היכן וכיצד משתמשים בשרתי קצה

כאשר מפתחים תשתית רשת, בדרך כלל לוקחים בחשבון מחשוב מקומי או מחשוב ענן. אבל שתי האפשרויות הללו והשילובים שלהן מעטים. לדוגמה, מה לעשות אם אינך יכול לסרב למחשוב ענן, אך אין מספיק רוחב פס או התעבורה יקרה מדי?

הוסף מתווך שיבצע חלק מהחישובים בקצה הרשת המקומית או תהליך הייצור. מושג הקצה הזה נקרא Edge Computing. הקונספט משלים את מודל השימוש הנוכחי בנתוני ענן, ובמאמר זה נבחן את החומרה הנדרשת ומשימות לדוגמה עבורו.

רמות מחשוב קצה

נניח שיש לך חבורה שלמה של חיישנים מותקנים בבית: מדחום, מד לחות, חיישן אור, חיישן דליפה וכו'. הבקר הלוגי מעבד את המידע המתקבל מהם, מיישם תרחישי אוטומציה, מנפיק טלמטריה מעובדת לשירות הענן ומקבל ממנו תרחישי אוטומציה מעודכנים וקושחה טרייה. לפיכך, מחשוב מקומי מתבצע ישירות באתר, אך הציוד נשלט מצומת המשלב מכשירים רבים כאלה. 

זוהי דוגמה למערכת מחשוב קצה פשוטה מאוד, אך היא כבר מציגה את כל שלוש הרמות של מחשוב קצה:

• מכשירי IoT: יוצרים "נתונים גולמיים" ומשדרים אותם על גבי פרוטוקולים שונים. 
• צמתי קצה: עבד נתונים בסמיכות למקורות מידע ופעל כמאגרי נתונים זמניים.
• שירותי ענן: מציעים פונקציות ניהול הן למכשירי היקפי והן למכשירי IoT, מבצעים אחסון וניתוח נתונים לטווח ארוך. בנוסף, הם תומכים באינטגרציה עם מערכות ארגוניות אחרות. 

הרעיון של Edge computing עצמו הוא חלק ממערכת אקולוגית גדולה המייעלת את התהליך הטכנולוגי. הוא כולל גם חומרה (שרתי מתלים וקצה), וגם חלקי רשת ותוכנה (לדוגמה, פלטפורמה Codex AI Suite לפיתוח אלגוריתמי AI). מכיוון שצווארי בקבוק יכולים להיווצר במהלך יצירה, שידור ועיבוד של ביג דאטה ולהגביל את הביצועים של המערכת כולה, חלקים אלו חייבים להיות תואמים זה לזה.

תכונות של שרתי קצה

ברמת הצומת הקצה, Edge Computing משתמש בשרתי קצה הממוקמים ישירות במקום שבו המידע מופק. לרוב מדובר בחצרים ייצור או טכניים בהם אי אפשר להתקין מדף שרתים ולהקפיד על ניקיון. לפיכך, שרתי קצה מאוחסנים במארזים קומפקטיים, חסיני אבק ולחות עם טווח טמפרטורות מורחב; לא ניתן להציב אותם במדף. כן, שרת כזה יכול בקלות להיתלות על עוגני סרט דו צדדי אי שם מתחת למדרגות או בחדר השירות.

מכיוון ששרתי קצה מותקנים מחוץ למרכזי נתונים מאובטחים, יש להם דרישות אבטחה פיזיות גבוהות יותר. מיכלי מגן מסופקים עבורם:

ברמת עיבוד הנתונים, שרתי קצה מספקים הצפנת דיסק ואתחול מאובטח. ההצפנה עצמה צורכת 2-3% מכוח המחשוב, אך שרתי קצה משתמשים בדרך כלל במעבדי Xeon D עם מודול האצת AES מובנה, אשר ממזער אובדן חשמל.

מתי להשתמש בשרתי Edge

עם Edge Computing, מרכז הנתונים מקבל לעיבוד רק את אותם נתונים שאי אפשר או לא הגיוני לעבד בכל דרך אחרת. לפיכך, נעשה שימוש בשרתי קצה בעת הצורך:

• גישה גמישה לאבטחה, שכן במקרה של Edge Computing ניתן להגדיר העברת מידע מעובד ומוכן למרכז הנתונים המרכזי; 
• הגנה מפני אובדן מידע, שכן אם התקשורת עם המרכז אובדת, צמתים מקומיים יצברו מידע; 
• חיסכון בתנועה מושגת על ידי עיבוד עיקר המידע באתר. 

מחשוב קצה כדי לחסוך בתנועה

חברת Maersk הדנית, מהמובילות בהובלת מטענים ימית בעולם, החליטה להפחית את צריכת הדלק של ספינותיה ולהפחית את פליטת המזהמים לאטמוספירה. 

