Wann Dir eng Netzwierkinfrastruktur entwéckelt, betruecht een normalerweis entweder lokal Informatik oder Cloud Computing. Awer dës zwou Optiounen an hir Kombinatioune si wéineg. Zum Beispill, wat maache wann Dir net Cloud Computing refuséiere kënnt, awer et ass net genuch Bandbreedung oder de Traffic ass ze deier?
Füügt en Zwëschenzäit deen en Deel vun de Berechnungen um Rand vum lokalen Netzwierk oder Produktiounsprozess ausféiert. Dëst Randkonzept gëtt Edge Computing genannt. D'Konzept ergänzt den aktuellen Cloud-Datenverbrauchsmodell, an an dësem Artikel wäerte mir déi erfuerderlech Hardware a Beispill Aufgaben dofir kucken.
Edge Rechenniveauen
Loosst eis soen datt Dir eng ganz Rëtsch vu Sensoren doheem installéiert hutt: en Thermometer, en Hygrometer, e Liichtsensor, e Lecksensor, asw. De logesche Controller veraarbecht d'Informatioun, déi vun hinnen kritt gëtt, implementéiert Automatisatiounsszenarien, bréngt veraarbecht Telemetrie un de Cloud Service eraus a kritt aktualiséiert Automatisatiounsszenarien a frësch Firmware dovun. Also gëtt lokal Informatik direkt op der Plaz ausgefouert, awer d'Ausrüstung gëtt vun engem Node kontrolléiert, dee vill sou Apparater kombinéiert.
Dëst ass e Beispill vun engem ganz einfache Edge Computing System, awer et weist schonn all dräi Niveaue vum Edge Computing:
- IoT Apparater: Generéiere "raw Daten" a vermëttelen se iwwer verschidde Protokoller.
- Edge Wirbelen: Veraarbecht Daten an der Noperschaft zu Informatiounsquellen an handelen als temporär Datespäicher.
- Cloud Servicer: bidden Gestiounsfunktiounen fir béid Peripherie an IoT Geräter, maachen laangfristeg Datelagerung an Analyse. Zousätzlech ënnerstëtzen se d'Integratioun mat anere Firmesystemer.
D'Konzept vum Edge Computing selwer ass Deel vun engem groussen Ökosystem deen den technologesche Prozess optiméiert. Et enthält souwuel Hardware (Rack- a Randserver), wéi och Netzwierk- a Softwaredeeler (zum Beispill Plattform fir d'Entwécklung vun AI Algorithmen). Well Flaschenhals kënne bei der Schafung, der Iwwerdroung an der Veraarbechtung vu Big Data entstoen an d'Performance vum ganze System limitéieren, mussen dës Deeler matenee kompatibel sinn.
Features vu Randserveren
Um Rand Node Niveau benotzt Edge Computing Randserver déi direkt plazéiert sinn wou Informatioun produzéiert gëtt. Normalerweis sinn dës Produktioun oder technesch Raimlechkeeten an deem et onméiglech ass e Server Rack ze installéieren an Propretéit ze garantéieren. Sou sinn Randserveren a kompakten, staub- a feuchtbeständeg Fäll mat engem erweiderten Temperaturbereich ënnerbruecht; Si kënnen net an engem Rack plazéiert ginn. Jo, sou e Server kann einfach op doppelseiteg Bandanker iergendwou ënner der Trap oder am Déngschtraum hänken.
Zënter Randserveren ausserhalb vun sécheren Datenzenteren installéiert sinn, hu se méi héich kierperlech Sécherheetsfuerderunge. Schutzbehälter si fir si virgesinn:
Um Dateveraarbechtungsniveau bidden Edgeserveren Disk Verschlësselung a sécher Booten. D'Verschlësselung selwer verbraucht 2-3% vun der Rechenkraaft, awer Randserver benotze typesch Xeon D Prozessoren mat agebaute AES Beschleunigungsmodul, wat de Stroumverloscht miniméiert.
Wéini Edge Server ze benotzen
Mat Edge Computing kritt den Datenzenter fir d'Veraarbechtung nëmmen déi Donnéeën, déi onméiglech oder irrational sinn op eng aner Manéier ze veraarbecht. Also, Edge Servere gi benotzt wann néideg:
- Flexibel Approche fir Sécherheet, well am Fall vun Edge Computing kënnt Dir den Transfert vu virveraarbechtte a preparéierten Informatioun an den zentrale Rechenzentrum konfiguréieren;
- Schutz géint Informatiounsverloscht, well wann d'Kommunikatioun mam Zentrum verluer geet, sammelen lokal Noden Informatioun;
- Spueren am Traffic ginn erreecht andeems de gréissten Deel vun Informatioun op der Plaz veraarbecht gëtt.
Edge Computing fir Traffic ze spueren
Déi dänesch Firma Maersk, ee vun de Leader am maritimes Frachttransport op der Welt, huet decidéiert de Brennstoffverbrauch vu senge Schëffer ze reduzéieren an d'Emissioune vu Schuedstoffer an d'Atmosphär ze reduzéieren.
