Atunci când se dezvoltă o infrastructură de rețea, de obicei se iau în considerare fie calculul local, fie cel în cloud. Însă aceste două opțiuni și combinațiile lor sunt insuficiente. De exemplu, ce să faci dacă renunțarea la calculul în cloud nu este o opțiune, dar lățimea de bandă este insuficientă sau traficul este prea scump?
Să adaugi un intermediar care va efectua o parte a calculelor la marginea rețelei locale sau a procesului de producție. Această conceptie periferică se numește Edge Computing — „calcul la margine”. Conceptul completează modelul actual de utilizare a datelor în cloud, iar în acest articol vom explora echipamentele necesare și exemplele de sarcini pentru acesta.
Nivelurile de edge computing
Să presupunem că ai acasă o mulțime de senzori: termometru, higrometru, senzor de lumină, de scurgeri și altele. Controlerul logic prelucrează informațiile primite, realizează scenarii de automatizare, trimite serviciului cloud telemetria procesată și primește de la acesta scenarii de automatizare actualizate și firmware-uri recente. Astfel, calculele locale sunt efectuate direct pe obiect, dar echipamentul este controlat dintr-un nod care leagă mai multe astfel de dispozitive.
Aceasta este un exemplu foarte simplu de sistem de calcul la margine, dar deja evidențiază cele trei niveluri de edge computing:
- Dispozitive IoT: generează „date brute” și le transmit prin diferite protocoale.
- Noduri periferice: prelucrează datele în imediata apropiere a surselor de informație și acționează ca stocări temporare de date.
- Servicii de cloud: oferă funcții de gestionare atât pentru nodurile periferice, cât și pentru dispozitivele IoT, efectuează stocare pe termen lung și analiză a datelor. În plus, sprijină integrarea cu alte sisteme corporative.
Conceptul în sine de Edge computing face parte dintr-o mare ecosistemă, care optimizează procesul tehnologic. Aceasta include atât partea hardware (servere rack și servere la margine), cât și componentele de rețea și software (de exemplu, platforma pentru dezvoltarea algoritmilor AI). Deoarece un „gât de sticlă” poate apărea la crearea, transmiterea și prelucrarea „datelor masive” și poate limita performanța întregului sistem, aceste părți trebuie să fie compatibile între ele.
Particularitățile serverelor edge
La nivelul nodurilor periferice în Edge Computing se utilizează servere edge, care sunt plasate direct acolo unde se generează informația. De obicei, acestea sunt spații de producție sau tehnice, unde nu se poate instala un rack de servere și asigura curățenia. Astfel, serverele edge sunt realizate în carcase compacte, rezistente la praf și umiditate, cu un interval de temperatură extins, și nu pot fi plasate într-un rack. Da, un astfel de server poate fi lipit cu bandă adezivă dublu față la ancore undeva sub scară sau într-un depozit.
Deoarece serverele edge sunt plasate în afara datacentrelor protejate, acestea au cerințe mai mari în ceea ce privește securitatea fizică. Pentru ele se preconizează containere de protecție:
La nivelul gestionării datelor în serverele edge se prevedea criptarea discurilor și încărcarea protejată. Criptarea în sine consumă 2-3% din puterea de calcul, dar în serverele edge se folosesc de obicei procesoare Xeon D cu un modul integrat de accelerare AES, care minimizează pierderile de putere.
Când sunt utilizate serverele edge
În Edge Computing, în datacenter intră la procesare doar acele date care nu pot fi sau nu este rațional să fie procesate în alt mod. Astfel, serverele edge se aplică atunci când este necesar:
- O abordare flexibilă a securității, deoarece în cazul Edge Computing se poate configura transmiterea informațiilor deja procesate și pregătite în datacenterul central;
- Protecția împotriva pierderii de informații, deoarece în caz de pierdere a conexiunii cu centrul, nodurile locale vor acumula informația;
- Economisirea de trafic, care se realizează prin procesarea volumului principal de informație la fața locului.
Edge computing pentru economisirea de trafic
Compania daneză Maersk — unul dintre liderii transportului maritim de marfă din lume — a decis să reducă consumul de combustibil al navelor sale și să reducă emisiile de substanțe poluante în atmosferă.
