Edge computing что это

Обновлено: 04.07.2024

Концепция интернета вещей прочно вошла в нашу жизнь. Эксперты прогнозируют, что в 2022 году количество подключенных к IoT устройств достигнет 55 млрд. Все они – от простых датчиков температуры до сложнейших камер машинного зрения – генерируют колоссальный поток данных, который нужно как-то хранить и обрабатывать. Самое простое с технической стороны решение – облачные вычисления, которые сегодня широко используются в производственной сфере. Но их ресурсов недостаточно уже сейчас для обеспечения корректной работы всех устройств IoT. Вот главные минусы облачных технологий в работе с большими объемами данных от интернета вещей:

Перегрузка сети интернет на всех уровнях: глобальном и локальных. 80 % трафика представляет собой «сырые» необработанные мегабайты, которые нужны только в месте их получения.
Медленная скорость пересылки и обработки данных из-за перегрузки сети (см. предыдущий пункт). Это вопрос уже не только удобства, но и общественной безопасности, так как интернет вещей давно вышел за пределы домов и квартир. Яркий пример – ДТП со смертельным исходом с участием автомобиля Tesla, который управлялся искусственным интеллектом.

Очевидно, что в условиях новой реальности, где технологический прогресс неразрывно связан с ростом объема данных, актуальны новые решения в области вычислений. Речь идет о технологии граничных вычислений (Edge Computing).

Особенности обработки данных на границе сети

По оценке экспертов к 2026 году около 50 % генерируемых всеми устройствами в мире данных будет обрабатываться по технологии граничных вычислений. Она предполагает образование единой «ткани данных» (data fabric), куда войдут дата-центры разных уровней, включая корпоративные сети предприятий (on-premise). Скорость и корректность вычислений на границе облака Edge обеспечивают особые технология хранения и анализа данных. Это технологии с участием «распределенного интеллекта» (distributed intelligence) с моделью безопасности Zero Trust («нулевое доверие»).

Вопрос защиты

Пусть вас не смущает формулировка «нулевое доверие». Эта технология предусматривает более глубокий подход к верификации данных. При граничных вычислениях запросы от новых источников данных сканируются распределенным интеллектом. Проще говоря, каждый пакет данных должен получить одобрение на доступ в корпоративную инфраструктуру.

При проверке данных используется передовая стратегия сетевой безопасности – микросегментация с горизонтальной моделью передачи данных. Она предполагает разделение центра обработки данных на небольшие ячейки (гранулы). Трафик каждой ячейки проверяется искусственным интеллектом независимо от остальных. Если в какой-то из них обнаружена угроза, эти данные не уйдут дальше ячейки. Качество реализации этой стратегии зависит от визуализации инфраструктуры. Грамотно выполненная микросегментация значительно упрощает идентификацию данных в рамках граничных вычислений. Так что по уровню защиты Edge Computing не уступает облачным и даже туманным технологиям вычисления.

Вопрос скорости

За сбор и анализ данных на границе сети, поступающих от разных вычислительных узлов и сенсоров, отвечает искусственный интеллект.

Информация не копится мертвым грузом, замедляя трафик, она непрерывно анализируется и обеспечивает автоматизацию процессов. Примеры такой автоматизации: отправка СМС, включение/отключение ленты на производственной линии. Все устройства приема и передачи данных, подключенные к экосистеме Edge, работают по модели Zero Trust, поэтому скорость и безопасность здесь идут рука об руку.

Актуальность технологии Edge Computing для бизнеса

Инфраструктура Edge предполагает вычисления на границе корпоративной сети – именно там осуществляется наибольшее число операций. Для оперативной обработки и анализа полученных данных к ним перемещаются вычислительные узлы. Фактически анализ трафика осуществляется там же, где и его поступление – на границе сети. Это уменьшает так называемую гравитацию данных – явление, при котором скорость перемещения данных по сети уменьшается пропорционально объемам трафика.