נעשה שימוש בטכנולוגיה כדי לפתור בעיה זו סוויטת סימנס אקומיין, חיישנים על המנועים והרכיבים העיקריים של הספינה, וכן שרת BullSequana Edge מקומי למחשוב באתר. 

הודות לחיישנים, מערכת EcoMain Suite עוקבת ללא הרף את מצבם של רכיבים קריטיים של הספינה ואת החריגה שלהם מהנורמה המחושבת מראש. זה מאפשר לך לאבחן במהירות תקלה ולמקם אותה עד לצומת הבעיה. מכיוון שטלמטריה משודרת כל הזמן "למרכז", טכנאי שירות יכול לבצע ניתוח מרחוק ולהמליץ ​​לצוות שעל הסיפון. והשאלה העיקרית כאן היא כמה נתונים ובאיזה נפח להעביר למרכז הנתונים המרכזי. 

מכיוון שחיבור אינטרנט קווי זול לספינת מכולות ימית הוא בעייתי מאוד, העברת כמות גדולה של נתונים גולמיים לשרת מרכזי היא יקרה מדי. בשרת BullSequana S200 המרכזי, מחושב המודל הלוגי הכולל של הספינה, ועיבוד נתונים ובקרה ישירה מועברים לשרת המקומי. כתוצאה מכך, הטמעת מערכת זו החזירה את עצמה תוך שלושה חודשים.

מחשוב קצה כדי לחסוך במשאבים

דוגמה נוספת למחשוב קצה היא ניתוח וידאו. לפיכך, עבור יצרן הציוד לגזים טכניים Air Liquide, אחת המשימות המקומיות של מחזור הייצור היא בקרת איכות של צביעת בלוני גז. זה בוצע באופן ידני ולקח כ-7 דקות לכל צילינדר.

כדי להאיץ את התהליך הזה, האדם הוחלף בבלוק של 7 מצלמות וידאו בחדות גבוהה. המצלמות מצלמים את הבלון מכמה צדדים, ומייצרות כ-1 GB של וידאו בדקה. הסרטון נשלח לשרת BullSequana Edge עם Nvidia T4 על הסיפון, שם רשת עצבית מאומנת לחיפוש פגמים מנתחת את הזרם באינטרנט. כתוצאה מכך, זמן הבדיקה הממוצע הצטמצם ממספר דקות למספר שניות.

מחשוב קצה באנליטיקה

הרכיבות בדיסנילנד הן לא רק מהנות, אלא גם חפצים טכניים מורכבים. לפיכך, כ-800 חיישנים שונים מותקנים על "רכבת הרים". הם שולחים כל הזמן נתונים על פעולת האטרקציה לשרת, והשרת המקומי מעבד את הנתונים הללו, מחשב את ההסתברות שהאטרקציה תיכשל, ומאותת זאת למרכז הנתונים המרכזי. 

בהתבסס על נתונים אלה, נקבעת ההסתברות לכשל טכני ומתחילים תיקונים מונעים. האטרקציה ממשיכה לפעול עד תום יום העבודה, ובינתיים כבר ניתנה צו תיקון, והעובדים מתקנים במהירות את האטרקציה בלילה. 

BullSequana Edge 

שרתי BullSequana Edge הם חלק מתשתית גדולה לעבודה עם "ביג דאטה"; הם כבר נבדקו עם פלטפורמות Microsoft Azure ו-Siemens MindSphere, VMware WSX ויש להם תעודות NVidia NGC/EGX. שרתים אלה מתוכננים במיוחד עבור מחשוב קצה וזמינים במארז U2 בצורת גורם סטנדרטי באפשרויות מתלה סטנדרטיות, מסילת DIN, קיר ומגדל. 

BullSequana Edge בנוי על לוח אם קנייני ומעבד Intel Xeon D-2187NT. הם תומכים בהתקנה של עד 512 GB של זיכרון RAM, 2 SSDs של 960 GB או 2 HDDs של 8 או 14 TB. הם יכולים גם להתקין 2 Nvidia T4 16 GB GPUs לעיבוד וידאו; מודולי Wi-Fi, LoRaWAN ו-4G; עד 2 מודולי SFP של 10 ג'יגה-ביט. בשרתים עצמם כבר מותקן חיישן פתיחת מכסה, המחובר ל-BMC השולט במודול ה-IPMI. ניתן להגדיר אותו לכבות אוטומטית את החשמל כאשר חיישן מופעל. 

ניתן למצוא מפרט טכני מלא עבור שרתי BullSequana Edge בכתובת קשר. אם אתם מעוניינים בפרטים, נשמח לענות על שאלותינו בתגובות.

מקור: www.habr.com