เมื่อพัฒนาโครงสร้างพื้นฐานเครือข่าย เรามักจะพิจารณาการประมวลผลแบบโลคัลหรือคลาวด์คอมพิวติ้ง แต่ทั้งสองตัวเลือกนี้และชุดค่าผสมมีน้อย ตัวอย่างเช่น จะทำอย่างไรถ้าคุณไม่สามารถปฏิเสธการประมวลผลแบบคลาวด์ได้ แต่มีแบนด์วิธไม่เพียงพอหรือการรับส่งข้อมูลมีราคาแพงเกินไป
เพิ่มตัวกลางที่จะดำเนินการส่วนหนึ่งของการคำนวณที่ขอบของเครือข่ายท้องถิ่นหรือกระบวนการผลิต แนวคิด Edge นี้เรียกว่า Edge Computing แนวคิดนี้ช่วยเสริมโมเดลการใช้ข้อมูลบนคลาวด์ในปัจจุบัน และในบทความนี้ เราจะดูฮาร์ดแวร์ที่จำเป็นและงานตัวอย่างสำหรับฮาร์ดแวร์ดังกล่าว
ระดับการประมวลผล Edge
สมมติว่าคุณมีเซ็นเซอร์จำนวนมากติดตั้งอยู่ที่บ้าน เช่น เทอร์โมมิเตอร์ ไฮโกรมิเตอร์ เซ็นเซอร์วัดแสง เซ็นเซอร์ตรวจจับการรั่วไหล และอื่นๆ ตัวควบคุมแบบลอจิคัลจะประมวลผลข้อมูลที่ได้รับ ใช้สถานการณ์จำลองอัตโนมัติ ออกการวัดและส่งข้อมูลทางไกลที่ประมวลผลไปยังบริการคลาวด์ และรับสถานการณ์ระบบอัตโนมัติที่อัปเดตและเฟิร์มแวร์ใหม่จากสถานการณ์ดังกล่าว ดังนั้น การประมวลผลเฉพาะที่จะดำเนินการโดยตรงที่ไซต์งาน แต่อุปกรณ์จะถูกควบคุมจากโหนดที่รวมอุปกรณ์ดังกล่าวจำนวนมากเข้าด้วยกัน
นี่เป็นตัวอย่างของระบบประมวลผล Edge ที่เรียบง่าย แต่ได้แสดงการประมวลผล Edge ทั้งสามระดับแล้ว:
- อุปกรณ์ IoT: สร้าง “ข้อมูลดิบ” และส่งผ่านโปรโตคอลต่างๆ
- Edge nodes: ประมวลผลข้อมูลใกล้กับแหล่งข้อมูลและทำหน้าที่เป็นที่จัดเก็บข้อมูลชั่วคราว
- บริการคลาวด์: นำเสนอฟังก์ชันการจัดการสำหรับอุปกรณ์ต่อพ่วงและอุปกรณ์ IoT ดำเนินการจัดเก็บและวิเคราะห์ข้อมูลในระยะยาว นอกจากนี้ยังสนับสนุนการบูรณาการกับระบบอื่นๆ ขององค์กร
แนวคิดของ Edge Computing นั้นเป็นส่วนหนึ่งของระบบนิเวศขนาดใหญ่ที่ปรับกระบวนการทางเทคโนโลยีให้เหมาะสม ประกอบด้วยทั้งฮาร์ดแวร์ (เซิร์ฟเวอร์แบบแร็คและเอดจ์) และชิ้นส่วนเครือข่ายและซอฟต์แวร์ (เช่น แพลตฟอร์ม เพื่อพัฒนาอัลกอริธึม AI) เนื่องจากปัญหาคอขวดสามารถเกิดขึ้นได้ในระหว่างการสร้าง การส่งผ่าน และการประมวลผลข้อมูลขนาดใหญ่ และจำกัดประสิทธิภาพของทั้งระบบ ชิ้นส่วนเหล่านี้จึงต้องทำงานร่วมกันได้
คุณสมบัติของเซิร์ฟเวอร์ขอบ
ที่ระดับโหนด Edge Edge Computing จะใช้เซิร์ฟเวอร์ Edge ที่วางโดยตรงตรงที่ที่ข้อมูลถูกสร้างขึ้น โดยปกติแล้วสถานที่เหล่านี้เป็นสถานที่ผลิตหรือทางเทคนิคซึ่งไม่สามารถติดตั้งชั้นวางเซิร์ฟเวอร์และรับประกันความสะอาดได้ ดังนั้น Edge Server จึงอยู่ในเคสขนาดกะทัดรัด กันฝุ่นและความชื้น พร้อมช่วงอุณหภูมิที่ขยายออกไป โดยไม่สามารถวางในชั้นวางได้ ใช่ เซิร์ฟเวอร์ดังกล่าวสามารถแขวนไว้บนพุกเทปสองหน้าที่ไหนสักแห่งใต้บันไดหรือในห้องเอนกประสงค์ได้อย่างง่ายดาย