Наличие искусственного интеллекта в Edge Computing обеспечивает корректное перемещение вычислительных узлов в нужное место. Благодаря этому стала возможной автоматизация действий в режиме real-time. Время между получением, обработкой данных и принятием соответствующих решений измеряется в микросекундах. Это существенно ускоряет все процессы, где используется автоматизация, и увеличивает производительность. Участие человека в этих процессах минимальное, а в большинстве случаев и вовсе не является обязательным. Все это обеспечивает идеальные условия для масштабирования бизнеса. Основную работу делает искусственный интеллект, сотрудники контролируют и при необходимости корректируют его действия.

Три главных преимущества граничных технологий для бизнеса:

Рост производительности.
Оптимизация расходов на персонал.
Возможность быстрого масштабирования.

Последнее особенно актуально в высококонкурентных нишах, когда идет активная борьба за потребителя. Удобство технологии Edge в том, что ее можно развернуть в отдельных сегментах инфраструктуры, а затем быстро и незатратно перенести на остальные. Это еще одно важное преимущество граничных вычислений: быстрая репликация в масштабах всей компании после тестирования на одном отделе.

Области применения граничных вычислений Edge Computing

Облачные вычисления – вчерашний день?

Несмотря на стремительный рост технологии Edge Computing никто из солидных экспертов пока не говорит о том, что граничные вычисления повсеместно вытеснят облачные. Но в свете текущей тенденции к внедрению искусственного интеллекта в разных сферах бизнеса у Edge есть все шансы вскоре стать лидирующей концепцией вычислений в рамках крупного бизнеса. Возможности технологии отвечают главным трендам IT: безопасность данных и стабильность работы. Этим могут похвастаться далеко не все облачные дата-центры.

Когда стоит сменить облачные вычисления на граничные

Решать, стоит ли овчинка выделки (все же развертывание технологии Edge Computing требует не только вложений, но и определенной перенастройки устоявшихся бизнес-процессов) целесообразно после анализа трех факторов. Они взаимосвязаны:

Объем информации, поступающей и обрабатываемой за конкретный бизнес-период.
Скорость обработки данных облачным дата-центром.
Процент отказов из-за задержек обработки информации (например, клиент, не дождавшись ответа бота, закрывает чат).

Если объемы данных за последние периоды остаются примерно на одном и том же уровне, нет предпосылок к их значительному увеличению (открытие новых филиалов и т. д.), а соотношение отказов к общему числу успешных операций крайне незначительно, можно и дальше спокойно пользоваться облачными вычислениями. Но если анализ показывает, что мощности дата-центров не справляются с увеличившимся потоком информации и из-за этого компания теряет прибыль, стоит подумать о переходе с «облака» на «границу».

Анализ данных и принятие решений в централизованной инфраструктуре (облачный дата-центр) и в Edge

В каких сферах может использоваться технология Edge Computing

Если вкратце – практически везде. Рассмотрим подробнее, как граничные вычисления применяются в разных отраслях.

Производство. Быстрый анализ данных с последующим принятием решений по заложенному алгоритму оптимизирует работу производственных линий в любой сфере. Процент брака меньше, расходы на персонал тоже.
Финансы и инвестиции. Успешность операций на фондовом рынке определяется скоростью реакции на изменение котировок и других параметров. Только граничные вычисления обеспечивают обработку данных и принятие решений в режиме реального времени.
Здравоохранение. Внедрение граничных вычислений существенно ускоряет как компьютерные, так и лабораторные виды диагностики, что позволяет быстрее поставить точный диагноз и начать лечение. Во многих случаях скорость постановки диагноза критически важна для жизни пациента.
Ритейл. Технология Edge уже сейчас широко применяется в глобальных торговых сетях для автоматизации кассового обслуживания и логистики. Это удобно как самим ритейлерам, так и покупателям.
Нефтегазовая отрасль. Граничные вычисления обеспечивают оперативный контроль работы самого сложного оборудования. Риск утечек и других внештатных ситуаций сводится к минимуму, а в случае их возникновения сразу же включаются автоматизированные процессы устранения неисправностей. Все это повышает производственную и экологическую безопасность отрасли.
Телекоммуникации. Сочетание граничных и облачных вычислений ускоряет и упрощает развертывание сетей 5G, обеспечивая быстрое и сбалансированное распределение ресурсов между центрами.
Развлечения. Edge-технология актуальна для любых сфер, «завязанных» на выходе в интернет. Например, последние онлайн-игры с красочной и великолепно детализированной графикой стабильно работают даже на максимальных параметрах.

