Edge ဆာဗာများကို မည်သည့်နေရာတွင်နှင့် မည်သို့အသုံးပြုသည်

ကွန်ရက်အခြေခံအဆောက်အအုံကို တီထွင်သောအခါတွင်၊ တစ်ဦးသည် များသောအားဖြင့် local computing သို့မဟုတ် cloud computing ကို စဉ်းစားသည်။ ဒါပေမယ့် ဒီရွေးချယ်မှုနှစ်ခုနဲ့ သူတို့ရဲ့ ပေါင်းစပ်မှုက နည်းပါတယ်။ ဥပမာအားဖြင့်၊ သင်သည် cloud computing ကို မငြင်းနိုင်သော်လည်း bandwidth အလုံအလောက်မရှိခြင်း သို့မဟုတ် traffic အလွန်စျေးကြီးပါက ဘာလုပ်ရမည်နည်း။

ဒေသတွင်း ကွန်ရက် သို့မဟုတ် ထုတ်လုပ်မှု လုပ်ငန်းစဉ်၏ အစွန်းတွင် တွက်ချက်မှုများ၏ တစ်စိတ်တစ်ပိုင်းကို လုပ်ဆောင်မည့် ကြားခံတစ်ခု ထည့်ပါ။ ဤအစွန်းအယူအဆကို Edge Computing ဟုခေါ်သည်။ အယူအဆသည် လက်ရှိ cloud ဒေတာအသုံးပြုမှုပုံစံကို ဖြည့်စွက်ပြီး ဤဆောင်းပါးတွင် ၎င်းအတွက် လိုအပ်သော ဟာ့ဒ်ဝဲနှင့် နမူနာလုပ်ဆောင်စရာများကို လေ့လာပါမည်။

Edge တွက်ချက်မှုအဆင့်များ

အိမ်တွင် တပ်ဆင်ထားသော အာရုံခံကိရိယာ အစုံအလင်ရှိသည်- သာမိုမီတာ၊ ဟိုက်ဂရိုးမီတာ၊ အလင်းအာရုံခံကိရိယာ၊ ယိုစိမ့်မှု အာရုံခံကိရိယာ စသည်ဖြင့် ဆိုကြပါစို့။ ယုတ္တိတန်သော ထိန်းချုပ်ကိရိယာသည် ၎င်းတို့ထံမှရရှိသည့် အချက်အလက်များကို စီမံဆောင်ရွက်ပေးသည်၊ အလိုအလျောက်စနစ်ဆိုင်ရာ အခြေအနေများကို အကောင်အထည်ဖော်ပေးသည်၊၊ cloud ဝန်ဆောင်မှုအတွက် တယ်လီမီတာကို စီမံဆောင်ရွက်ပေးပြီး ပြုပြင်မွမ်းမံထားသော အလိုအလျောက်စနစ်ဆိုင်ရာ အခြေအနေများနှင့် ၎င်းမှ အသစ်သော firmware ကို လက်ခံရရှိပါသည်။ ထို့ကြောင့်၊ local computing ကို site တွင်တိုက်ရိုက်လုပ်ဆောင်သည်၊ သို့သော်ထိုကဲ့သို့သောကိရိယာများစွာကိုပေါင်းစပ်ထားသော node တစ်ခုမှစက်ကိရိယာများကိုထိန်းချုပ်ထားသည်။ 

ဤသည်မှာ အလွန်ရိုးရှင်းသော edge ကွန်ပျူတာစနစ်၏ ဥပမာတစ်ခုဖြစ်သော်လည်း ၎င်းသည် edge computing အဆင့်သုံးဆင့်လုံးကို ပြသထားပြီးဖြစ်သည်-

• IoT ကိရိယာများ- "ကုန်ကြမ်းဒေတာ" ကိုထုတ်လုပ်ပြီး ပရိုတိုကောအမျိုးမျိုးမှတဆင့် ပို့လွှတ်ပါ။ 
• Edge nodes- သတင်းအချက်အလက်ရင်းမြစ်များနှင့် နီးစပ်သောအနီးကပ်တွင် ဒေတာကို လုပ်ဆောင်ပြီး ယာယီဒေတာစတိုးများအဖြစ် လုပ်ဆောင်ပါ။
• Cloud ဝန်ဆောင်မှုများ- အရံနှင့် IoT စက်ပစ္စည်းနှစ်ခုလုံးအတွက် စီမံခန့်ခွဲမှုလုပ်ဆောင်ချက်များကို ပံ့ပိုးပေးကာ၊ ရေရှည်ဒေတာသိုလှောင်မှုနှင့် ခွဲခြမ်းစိတ်ဖြာမှုများကို လုပ်ဆောင်ပါ။ ထို့အပြင်၊ ၎င်းတို့သည် အခြားကော်ပိုရိတ်စနစ်များနှင့် ပေါင်းစည်းမှုကို ပံ့ပိုးပေးသည်။ 