เนื่องจากเซิร์ฟเวอร์ Edge ได้รับการติดตั้งนอกศูนย์ข้อมูลที่ปลอดภัย จึงมีข้อกำหนดด้านความปลอดภัยทางกายภาพที่สูงกว่า มีภาชนะป้องกันไว้สำหรับพวกเขา:
ในระดับการประมวลผลข้อมูล เซิร์ฟเวอร์ Edge จะให้การเข้ารหัสดิสก์และการบูตที่ปลอดภัย การเข้ารหัสนั้นใช้พลังงานการประมวลผล 2-3% แต่โดยทั่วไปแล้วเซิร์ฟเวอร์ Edge จะใช้โปรเซสเซอร์ Xeon D ที่มีโมดูลเร่งความเร็ว AES ในตัว ซึ่งช่วยลดการสูญเสียพลังงานให้เหลือน้อยที่สุด
เมื่อใดจึงควรใช้ Edge Servers
ด้วย Edge Computing ศูนย์ข้อมูลจะได้รับการประมวลผลเฉพาะข้อมูลที่เป็นไปไม่ได้หรือไม่มีเหตุผลในการประมวลผลด้วยวิธีอื่นใด ดังนั้น Edge Server จึงถูกใช้เมื่อจำเป็น:
- แนวทางการรักษาความปลอดภัยที่ยืดหยุ่น เนื่องจากในกรณีของ Edge Computing คุณสามารถกำหนดค่าการถ่ายโอนข้อมูลที่ประมวลผลล่วงหน้าและเตรียมไว้ไปยังศูนย์ข้อมูลกลาง
- การป้องกันข้อมูลสูญหาย เนื่องจากหากการสื่อสารกับศูนย์สูญหาย โหนดท้องถิ่นจะสะสมข้อมูล
- ประหยัดปริมาณการเข้าชมได้ด้วยการประมวลผลข้อมูลจำนวนมากบนเว็บไซต์
Edge Computing เพื่อประหยัดการรับส่งข้อมูล
บริษัท Maersk ของเดนมาร์ก หนึ่งในผู้นำด้านการขนส่งสินค้าทางทะเลของโลก ได้ตัดสินใจที่จะลดการใช้เชื้อเพลิงของเรือและลดการปล่อยมลพิษออกสู่ชั้นบรรยากาศ
มีการใช้เทคโนโลยีเพื่อแก้ไขปัญหานี้ เซ็นเซอร์บนเครื่องยนต์และส่วนประกอบหลักของเรือ รวมถึงเซิร์ฟเวอร์ BullSequana Edge ในพื้นที่สำหรับการประมวลผลนอกสถานที่
ต้องขอบคุณเซ็นเซอร์ที่ทำให้ระบบ EcoMain Suite ติดตามสภาพของส่วนประกอบที่สำคัญของเรือและการเบี่ยงเบนไปจากบรรทัดฐานที่คำนวณไว้ล่วงหน้าอย่างต่อเนื่อง ซึ่งช่วยให้คุณสามารถวินิจฉัยข้อผิดพลาดได้อย่างรวดเร็วและจำกัดขอบเขตไปยังโหนดปัญหา เนื่องจากการวัดและส่งข้อมูลทางไกลถูกส่ง "ไปยังศูนย์" อย่างต่อเนื่อง ช่างเทคนิคบริการจึงสามารถทำการวิเคราะห์จากระยะไกลและให้คำแนะนำแก่ลูกเรือบนเครื่องได้ และคำถามหลักคือจำนวนข้อมูลและปริมาณเท่าใดที่จะถ่ายโอนไปยังศูนย์ข้อมูลกลาง
เนื่องจากการเชื่อมต่ออินเทอร์เน็ตแบบมีสายราคาถูกกับเรือคอนเทนเนอร์ทางทะเลเป็นปัญหามาก การถ่ายโอนข้อมูลดิบจำนวนมากไปยังเซิร์ฟเวอร์กลางจึงมีราคาแพงเกินไป บนเซิร์ฟเวอร์ส่วนกลาง BullSequana S200 จะมีการคำนวณโมเดลลอจิคัลโดยรวมของเรือ และการประมวลผลข้อมูลและการควบคุมโดยตรงจะถูกถ่ายโอนไปยังเซิร์ฟเวอร์ภายในเครื่อง เป็นผลให้การนำระบบนี้ไปใช้นั้นคุ้มค่าในสามเดือน
Edge Computing เพื่อประหยัดทรัพยากร