Pentru a rezolva această problemă a fost utilizată tehnologia , senzori pe motoare și pe principalele noduri ale navei, precum și serverul local BullSequana Edge pentru calcul „la fața locului”.
Datorită senzorilor, sistemul EcoMain Suite monitorizează constant starea nodurilor critice ale navei și devierea acestora de la norma calculată anterior. Acest lucru permite diagnosticarea rapidă a defectelor și localizarea acestora până la nodul problematic. Deoarece telemetria este transmisă constant „la centru”, tehnicianul de service poate efectua analiza de la distanță și poate oferi recomandări echipei de la bord. Și întrebarea principală aici este cât de multe date și în ce volum să se transmită la centrul de date central.
Dat fiind că conectarea unui internet prin cablu ieftin la un cargobot maritim este extrem de problematică, transmiterea unui volum mare de date brute către serverul central devine prea costisitoare. Pe serverul central BullSequana S200 se calculează modelul logic general al navei, iar procesarea datelor și controlul direct sunt transferate serverului local. Ca rezultat, implementarea acestui sistem s-a amortizat în trei luni.
Calcul edge pentru economisirea resurselor
Un alt exemplu de calcul edge este analiza video. De exemplu, pentru producătorul de echipamente pentru gaze tehnice Air Liquide, una dintre sarcinile locale ale ciclului de producție este controlul calității vopsirii cilindrilor de gaze. Aceasta se realiza manual și dura aproximativ 7 minute pentru un cilindru.
Pentru a accelera acest proces, omul a fost înlocuit cu un bloc format din 7 camere video de înaltă definiție. Camerele surprind cilindrul din mai multe unghiuri, generând aproximativ 1 GB de video pe minut. Videoul este trimis la serverul edge BullSequana Edge cu Nvidia T4 la bord, pe care o rețea neuronală, antrenată să detecteze defectele, analizează fluxul în timp real. Ca rezultat, timpul mediu de inspecție s-a redus de la câteva minute la câteva secunde.
Calcul edge în analiză
Atracțiile din Disneyland nu sunt doar distracție, ci și un obiect tehnic complex. De exemplu, pe „Montana Rusească” sunt instalate aproximativ 800 de senzori diferiți. Aceștia trimit constant date serverului despre funcționarea atracției, iar serverul local procesează aceste date, calculează probabilitatea ca atracția să se defecteze și semnalează acest lucru centrului de date central.
Pe baza acestor date se determină probabilitatea unei defecțiuni tehnice și se inițiază o reparație preventivă. Atracția continuă să funcționeze până la sfârșitul zilei de lucru, iar între timp s-a emis deja un ordin pentru reparație, iar muncitorii repară rapid atracția pe timp de noapte.
BullSequana Edge
Serverele BullSequana Edge fac parte dintr-o infrastructură vastă pentru gestionarea „big data”, fiind deja testate cu platformele Microsoft Azure și Siemens MindSphere, VMware WSX și având certificări NVidia NGC/EGX. Aceste servere sunt proiectate special pentru calculul la margine și sunt disponibile în carcase de tip U2, pentru montare în rack standard, pe șină DIN, pe perete și în configurație de podea.
BullSequana Edge sunt construite pe o placă de bază dezvoltată intern și un procesor Intel Xeon D-2187NT. Acestea suportă instalarea a până la 512 GB de memorie RAM, 2 SSD-uri de 960 GB sau 2 HDD-uri de 8 sau 14 TB. De asemenea, pot fi echipate cu 2 GPU Nvidia T4 de 16 GB pentru procesarea video; module Wi-fi, LoRaWAN și 4G; și până la 2 module SFP de 10 giga. Serverele vin echipate cu un senzor pentru deschiderea capacului, conectat la BMC, modulul de control IPMI. Acesta poate fi configurat să oprească automat alimentarea la activarea senzorului.
Specificațiile tehnice complete ale serverelor BullSequana Edge pot fi găsite la . Dacă sunteți interesat de detalii, vom fi bucuroși să răspundem la întrebările dumneavoastră în comentarii.
Sursa: habr.com