Edge တွက်ချက်ခြင်း၏ သဘောတရားသည် နည်းပညာဆိုင်ရာ လုပ်ငန်းစဉ်များကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ပေးသည့် ကြီးမားသော ဂေဟစနစ်၏ တစ်စိတ်တစ်ပိုင်းဖြစ်သည်။ ၎င်းတွင် ဟာ့ဒ်ဝဲ (ရပ်ခ်နှင့် အစွန်းဆာဗာများ) နှင့် ကွန်ရက်နှင့် ဆော့ဖ်ဝဲ အစိတ်အပိုင်းများ (ဥပမာ၊ ပလပ်ဖောင်း နှစ်ခုလုံး ပါဝင်သည်။ Codex AI Suite AI အယ်လဂိုရီသမ်များ တီထွင်ရန်အတွက်)။ ဖန်တီးခြင်း၊ ထုတ်လွှင့်ခြင်းနှင့် စီမံဆောင်ရွက်ခြင်းနှင့် စနစ်တစ်ခုလုံး၏ စွမ်းဆောင်ရည်ကို ကန့်သတ်ထားစဉ်အတွင်း ပိတ်ဆို့မှုများ ဖြစ်ပေါ်လာနိုင်သောကြောင့် ဤအစိတ်အပိုင်းများသည် တစ်ခုနှင့်တစ်ခု လိုက်ဖက်ညီရပါမည်။

edge server များ၏အင်္ဂါရပ်များ

edge node အဆင့်တွင်၊ Edge Computing သည် အချက်အလက်ထုတ်လုပ်သည့်နေရာတွင် တိုက်ရိုက်ချထားသော အစွန်းဆာဗာများကို အသုံးပြုသည်။ အများအားဖြင့် ၎င်းတို့သည် ဆာဗာကို တပ်ဆင်ရန်နှင့် သန့်ရှင်းမှု ရှိစေရန် မဖြစ်နိုင်သော ထုတ်လုပ်မှု သို့မဟုတ် နည်းပညာဆိုင်ရာ ပရဝုဏ်များဖြစ်သည်။ ထို့ကြောင့် အနားသတ်ဆာဗာများကို သက်တမ်းတိုးထားသော အပူချိန်အကွာအဝေးဖြင့် ကျစ်လျစ်သော၊ ဖုန်မှုန့်နှင့် အစိုဓာတ်ခံသည့်အိတ်များတွင် ထားရှိပြီး ၎င်းတို့ကို rack ထဲတွင် ထည့်၍မရပါ။ ဟုတ်ပါသည်၊ ထိုသို့သောဆာဗာသည် လှေကားအောက်ရှိ သို့မဟုတ် အသုံးဝင်ခန်းအတွင်းတွင် နှစ်ဖက်သောတိပ်ကျောက်ဆူးများပေါ်တွင် အလွယ်တကူဆွဲထားနိုင်သည်။

Edge ဆာဗာများကို လုံခြုံသောဒေတာစင်တာများအပြင်တွင် တပ်ဆင်ထားသောကြောင့် ၎င်းတို့တွင် ပိုမိုမြင့်မားသော ရုပ်ပိုင်းဆိုင်ရာလုံခြုံရေးလိုအပ်ချက်များရှိသည်။ ၎င်းတို့အတွက် အကာအကွယ် ကွန်တိန်နာများ ထားရှိပေးသည်-

ဒေတာလုပ်ဆောင်ခြင်းအဆင့်တွင်၊ edge server များသည် disk encryption နှင့် secure booting ကိုပေးပါသည်။ ကုဒ်ဝှက်ခြင်းကိုယ်တိုင်က ကွန်ပြူတာ၏ 2-3% ကို သုံးစွဲသော်လည်း အစွန်းဆာဗာများသည် ပါဝါဆုံးရှုံးမှုကို အနည်းဆုံးဖြစ်စေသည့် built-in AES အရှိန်မြှင့်ထားသော မော်ဂျူးနှင့်အတူ Xeon D ပရိုဆက်ဆာများကို ပုံမှန်အားဖြင့် အသုံးပြုသည်။