Вот пара мини-кейсов по внедрению граничных вычислений в крупных интернациональных компаниях:

Кейс 1: Texmark Chemicals

Компания выпускает горючие нефтехимикаты. Большинство производственных процессов происходит в условиях высоких температур, где доступ человеку затруднен или невозможен. До внедрения технологии проверка трубопроводов осуществлялась вручную, что требовало от компании больших затрат на снаряжение и обеспечение безопасности инспекторов. Но даже при этом были несчастные случаи, из-за чего Texmark Chemicals решили заменить ручной контроль автоматизированным сенсорным.

Проект Texmark Chemicals

Получение и анализ данных более чем со 130 точек обеспечивается технологией граничных вычислений. Это позволило исключить множество внештатных ситуаций, вызванных человеческим фактором. Производительность труда в Texmark Chemicals увеличилась вдвое, а затраты на обслуживание трубопроводов существенно уменьшились.

Кейс 2: Hewlett Packard Enterprise

IT-гигант впервые внедрил технологию граничных вычислений в производстве серверов в рамках контроля качества продукции. «Сканирование» готового сервера осуществляется с помощью специального прибора, оснащенного компьютерным зрением на базе искусственного интеллекта. Прибор оснащен пятью камерами сверхвысокого разрешения, которые снимают изделие под разными углами. Каждая камера генерирует изображение размером в 7 МБ.

Контроль качества производства серверов в НРЕ при помощи компьютерного зрения и искусственного интеллекта

Передача данных с камеры сверхвысокого разрешения и ее последующая обработка занимают 1 секунду. При автоматическом контроле с использованием облачных технологий этот процесс занимал 21 секунду, то есть более чем в 20 раз медленнее.

Новая технология повлияла и на качество контроля – сканер легко распознает мельчайшие дефекты продукции, что позволило снизить уровень брака.

Edge для современного бизнеса

Ценность технологии – в трансформации разных процессов в сторону повышения скорости без потерь в точности и надежности. Те же беспилотные автомобили, несмотря на свои впечатляющие возможности, не будут пользоваться спросом, если представляют опасность для людей. Поэтому экосистема Edge предполагает три взаимосвязанных направления, которые работают на ценность технологии для бизнеса здесь и сейчас, а не в обозримом будущем.

Машинное обучение и ИИ. Примеры: компьютерное зрение, дополненная реальность, автоматизация производственных линий в режиме реального времени.
Приложения и обработка данных. Примеры: система «умный дом», телемедицина.
Сбор данных. Примеры: логирование, облачный интернет вещей, удаленный мониторинг процессов.

Решения НРЕ для граничных вычислений

Компания является одним из лидирующих поставщиков оборудования для сетей Edge. Инженерные решения от HPE работают по принципу «слоеного пирога», который идеально сочетается с реализованной в сетях технологией защиты Zero Trust (о ней мы писали выше). В каждом слое инфраструктуры используются те решения, которые лучше всего отвечают конкретному запросу.

Различные варианты решения Edge

Также здесь возможна гибкая настройка процессов автоматизации с помощью искусственного интеллекта по разным параметрам:

мощность процессора;
ширина пропускной полосы;
объем памяти и т. д.

Решение НРЕ для Edge

HPE предлагает гибкие и современные решения по автоматизации бизнеса с применением технологий Edge практически во всех отраслях. Вот как это будет выглядеть на примере сети розничных магазинов.