อีกตัวอย่างหนึ่งของการประมวลผลแบบ Edge คือการวิเคราะห์วิดีโอ ดังนั้นสำหรับผู้ผลิตอุปกรณ์สำหรับก๊าซทางเทคนิค Air Liquide หนึ่งในงานท้องถิ่นของวงจรการผลิตคือการควบคุมคุณภาพของการพ่นสีถังแก๊ส ดำเนินการด้วยตนเองและใช้เวลาประมาณ 7 นาทีต่อกระบอกสูบ
เพื่อเร่งกระบวนการนี้ให้เร็วขึ้น บุคคลนั้นถูกแทนที่ด้วยบล็อกกล้องวิดีโอความละเอียดสูง 7 ตัว กล้องจะถ่ายบอลลูนจากหลายด้าน ทำให้เกิดวิดีโอประมาณ 1 GB ต่อนาที วิดีโอจะถูกส่งไปยังเซิร์ฟเวอร์ BullSequana Edge ที่มี Nvidia T4 อยู่บนเครื่อง โดยมีโครงข่ายประสาทเทียมที่ได้รับการฝึกให้ค้นหาข้อบกพร่องเพื่อวิเคราะห์สตรีมออนไลน์ ส่งผลให้ระยะเวลาการตรวจสอบโดยเฉลี่ยลดลงจากหลายนาทีเหลือเพียงหลายวินาที
การประมวลผล Edge ในการวิเคราะห์
เครื่องเล่นที่ดิสนีย์แลนด์ไม่เพียงแต่สนุกเท่านั้น แต่ยังรวมถึงวัตถุทางเทคนิคที่ซับซ้อนอีกด้วย ดังนั้นจึงมีการติดตั้งเซ็นเซอร์ประมาณ 800 ตัวบน "Roller Coaster" พวกเขาส่งข้อมูลเกี่ยวกับการทำงานของการดึงดูดไปยังเซิร์ฟเวอร์อย่างต่อเนื่อง และเซิร์ฟเวอร์ภายในจะประมวลผลข้อมูลนี้ คำนวณความน่าจะเป็นที่การดึงดูดล้มเหลว และส่งสัญญาณสิ่งนี้ไปยังศูนย์ข้อมูลกลาง
จากข้อมูลนี้ ความน่าจะเป็นของความล้มเหลวทางเทคนิคจะถูกกำหนดและดำเนินการซ่อมแซมเชิงป้องกัน สถานที่ท่องเที่ยวแห่งนี้ยังคงเปิดให้บริการจนถึงสิ้นวันทำงาน และในขณะเดียวกันก็มีการออกคำสั่งซ่อมแซมแล้ว และพนักงานก็รีบซ่อมแซมสถานที่ท่องเที่ยวในเวลากลางคืน
บูลเซควาน่า เอดจ์
เซิร์ฟเวอร์ BullSequana Edge เป็นส่วนหนึ่งของโครงสร้างพื้นฐานขนาดใหญ่สำหรับการทำงานกับ “ข้อมูลขนาดใหญ่” โดยได้รับการทดสอบกับแพลตฟอร์ม Microsoft Azure และ Siemens MindSphere, VMware WSX และมีใบรับรอง NVidia NGC/EGX เซิร์ฟเวอร์เหล่านี้ได้รับการออกแบบมาโดยเฉพาะสำหรับการประมวลผลแบบเอดจ์ และมีจำหน่ายในแชสซีฟอร์มแฟคเตอร์ U2 ในรูปแบบแร็คมาตรฐาน ราง DIN ตัวเลือกติดผนังและทาวเวอร์
BullSequana Edge สร้างขึ้นบนมาเธอร์บอร์ดที่เป็นเอกสิทธิ์และโปรเซสเซอร์ Intel Xeon D-2187NT รองรับการติดตั้ง RAM สูงสุด 512 GB, SSD ความจุ 2 GB 960 ตัว หรือ HDD ความจุ 2 หรือ 8 TB 14 ตัว นอกจากนี้ยังสามารถติดตั้ง GPU Nvidia T2 4 GB จำนวน 16 ตัวสำหรับการประมวลผลวิดีโอ โมดูล Wi-Fi, LoRaWAN และ 4G; มากถึง 2 โมดูล 10 กิกะบิต SFP เซิร์ฟเวอร์เองมีเซ็นเซอร์เปิดฝาติดตั้งอยู่แล้ว ซึ่งเชื่อมต่อกับ BMC ที่ควบคุมโมดูล IPMI สามารถกำหนดค่าให้ปิดเครื่องโดยอัตโนมัติเมื่อมีการกระตุ้นเซ็นเซอร์
สามารถดูข้อมูลจำเพาะทางเทคนิคทั้งหมดสำหรับเซิร์ฟเวอร์ BullSequana Edge ได้ที่ . หากคุณสนใจในรายละเอียดเรายินดีที่จะตอบคำถามของเราในความคิดเห็น
ที่มา: will.com