ဘယ်အချိန်မှာ Edge Servers ကိုသုံးမလဲ။

Edge Computing ဖြင့်၊ ဒေတာစင်တာသည် အခြားနည်းလမ်းဖြင့် လုပ်ဆောင်ရန် မဖြစ်နိုင်သော သို့မဟုတ် ဆင်ခြင်တုံတရားမဲ့သော ဒေတာများကိုသာ စီမံဆောင်ရွက်ပေးရန်အတွက် လက်ခံရရှိပါသည်။ ထို့ကြောင့် လိုအပ်သည့်အခါ edge ဆာဗာများကို အသုံးပြုသည်-

• Edge Computing ၏အခြေအနေတွင်၊ သင်သည် လုံခြုံရေးအတွက် လိုက်လျောညီထွေရှိသောချဉ်းကပ်မှုဖြစ်သောကြောင့်၊ သင်သည် ဗဟိုဒေတာစင်တာသို့ ကြိုတင်လုပ်ဆောင်ပြီး ပြင်ဆင်ထားသည့်အချက်အလက်များကို လွှဲပြောင်းခြင်းကို စီစဉ်နိုင်သောကြောင့်၊ 
• သတင်းအချက်အလက် ဆုံးရှုံးခြင်းမှ ကာကွယ်ခြင်း၊ စင်တာနှင့် ဆက်သွယ်မှု ပျောက်ဆုံးသွားပါက၊ ဒေသဆိုင်ရာ ဆုံမှတ်များမှ အချက်အလက်များ စုပုံလာမည်ဖြစ်သောကြောင့်၊ 
• ဝဘ်ဆိုက်ပေါ်ရှိ အချက်အလက်အများအပြားကို လုပ်ဆောင်ခြင်းဖြင့် ယာဉ်အသွားအလာကို သက်သာစေသည်။ 

အသွားအလာချွေတာရန် Edge computing

ဒိန်းမတ်ကုမ္ပဏီ Maersk သည် ကမ္ဘာပေါ်ရှိ ရေကြောင်းကုန်တင်ပို့ဆောင်ရေးတွင် ခေါင်းဆောင်တစ်ဦးဖြစ်ပြီး ၎င်း၏ သင်္ဘောများ၏ လောင်စာဆီသုံးစွဲမှုကို လျှော့ချကာ လေထုထဲသို့ ညစ်ညမ်းဓာတ်ငွေ့ထုတ်လွှတ်မှုကို လျှော့ချရန် ဆုံးဖြတ်ခဲ့သည်။ 

ဒီပြဿနာကို ဖြေရှင်းဖို့ နည်းပညာကို အသုံးပြုခဲ့ပါတယ်။ Siemens EcoMain Suiteသင်္ဘော၏အင်ဂျင်များနှင့် ပင်မအစိတ်အပိုင်းများပေါ်တွင် အာရုံခံကိရိယာများအပြင် ဆိုက်ပေါ်ရှိ ကွန်ပျူတာအတွက် ဒေသတွင်း BullSequana Edge ဆာဗာတစ်ခု။ 

အာရုံခံကိရိယာများ၏ ကျေးဇူးကြောင့် EcoMain Suite စနစ်သည် သင်္ဘော၏ အရေးကြီးသော အစိတ်အပိုင်းများ၏ အခြေအနေကို အဆက်မပြတ် စောင့်ကြည့်နေပြီး ကြိုတင်တွက်ချက်ထားသော စံနှုန်းတစ်ခုမှ ၎င်းတို့၏ သွေဖည်မှုကို စောင့်ကြည့်ပါသည်။ ၎င်းသည် သင့်အား အမှားအယွင်းတစ်ခုကို လျင်မြန်စွာရှာဖွေဖော်ထုတ်နိုင်ပြီး ၎င်းကို ပြဿနာ node တွင် နေရာချထားနိုင်စေမည်ဖြစ်သည်။ တယ်လီမီတာကို "ဗဟိုသို့ အဆက်မပြတ်ပို့နေသည်" ဖြစ်သောကြောင့် ဝန်ဆောင်မှုနည်းပညာပညာရှင်သည် ခွဲခြမ်းစိတ်ဖြာမှုကို အဝေးမှလုပ်ဆောင်နိုင်ပြီး လေယာဉ်ပေါ်ပါအဖွဲ့သားများထံသို့ အကြံပြုချက်များ ပြုလုပ်နိုင်သည်။ ဤနေရာတွင် အဓိကမေးခွန်းမှာ ဒေတာမည်မျှနှင့် ဗဟိုဒေတာစင်တာသို့ လွှဲပြောင်းရန် ပမာဏမည်မျှရှိသည်။ 

