di potenza.
Quando utilizzare i server perimetrali
Con l'Edge Computing il data center riceve per l'elaborazione solo quei dati che è impossibile o irragionevole elaborare in altro modo. Pertanto, i server edge vengono utilizzati quando richiesto:
- Approccio flessibile alla sicurezza, poiché nel caso dell'Edge Computing è possibile configurare il trasferimento delle informazioni pre-elaborate e preparate al data center centrale;
- Protezione contro la perdita di informazioni, poiché se si perde la comunicazione con il centro, i nodi locali accumuleranno informazioni;
- Il risparmio sul traffico si ottiene elaborando la maggior parte delle informazioni sul sito.
Edge computing per risparmiare traffico
L'azienda danese Maersk, una delle aziende leader nel trasporto marittimo di merci nel mondo, ha deciso di ridurre il consumo di carburante delle sue navi e di ridurre le emissioni di sostanze inquinanti nell'atmosfera.
Per risolvere questo problema è stata utilizzata la tecnologia , sensori sui motori e sui componenti principali della nave, nonché un server BullSequana Edge locale per l'elaborazione in loco.
Grazie ai sensori, il sistema EcoMain Suite monitora costantemente le condizioni dei componenti critici della nave e la loro deviazione da una norma precalcolata. Ciò consente di diagnosticare rapidamente un guasto e localizzarlo fino al nodo problematico. Poiché la telemetria viene costantemente trasmessa "al centro", un tecnico dell'assistenza può eseguire analisi a distanza e fornire raccomandazioni all'equipaggio di bordo. E la domanda principale qui è quanti dati e in quale volume trasferire al data center centrale.
Poiché collegare una connessione Internet via cavo a basso costo a una nave portacontainer è molto problematico, trasferire una grande quantità di dati grezzi a un server centrale è troppo costoso. Sul server centrale BullSequana S200 viene calcolato il modello logico complessivo della nave e l'elaborazione dei dati e il controllo diretto vengono trasferiti al server locale. Di conseguenza, l’implementazione di questo sistema si è ammortizzata in tre mesi.
Edge computing per risparmiare risorse
Un altro esempio di edge computing è l’analisi video. Pertanto, per il produttore di apparecchiature per gas tecnici Air Liquide, uno dei compiti locali del ciclo produttivo è il controllo di qualità della verniciatura delle bombole di gas. È stata eseguita manualmente e ha richiesto circa 7 minuti per cilindro.
Per accelerare questo processo, la persona è stata sostituita con un blocco di 7 videocamere ad alta definizione. Le telecamere filmano il pallone da più lati, generando circa 1 GB di video al minuto. Il video viene inviato al server BullSequana Edge con Nvidia T4 a bordo, dove una rete neurale addestrata alla ricerca di difetti analizza lo streaming online. Di conseguenza, il tempo medio di ispezione è stato ridotto da diversi minuti a diversi secondi.
Edge computing nell'analisi
Le giostre di Disneyland non sono solo divertenti, ma anche oggetti tecnici complessi. Pertanto, sulle “montagne russe” sono installati circa 800 sensori diversi. Inviano costantemente dati sul funzionamento dell'attrazione al server e il server locale elabora questi dati, calcola la probabilità che l'attrazione fallisca e lo segnala al data center centrale.
Sulla base di questi dati viene determinata la probabilità di un guasto tecnico e vengono avviate le riparazioni preventive. L'attrazione continua a funzionare fino alla fine della giornata lavorativa e nel frattempo è già stato emesso un ordine di riparazione e gli operai riparano rapidamente l'attrazione durante la notte.
Bull Sequana Edge
I server BullSequana Edge fanno parte di una grande infrastruttura per lavorare con i “big data”; sono già stati testati con le piattaforme Microsoft Azure e Siemens MindSphere, VMware WSX e dispongono di certificati NVidia NGC/EGX. Questi server sono progettati specificamente per l'edge computing e sono disponibili in chassis con fattore di forma U2 in opzioni di montaggio su rack standard, guida DIN, a parete e tower.
BullSequana Edge è costruito su una scheda madre proprietaria e un processore Intel Xeon D-2187NT. Supportano l'installazione fino a 512 GB di RAM, 2 SSD da 960 GB o 2 HDD da 8 o 14 TB. Possono inoltre installare 2 GPU Nvidia T4 da 16 GB per l'elaborazione video; Moduli Wi-fi, LoRaWAN e 4G; fino a 2 moduli SFP da 10 Gigabit. Sui server stessi è già installato un sensore di apertura del coperchio, collegato al BMC che controlla il modulo IPMI. Può essere configurato per spegnere automaticamente l'alimentazione quando viene attivato un sensore.
Le specifiche tecniche complete per i server BullSequana Edge sono disponibili all'indirizzo . Se sei interessato ai dettagli, saremo felici di rispondere alle nostre domande nei commenti.
Fonte: habr.com