Дано: крупная компания-ритейлер.
Цель: ускорить и улучшить обслуживание покупателей.

Для этого во всех магазинах нужно развернуть две сети: беспроводную для покупателей и проводную для серверов администрации магазина. Опционально можно внедрить систему компьютерного зрения, которая обеспечит защиту персональных данных клиентов (если карта попадает в поле зрения камеры, она закрывается черным прямоугольником. Во многих странах Европы это обязательное правило организации розничной торговли).

Использование подхода «слоёного пирога» решений Edge НРЕ для кейса розничной торговли

Программное конфигурирование SD-WAN Silver Peak от Aruba. Обеспечивает стабильное подключение к дата-центру администрации магазина при высоких объемах трафика.
Кластер высокой доступности VMware с решением управления данными SimpliVity. Разработан на базе серверов HPE ProLiant, отличающихся надежностью эксплуатации, простотой развертывания и компактностью оборудования. Серверы занимают минимум места, что важно в условиях ограниченных площадей.
Облачное решение для управления данными HPE GreenLake. Сочетает два подхода к управлению: централизованное и децентрализированное. Данные о трафике передаются в облачный дата-центр, а метаданные машинного обучения и ИИ собраны на отдельной платформе. Это упрощает управление отдельными узлами сети Edge согласно общим корпоративным правилам.

Централизованное управление данными (Data Management) в Edge

Как выбрать оптимальное Edge-решение для бизнеса

Граничные вычисления не стоит внедрять исключительно в погоне за трендами. Выделите области бизнеса, которые можно и нужно улучшать и определите, зависят ли они от скорости обработки данных. Если зависимость есть, целесообразно будет развернуть пилотный проект по внедрению Edge-решений в отдельном сегменте бизнеса – например, обслуживание клиентов. Подробный финансовый анализ результатов проекта даст ответ, нужны ли вам сейчас граничные вычисления.

И напомним: у HPE есть эффективные решения в рамках технологии Edge для всех сфер бизнеса. Обращайтесь за консультацией!

Edge computing (дословно можно перевести как "граничные вычисления") - это сетевая философия, основанная на том, что вычисления должны совершаться как можно ближе к источнику сырых данных. Цель сего действа в сильном сокращении задержек и ширины канала связи. Если говорить проще, то edge computing - это когда меньше всякой всячины вычисляется к облаке или ЦОДе, и больше вычисляется непосредственно на месте - то есть на локальном ПК, IoT устройстве или на граничном сервере. Таким образом сокращается необходимость поддерживать в требуемом состоянии дорогостоящие каналы связи (представьте себе, что для вычислений отправляете очень объемную информацию - к примеру, видео высокой четкости)

ЧТО ТАКОЕ ГРАНИЦА СЕТИ?

Для устройств, подключенных к сети Интернет, границей будет точка, где это устройства непосредственно подключается к Интернету. Конечно, определение экстремально размытое; к примеру, компьютер пользователя или процессор внутри IoT камеры могут быть теми самыми точками, однако, сетевой маршрутизатор также вполне попадает под это определение. Но важно одно: граница будет гораздо ближе к устройству (с географической точки зрения), нежели к облачным серверам.

ПРИВЕДЕМ ПРИМЕР EDGE COMPUTING-А

Представим себе некое здание, в котором понаставили десятки IoT камер очень высокого разрешения. Эти камеры относительно безмозглые, т.к они просто отдают сырой видеосигнал на облако. Облако, в свою очередь, пропускает весь этот сырой видео трафик через приложение, которое умеет определять движение, чтобы хранить только максимально полезную информацию. Представьте себе требованию к Интернет-каналу в таком случае: ежесекундно передаются мегабайты информации, и к тому же получается высокая нагрузка на облачные сервера, которые занимаются вычислениями - они обязаны обрабатывать все эти огромные объемы информации.

