NÄr man utvikler en nettverksinfrastruktur, vurderer folk vanligvis enten lokal databehandling eller skytjenester. Men disse to alternativene, og kombinasjonene av dem, er ikke nok. Hva om skytjenester er uunngÄelig, men bÄndbredden er utilstrekkelig, eller trafikken er for dyr?
Legg til et mellomlag som utfÞrer noe av beregningen i utkanten av det lokale nettverket eller produksjonsprosessen. Dette kantkonseptet kalles kantdatabehandling. Dette konseptet utfyller den nÄvÊrende modellen for skydataforbruk, og i denne artikkelen skal vi se pÄ nÞdvendig maskinvare og eksempeloppgaver for den.
NivÄer for edge computing
La oss si at du har en hel haug med sensorer installert i hjemmet ditt: et termometer, et hygrometer, en lyssensor, en lekkasjesensor og sÄ videre. En logisk kontroller behandler informasjonen som mottas fra dem, utfÞrer automatiseringsscenarier, sender behandlet telemetri til en skytjeneste og mottar oppdaterte automatiseringsscenarier og fastvareoppdateringer fra den. Dermed utfÞres lokale beregninger direkte pÄ stedet, men utstyret styres fra en hub som kobler sammen flere slike enheter.
Dette er et eksempel pÄ et veldig enkelt edge computing-system, men det viser allerede alle tre nivÄene av edge computing:
- IoT-enheter: genererer rÄdata og overfÞrer dem via ulike protokoller.
- Kantnoder: behandler data i umiddelbar nĂŠrhet av informasjonskilder og fungerer som midlertidig datalagring.
- Skytjenester: tilbyr administrasjonsfunksjoner for bÄde edge- og IoT-enheter, utfÞrer langsiktig datalagring og -analyse, og stÞtter integrasjon med andre bedriftssystemer.
Selve konseptet med edge computing er en del av et stÞrre Þkosystem som optimaliserer den teknologiske prosessen. Det inkluderer bÄde maskinvare (rack- og edge-servere), samt nettverks- og programvarekomponenter (f.eks. plattformen). (for utvikling av AI-algoritmer). Siden flaskehalser kan oppstÄ i opprettelse, overfÞring og behandling av «big data» og begrense ytelsen til hele systemet, mÄ disse komponentene vÊre kompatible med hverandre.
Funksjoner ved kantservere
PĂ„ kantnodenivĂ„ bruker kantdatabehandling kantservere, som er plassert direkte der informasjon produseres. Dette er vanligvis produksjons- eller tekniske rom der det er umulig Ă„ installere et serverrack og sikre renslighet. Derfor er kantservere plassert i kompakte, stĂžv- og fuktighetsbestandige kabinetter med et utvidet temperaturomrĂ„de; de ââkan ikke monteres i rack. Ja, en slik server kan enkelt henges pĂ„ dobbeltsidig tape eller ankere et sted under en trapp eller i et vaskerom.
Fordi edge-servere er plassert utenfor sikre datasentre, har de hĂžyere fysiske sikkerhetskrav. Beskyttende containere er tilgjengelige for dem:
PĂ„ datanivĂ„ har kantservere diskkryptering og sikker oppstart. Krypteringen i seg selv bruker 2â3 % av datakraften, men kantservere bruker vanligvis Xeon D-prosessorer med en integrert AES-akselerasjonsmodul, som minimerer strĂžmtap.
NĂ„r brukes edge-servere?
Med edge computing sendes kun data som er umulige eller upraktiske Ä behandle andre steder til datasenteret for behandling. Derfor brukes edge-servere nÄr det er nÞdvendig Ä:
- En fleksibel tilnÊrming til sikkerhet, siden det i tilfellet med Edge Computing er mulig Ä konfigurere overfÞring av forhÄndsbehandlet og forberedt informasjon til det sentrale datasenteret;
- Beskyttelse mot tap av informasjon, siden lokale noder vil samle informasjon hvis forbindelsen med senteret gÄr tapt;
- Besparelser pÄ trafikk oppnÄs ved Ä behandle mesteparten av informasjonen pÄ stedet.
Edge computing for Ă„ spare trafikk
Det danske rederiet Maersk, et av verdens ledende maritime godstransportselskaper, har besluttet Ä redusere drivstofforbruket pÄ skipene sine og senke forurensende utslipp.
