Ao desenvolver uma infraestrutura de rede, normalmente considera-se a computação local ou a computação em nuvem. Mas essas duas opções e suas combinações são poucas. Por exemplo, o que fazer se você não puder recusar a computação em nuvem, mas não houver largura de banda suficiente ou o tráfego for muito caro?
Adicione um intermediário que realizará parte dos cálculos na borda da rede local ou processo produtivo. Este conceito de borda é chamado de Edge Computing. O conceito complementa o modelo atual de uso de dados em nuvem e, neste artigo, veremos o hardware necessário e exemplos de tarefas para ele.
Níveis de computação de ponta
Digamos que você tenha vários sensores instalados em casa: um termômetro, um higrômetro, um sensor de luz, um sensor de vazamento e assim por diante. O controlador lógico processa as informações recebidas deles, implementa cenários de automação, emite telemetria processada para o serviço de nuvem e recebe dele cenários de automação atualizados e firmware novo. Assim, a computação local é realizada diretamente no local, mas o equipamento é controlado a partir de um nó que combina muitos desses dispositivos.
Este é um exemplo de sistema de edge computing muito simples, mas já mostra todos os três níveis de edge computing:
- Dispositivos IoT: geram “dados brutos” e os transmitem por meio de vários protocolos.
- Nós de borda: processam dados próximos às fontes de informação e atuam como armazenamentos temporários de dados.
- Serviços em nuvem: oferecem funções de gerenciamento para dispositivos periféricos e IoT, realizam armazenamento e análise de dados de longo prazo. Além disso, suportam integração com outros sistemas corporativos.
O próprio conceito de Edge computing faz parte de um grande ecossistema que otimiza o processo tecnológico. Inclui hardware (servidores de rack e de borda) e peças de rede e software (por exemplo, plataforma para desenvolver algoritmos de IA). Como podem surgir gargalos durante a criação, transmissão e processamento de big data e limitar o desempenho de todo o sistema, essas partes devem ser compatíveis entre si.
Recursos de servidores de borda
No nível do nó de borda, a Edge Computing usa servidores de borda que são colocados diretamente onde as informações são produzidas. Normalmente trata-se de instalações industriais ou técnicas nas quais é impossível instalar um rack de servidor e garantir a limpeza. Assim, os servidores de borda são alojados em caixas compactas, à prova de poeira e umidade, com uma ampla faixa de temperatura; eles não podem ser colocados em um rack. Sim, esse servidor pode ser facilmente pendurado em âncoras de fita dupla-face em algum lugar sob as escadas ou na despensa.
Como os servidores de borda são instalados fora de data centers seguros, eles possuem requisitos de segurança física mais elevados. Recipientes de proteção são fornecidos para eles:
No nível de processamento de dados, os servidores de borda fornecem criptografia de disco e inicialização segura. A criptografia em si consome de 2 a 3% do poder de computação, mas os servidores de borda normalmente usam processadores Xeon D com módulo de aceleração AES integrado, o que minimiza a perda de energia.
Quando usar servidores de borda
Com Edge Computing, o data center recebe para processamento apenas os dados que são impossíveis ou irracionais de processar de qualquer outra forma. Assim, servidores de borda são usados quando necessário:
- Abordagem flexível à segurança, já que no caso de Edge Computing é possível configurar a transferência de informação pré-processada e preparada para o data center central;
- Proteção contra perda de informações, pois caso a comunicação com a central seja perdida, os nós locais acumularão informações;
- A economia de tráfego é obtida através do processamento da maior parte das informações no local.
Edge computing para economizar tráfego
A empresa dinamarquesa Maersk, uma das líderes no transporte marítimo de cargas no mundo, decidiu reduzir o consumo de combustível dos seus navios e reduzir as emissões de poluentes na atmosfera.
A tecnologia foi usada para resolver este problema , sensores nos motores e componentes principais do navio, bem como um servidor local BullSequana Edge para computação no local.
Graças aos sensores, o sistema EcoMain Suite monitora constantemente a condição dos componentes críticos do navio e seu desvio de uma norma pré-calculada. Isso permite diagnosticar rapidamente uma falha e localizá-la no nó com problema. Como a telemetria é constantemente transmitida “para o centro”, um técnico de serviço pode realizar análises remotamente e fazer recomendações à tripulação de bordo. E a questão principal aqui é quantos dados e em que volume transferir para o data center central.
Como conectar Internet com fio barata a um navio porta-contêineres é muito problemático, transferir uma grande quantidade de dados brutos para um servidor central é muito caro. No servidor central BullSequana S200, o modelo lógico geral do navio é calculado e o processamento de dados e o controle direto são transferidos para o servidor local. Como resultado, a implementação deste sistema pagou-se em três meses.
Edge computing para economizar recursos
Outro exemplo de computação de ponta é a análise de vídeo. Assim, para o fabricante de equipamentos para gases técnicos Air Liquide, uma das tarefas locais do ciclo produtivo é o controle de qualidade da pintura dos cilindros de gás. Foi realizado manualmente e demorou cerca de 7 minutos por cilindro.
Para agilizar esse processo, a pessoa foi substituída por um bloco de 7 câmeras de vídeo de alta definição. As câmeras filmam o balão de vários lados, gerando cerca de 1 GB de vídeo por minuto. O vídeo é enviado para o servidor BullSequana Edge com Nvidia T4 integrado, onde uma rede neural treinada para busca de defeitos analisa o stream online. Como resultado, o tempo médio de inspeção foi reduzido de vários minutos para vários segundos.
Computação de ponta em análise
Os passeios na Disneylândia não são apenas divertidos, mas também objetos técnicos complexos. Assim, cerca de 800 sensores diferentes estão instalados na “Montanha Russa”. Eles enviam constantemente dados sobre o funcionamento da atração para o servidor, e o servidor local processa esses dados, calcula a probabilidade de falha da atração e sinaliza para o data center central.
Com base nesses dados, é determinada a probabilidade de falha técnica e iniciados reparos preventivos. O atrativo continua funcionando até o final do expediente, entretanto já foi emitida uma ordem de reparo, e os trabalhadores consertam rapidamente o atrativo à noite.
BullSequana Edge
Os servidores BullSequana Edge fazem parte de uma grande infraestrutura para trabalhar com “big data”, já foram testados nas plataformas Microsoft Azure e Siemens MindSphere, VMware WSX e possuem certificados NVidia NGC/EGX. Esses servidores são projetados especificamente para computação de borda e estão disponíveis em chassis de fator de forma U2 em rack padrão, trilho DIN, opções de montagem em parede e torre.
BullSequana Edge é construído em uma placa-mãe proprietária e um processador Intel Xeon D-2187NT. Suportam instalação de até 512 GB de RAM, 2 SSDs de 960 GB ou 2 HDDs de 8 ou 14 TB. Eles também podem instalar 2 GPUs Nvidia T4 de 16 GB para processamento de vídeo; Módulos Wi-fi, LoRaWAN e 4G; até 2 módulos SFP de 10 Gigabit. Os próprios servidores já possuem instalado um sensor de abertura de tampa, que está conectado ao BMC que controla o módulo IPMI. Ele pode ser configurado para desligar automaticamente a energia quando um sensor é acionado.
Especificações técnicas completas para servidores BullSequana Edge podem ser encontradas em . Se você estiver interessado em detalhes, teremos prazer em responder nossas perguntas nos comentários.
Fonte: habr.com