А теперь представьте себе, что сервер, определяющий движение был помещен на границу сети (той самой, в которой находится наше воображаемое здание). Что если каждая камера будет использовать свои собственные вычислительные мощности для запуска там приложения, которое будет определять движение? Очевидно, тогда в облако будет уходить только "полезный" трафик. Кроме того, на облачные сервера ляжет только задача по хранению важной информации, что де-факто означает возможность этого облака поддерживать связь с гораздо большим количеством камер без перегрузки. Вот примерно так и выглядит пример edge computing.

ПРЕИМУЩЕСТВА КОНЦЕПЦИИ EDGE COMPUTING

Как видно в примере выше, данный концепт позволяет минимизировать загрузку Интернет-канала и нагрузку на вычислительные мощности облака. Полоса пропускания и вычислительные мощности, к сожалению, конечны и стоят реальных денег. С каждым зданием и офисом, которые будут оборудованы "умными" камерами, принтерами, термостатами и даже тостерами, аналитики предсказывают, что к 2025 году в мире будет установлено 75 миллиардов IoT устройств. Чтобы все эти устройства корректно работали, большой процент вычислений должен быть перенесен на edge-и.

Также, когда пользователи используют тонны веб-приложений, которые постоянно подключаются к внешним серверам, они могут чувствовать эти самые задержки. Длительность задержек будет зависеть от того, какова их полоса пропускания и где находятся сервера, но этих задержек можно легко избежать. Правильно, если воткнуть все эти сервера на границу этой сети.

ЕСЛИ ПОДЫТОЖИТЬ, ТО ОБЩИЕ ПЛЮСЫ ЭТОГО КОНЦЕПТА ТАКОВЫ:

Снижение задержек
Снижение затрат путем использования более дешевых каналов связи
Снижение затрат путем уменьшения нагрузки на удаленные вычислительные ресурсы

МИНУСЫ ДАННОГО ПОДХОДА

На мой взгляд, есть два основных минуса: первый - это сильное увеличение сложности устройств и повышенный риск компрометации этих устройств - по сути, даже банальный термостат становится полноценным компьютером, который, как мы все знаем, может быть легко подвергнут взлому. Кроме того, из-за увеличения сложности устройств и повышения их вычислительной мощности серьезно возрастает их стоимость. Однако очевидно, что технологии шагают семимильными шагами - компьютер 30 лет назад был в тысячи раз слабее современного смартфона, а стоили они гораздо дороже.

Облачные вычисления — это технология, которая позволяет хранить и обрабатывать данные удаленно в «облаке». Для этого используются центры обработки данных (ЦОДы). Компании, применяющей облачные технологии, не обязательно создавать свою IT-инфраструктуру — все необходимое ей может предоставить провайдер. Нужен только доступ в интернет, чтобы открыть сайт или приложение.

Преимущества и недостатки

Надежное оборудование. У провайдеров облаков есть ресурсы для передачи, хранения и обработки данных: хранилища, серверы, сети, программное обеспечение и многое другое.
Безопасность. Оператор облачных сервисов отвечает за сохранность данных. Например, организует шифрование, защиту от атак и аварийное восстановление.
Развитость технологии. На мировом и российском рынках существует множество компаний, которые занимаются облачными технологиями. Список услуг разнообразный: посекундная тарификация, частные, публичные и гибридные облака, круглосуточная техническая поддержка, несколько ЦОД в разных местах.

Задержка в передаче данных между клиентом и ЦОД. Данные передаются от клиента в ЦОД и обратно, проходя многие километры сетей. Это может создать задержки.
Сложная и дорогая инфраструктура. Если компания не хочет использовать публичное облако, то выбирает частное или гибридное. Но установить и поддерживать большой дата-центр на производстве — затратная задача.

Сфера применения

Облачные технологии применяются повсеместно: в госсекторе, производстве, ритейле, IT-компаниях, финансовой сфере и телекоммуникациях. Сложно представить современную жизнь без электронной почты, Google Docs, магазинов приложений и публичных облаков вроде Dropbox, Google Drive или «Яндекс.Диска».