For Ä lÞse dette problemet ble teknologi brukt , sensorer pÄ motorene og hovedkomponentene i skipet, samt en lokal BullSequana Edge-server for beregninger pÄ stedet.
Takket vÊre sensorer overvÄker EcoMain Suite-systemet kontinuerlig tilstanden til skipets kritiske komponenter og deres avvik fra en forhÄndsbestemt standard. Dette muliggjÞr rask diagnostikk og lokalisering av funksjonsfeil helt ned til den problematiske komponenten. Siden telemetri overfÞres kontinuerlig «til sentralen», kan en servicetekniker utfÞre analyser eksternt og gi anbefalinger til teamet om bord. HovedspÞrsmÄlet her er hvor mye data, og i hvilket volum, som skal overfÞres til det sentrale datasenteret.
Siden det er ganske problematisk Ä koble til en billig kablet internettforbindelse til et containerskip, er det uoverkommelig dyrt Ä overfÞre store mengder rÄdata til en sentral server. BullSequana S200-sentralserveren beregner skipets overordnede logiske modell, mens databehandling og direkte kontroll delegeres til en lokal server. Som et resultat betalte implementeringen av dette systemet seg selv innen tre mÄneder.
Edge computing for Ă„ spare ressurser
Et annet eksempel pÄ edge computing er videoanalyse. For eksempel, hos Air Liquide, en produsent av industrielt gassutstyr, er en av de lokale oppgavene i produksjonssyklusen kvalitetskontroll av gassflaskemaling. Dette ble utfÞrt manuelt og tok omtrent syv minutter per sylinder.
For Ä fÄ fortgang i denne prosessen ble den menneskelige operatÞren erstattet av en enhet med sju HD-videokameraer. Kameraene filmer sylinderen fra flere vinkler, og genererer omtrent 1 GB video per minutt. Videoen sendes til BullSequana Edge-serveren med en Nvidia T4 innebygd, hvor et nevralt nettverk som er trent til Ä oppdage defekter, analyserer strÞmmen pÄ nettet. Som et resultat har den gjennomsnittlige inspeksjonstiden blitt redusert fra flere minutter til bare noen fÄ sekunder.
Edge computing i analyse
Disneylands attraksjoner er ikke bare morsomme; de ââer ogsĂ„ komplekse teknologiske installasjoner. For eksempel er berg-og-dal-banen utstyrt med omtrent 800 forskjellige sensorer. De sender kontinuerlig data om attraksjonens drift til en server, som deretter behandler disse dataene, beregner sannsynligheten for at attraksjonen svikter og sender et signal til det sentrale datasenteret.
Basert pÄ disse dataene bestemmes sannsynligheten for teknisk feil, og forebyggende vedlikehold iverksettes. Attraksjonen fortsetter Ä vÊre i drift til slutten av arbeidsdagen, mens en reparasjonsordre utstedes, og arbeiderne reparerer attraksjonen raskt over natten.
BullSequana Edge
BullSequana Edge-servere er en del av en stÞrre infrastruktur for arbeid med stordata. De er allerede testet med Microsoft Azure- og Siemens MindSphere-plattformer, VMware WSX, og er NVidia NGC/EGX-sertifiserte. Disse serverne er spesielt utviklet for edge computing og er tilgjengelige i U2-formfaktorkapslinger og i rack-, DIN-skinne-, vegg- og tÄrnmonteringsalternativer.
BullSequana Edge-serverne er bygget pÄ et spesialtilpasset hovedkort og en Intel Xeon D-2187NT-prosessor. De stÞtter opptil 512 GB RAM, to 960 GB SSD-er eller to 8 eller 14 TB harddisker. De kan ogsÄ utstyres med to 16 GB Nvidia T4 GPU-er for videobehandling; Wi-Fi-, LoRaWAN- og 4G-moduler; og opptil to 10 Gigabit SFP-moduler. Serverne har en innebygd Äpningssensor for lokket, som er koblet til BMC-en, som styrer IPMI-modulen. Denne sensoren kan konfigureres til Ä automatisk slÄ av strÞmmen nÄr sensoren utlÞses.
Fullstendige tekniske spesifikasjoner for BullSequana Edge-servere finner du pÄ Hvis du er interessert i flere detaljer, svarer vi gjerne pÄ spÞrsmÄlene dine i kommentarfeltet.
Kilde: www.habr.com