ဈေးပေါသော ကြိုးမဲ့အင်တာနက်ကို ပင်လယ်ကွန်တိန်နာသင်္ဘောနှင့် ချိတ်ဆက်ခြင်းသည် အလွန်ပြဿနာရှိသောကြောင့်၊ ဒေတာကုန်ကြမ်းအများအပြားကို ဗဟိုဆာဗာသို့ လွှဲပြောင်းခြင်းသည် စျေးကြီးလွန်းသည်။ အလယ်ပိုင်း BullSequana S200 ဆာဗာတွင်၊ သင်္ဘော၏ အလုံးစုံသောယုတ္တိပုံစံကို တွက်ချက်ထားပြီး ဒေတာလုပ်ဆောင်ခြင်းနှင့် တိုက်ရိုက်ထိန်းချုပ်မှုများကို ဒေသတွင်းဆာဗာသို့ လွှဲပြောင်းပေးပါသည်။ ရလဒ်အနေဖြင့် ဤစနစ်ကို အကောင်အထည်ဖော်ရန် သုံးလအတွင်း သူ့အလိုလို ပေးဆပ်ခဲ့သည်။

အရင်းအမြစ်များကိုကယ်တင်ရန် Edge computing

edge computing ၏နောက်ထပ်ဥပမာမှာ video analytics ဖြစ်သည်။ ထို့ကြောင့်၊ Air Liquide နည်းပညာဆိုင်ရာ ဓာတ်ငွေ့များအတွက် စက်ကိရိယာများ ထုတ်လုပ်သူများအတွက်၊ ထုတ်လုပ်မှုစက်ဝန်း၏ ဒေသန္တရတာဝန်များထဲမှ တစ်ခုမှာ ဓာတ်ငွေ့ဆလင်ဒါများ၏ ပန်းချီအရည်အသွေးကို ထိန်းချုပ်ခြင်းဖြစ်သည်။ ၎င်းကို ကိုယ်တိုင်လုပ်ဆောင်ပြီး ဆလင်ဒါတစ်ခုလျှင် ၇ မိနစ်ခန့်ကြာသည်။

ဤလုပ်ငန်းစဉ်ကို အရှိန်မြှင့်ရန်အတွက် လူကို စွမ်းဆောင်ရည်မြင့် ဗီဒီယိုကင်မရာ ၇ လုံးဖြင့် အစားထိုးခဲ့သည်။ ကင်မရာများသည် မီးပုံးပျံကို တစ်ဖက်တစ်ချက်စီမှ ရိုက်ကူးကာ တစ်မိနစ်လျှင် ဗီဒီယို 7 GB ခန့်ထုတ်ပေးသည်။ ဗီဒီယိုအား ဘုတ်ပေါ်တွင် Nvidia T1 ဖြင့် BullSequana Edge ဆာဗာသို့ ပေးပို့ထားပြီး၊ ချို့ယွင်းချက်များကို ရှာဖွေရန် လေ့ကျင့်ထားသော အာရုံကြောကွန်ရက်တစ်ခုမှ အွန်လိုင်းထုတ်လွှင့်မှုကို ပိုင်းခြားစိတ်ဖြာသည်။ ရလဒ်အနေဖြင့် ပျမ်းမျှစစ်ဆေးချိန်ကို မိနစ်များစွာမှ စက္ကန့်များစွာသို့ လျှော့ချခဲ့သည်။