Technologie gouf benotzt fir dëse Problem ze léisen , Sensoren op de Motoren an Haaptkomponenten vum Schëff, wéi och e lokale BullSequana Edge Server fir Informatik op der Plaz.
Dank Sensoren iwwerwaacht de EcoMain Suite System konstant den Zoustand vun de kriteschen Komponenten vum Schëff an hir Ofwäichung vun enger virberechent Norm. Dëst erlaabt Iech séier e Feeler ze diagnostizéieren an et op de Problemknuet ze lokaliséieren. Zënter datt d'Telemetrie stänneg "an den Zentrum" iwwerdroe gëtt, kann en Servicetechniker Analyse op afstand maachen an Empfehlungen un d'Bord Crew maachen. An d'Haaptfro hei ass wéi vill Donnéeën a wéi engem Volume an den zentrale Rechenzentrum ze transferéieren.
Zënter dem bëllege Kabelinternet mat engem Miercontainerschëff ze verbannen ass ganz problematesch, ass d'Transfert vun enger grousser Quantitéit vu Matière Daten op en zentrale Server ze deier. Op den zentrale BullSequana S200 Server gëtt de globale logesche Modell vum Schëff berechent, an d'Dateveraarbechtung an d'direkt Kontroll ginn op de lokale Server transferéiert. Als Resultat huet d'Ëmsetzung vun dësem System sech an dräi Méint bezuelt.
Edge Computing fir Ressourcen ze spueren
En anert Beispill vu Rand Computing ass Videoanalyse. Also, fir den Hiersteller vun Ausrüstung fir technesch Gase Air Liquide, ass eng vun de lokalen Aufgaben vum Produktiounszyklus Qualitéitskontroll vun der Molerei vu Gasfläschen. Et gouf manuell duerchgefouert an huet ongeféier 7 Minutten pro Zylinder gedauert.
Fir dëse Prozess ze beschleunegen, gouf d'Persoun duerch e Block vu 7 High-Definition Videokameraen ersat. D'Kameraen filmen de Ballon vu verschiddene Säiten, generéieren ongeféier 1 GB Video pro Minutt. De Video gëtt op de BullSequana Edge Server mat Nvidia T4 u Bord geschéckt, wou en neuralt Netzwierk trainéiert fir no Mängel ze sichen de Stream online analyséiert. Als Resultat gouf déi duerchschnëttlech Inspektiounszäit vun e puer Minutten op e puer Sekonnen reduzéiert.
Edge Computing an der Analyse
D'Ride am Disneyland sinn net nëmme Spaass, awer och komplex technesch Objeten. Sou sinn eng 800 verschidde Sensoren op der "Roller Coaster" installéiert. Si schécken dauernd Daten iwwer d'Operatioun vun der Attraktioun op de Server, an de lokalen Server veraarbecht dës Donnéeën, berechent d'Wahrscheinlechkeet datt d'Attraktioun feelt, a signaliséiert dëst an den zentrale Rechenzentrum.
Baséierend op dës Donnéeën gëtt d'Wahrscheinlechkeet vun engem techneschen Ausfall bestëmmt a präventiv Reparaturen lancéiert. D'Attraktioun leeft weider bis d'Enn vum Aarbechtsdag, an der Tëschenzäit ass schonn eng Reparaturbestellung erausginn, an d'Aarbechter reparéieren d'Attraktioun séier an der Nuecht.
BullSequana Edge
BullSequana Edge Server sinn Deel vun enger grousser Infrastruktur fir mat "Big Data" ze schaffen; si si scho mat Microsoft Azure a Siemens MindSphere Plattformen, VMware WSX getest an hunn NVidia NGC/EGX Zertifikater. Dës Servere sinn speziell fir Randrechnung entworf a sinn am U2 Form Faktor Chassis am Standard Rack, DIN Schinn, Mauer an Tuerm Mount Optiounen verfügbar.
BullSequana Edge ass op engem propriétaire Motherboard an engem Intel Xeon D-2187NT Prozessor gebaut. Si ënnerstëtzen Installatioun vu bis zu 512 GB RAM, 2 SSDs vun 960 GB oder 2 HDDs vun 8 oder 14 TB. Si kënnen och installéieren 2 Nvidia T4 16 GB GPUs fir Video Veraarbechtung; Wi-Fi, LoRaWAN an 4G Moduler; bis zu 2 10-Gigabit SFP Moduler. D'Servere selwer hunn schonn en Deckelöffnungssensor installéiert, deen un der BMC verbonnen ass, déi den IPMI Modul kontrolléiert. Et kann konfiguréiert ginn fir automatesch Stroum auszeschalten wann e Sensor ausgeléist gëtt.
Voll technesch Spezifikatioune fir BullSequana Edge Server kënnen op fonnt ginn . Wann Dir un Detailer interesséiert sidd, äntweren mir gären eis Froen an de Kommentaren.
Source: will.com