ခွဲခြမ်းစိတ်ဖြာမှုတွင် Edge တွက်ချက်ခြင်း။

Disneyland တွင် စီးနင်းမှုများသည် ပျော်စရာကောင်းရုံသာမက ရှုပ်ထွေးသော နည်းပညာဆိုင်ရာ အရာဝတ္ထုများလည်း ဖြစ်သည်။ ထို့ကြောင့် “Roller Coaster” တွင် မတူညီသော အာရုံခံကိရိယာ ၈၀၀ ခန့်ကို တပ်ဆင်ထားသည်။ ၎င်းတို့သည် ဆာဗာသို့ ဆွဲဆောင်မှုလုပ်ဆောင်ခြင်းဆိုင်ရာ ဒေတာကို အဆက်မပြတ် ပေးပို့ကြပြီး၊ ဒေသတွင်း ဆာဗာသည် ဤဒေတာကို လုပ်ဆောင်ပြီး၊ ဆွဲဆောင်မှုပျက်ကွက်ခြင်း၏ ဖြစ်နိုင်ခြေကို တွက်ချက်ကာ ဗဟိုဒေတာစင်တာသို့ အချက်ပြသည်။ 

ဤအချက်အလက်များအပေါ်အခြေခံ၍ နည်းပညာပိုင်းဆိုင်ရာချို့ယွင်းမှုဖြစ်နိုင်ခြေကို ဆုံးဖြတ်ပြီး ကြိုတင်ပြင်ဆင်မှုများကို စတင်လုပ်ဆောင်ပါသည်။ အဆိုပါ ဆွဲဆောင်မှုအား အလုပ်ချိန်ကုန်ဆုံးသည့်နေ့အထိ ဆက်လက်လည်ပတ်နေပြီး ထိုအတောအတွင်း ပြုပြင်ရန် အမိန့်ထုတ်ပြန်ထားပြီး အလုပ်သမားများသည် ညဘက်တွင် ဆွဲဆောင်မှုအား အမြန်ပြုပြင်ကြသည်။ 

BullSequana Edge 

BullSequana Edge ဆာဗာများသည် "ဒေတာကြီးကြီးမားမား" ဖြင့်လုပ်ဆောင်ရန်အတွက် ကြီးမားသောအခြေခံအဆောက်အအုံ၏တစ်စိတ်တစ်ပိုင်းဖြစ်သည်; ၎င်းတို့ကို Microsoft Azure နှင့် Siemens MindSphere ပလပ်ဖောင်းများ၊ VMware WSX နှင့် NVidia NGC/EGX လက်မှတ်များနှင့်အတူ စမ်းသပ်ပြီးဖြစ်သည်။ ဤဆာဗာများကို edge computing အတွက် အထူးဒီဇိုင်းထုတ်ထားပြီး U2 form factor chassis တွင် standard rack၊ DIN ရထားလမ်း၊ wall နှင့် tower mount options များတွင် ရရှိနိုင်ပါသည်။ 

BullSequana Edge ကို မူပိုင် motherboard နှင့် Intel Xeon D-2187NT ပရိုဆက်ဆာပေါ်တွင် တည်ဆောက်ထားသည်။ ၎င်းတို့သည် RAM 512 GB၊ 2 GB SSD 960 ခု သို့မဟုတ် 2 သို့မဟုတ် 8 TB ရှိသော HDD 14 ခုအထိ တပ်ဆင်မှုကို ပံ့ပိုးပေးသည်။ ဗီဒီယိုလုပ်ဆောင်ခြင်းအတွက် Nvidia T2 4 GB GPU 16 ခုကိုလည်း ထည့်သွင်းနိုင်သည်။ Wi-Fi၊ LoRaWAN နှင့် 4G မော်ဂျူးများ၊ 2 10-Gigabit SFP modules အထိ။ ဆာဗာများတွင် IPMI module ကိုထိန်းချုပ်သည့် BMC နှင့်ချိတ်ဆက်ထားသည့်အဖုံးအဖွင့်အာရုံခံကိရိယာတပ်ဆင်ထားပြီးဖြစ်သည်။ အာရုံခံကိရိယာတစ်ခု အစပျိုးသောအခါ ပါဝါကို အလိုအလျောက်ပိတ်ရန် ၎င်းကို စီစဉ်သတ်မှတ်နိုင်သည်။ 

BullSequana Edge ဆာဗာများအတွက် နည်းပညာပိုင်းဆိုင်ရာ သတ်မှတ်ချက်အပြည့်အစုံကို တွင် တွေ့နိုင်ပါသည်။ link ကို. အသေးစိတ်အချက်အလက်များကိုစိတ်ဝင်စားပါက၊ ကျွန်ုပ်တို့၏မေးခွန်းများကို comment တွင်ဖြေကြားပေးပါမည်။

source: www.habr.com