«Cloud Computing наиболее динамично развивается последнее десятилетие, уровень проникновения технологии в развитых странах превышает 90%. Компании-операторы облаков и дата-центров обладают значительной экспертизой в этой области и могут предоставить пользователю наиболее совершенные технологические решения в области IT-инфраструктуры on-demand».

Облака важны для сбора, хранения и обработки больших объемов информации — например, там, где применяются технологии Big Data и искусственный интеллект.

Туманные вычисления (Fog computing)

Туманные вычисления — это технология, благодаря которой хранение и обработка данных происходят в локальной сети между конечным устройством и ЦОД. «Туман», в отличие от «облака», находится ближе к пользователям. Это децентрализованная система, которая фильтрует информацию, поступающую в дата-центр.

Преимущества и недостатки

Расскажи, как цифровая трансформация изменила твой бизнес

Снятие нагрузки с облака. Использование туманных технологий вместе с облачными помогает снизить нагрузку на ЦОД. Локальные сервера обрабатывают данные и отправляют в дата-центр только самые важные.
Передача данных в режиме реального времени. «Туман» находится ближе к пользователю, поэтому время на обработку и передачу информации снижается.
Дополнительная безопасность. В локальной сети можно установить еще один уровень защиты — виртуальный файрвол, сегментацию трафика или что-то ещё.

Проблемы с сетевыми узлами. Децентрализованные сети менее надежны, чем сети больших дата-центров.

Сфера применения

Туманные вычисления применяются для связи устройств интернета вещей (IoT). С помощью «тумана» данные передаются и анализируются почти без задержек, что критично для некоторых IoT-устройств — например, датчиков в беспилотных автомобилях.

«Проще говоря, туманные вычисления заточены под межмашинное взаимодействие и применяться могут в любой отрасли, где оно используется — в производстве, здравоохранении, энергетике, финансовой сфере и других».

Юлий Гольдберг, директор по развитию бизнеса, SAS Россия / СНГ

Межмашинное взаимодействие (Machine-to-Machine, M2M) — технология, связанная с интернетом вещей. Она позволяет передавать данные с устройства на устройство без взаимодействия с человеком. Для этого используют сотовую связь, поэтому мобильные операторы предлагают свои услуги в сфере M2M.

Технологию применяют для передачи данных из банкоматов и торговых автоматов, мониторинга состояния пациентов, в системах сигнализации и видеонаблюдения, в датчиках топлива, счетчиках электроэнергии и воды, для отслеживания транспорта и грузов. Туманные вычисления позволят машинам общаться быстрее и эффективнее.

Граничные вычисления (Edge computing)

Граничные вычисления — это технология обработки и хранения данных на конечном устройстве. Они находятся еще ближе к пользователю, чем «облако» и «туман».

Преимущества и недостатки

Практически нулевая задержка в передаче данных. Вычисления производятся на конечных устройствах, поэтому информации не нужно преодолевать километры сетей, чтобы добраться до ЦОД.
Надежность вычислений. Данные обрабатываются даже в отсутствие подключения к интернету.
Безопасность. Вся информация остается на устройстве. Её не обязательно передавать в публичное облако.

Затраты на оборудование и сотрудников. Пользователю технологии придется купить и настроить оборудование, привлечь специалистов. Это сложнее, чем подключить публичное облако.

Сфера применения

Сферы применения граничных и туманных технологий во многом пересекаются. Главное их преимущество — скорость передачи и анализа данных. Поэтому эти технологии используются там, где важна обработка информации в реальном времени — например, в сферах IoT и VR/AR.

На производстве граничные вычисления нужны для своевременного обслуживания оборудования, в нефтяной индустрии они помогут обнаружить неисправности и протечки, а в банковской сфере технология позволит быстро принять решение по кредиту или обнаружить мошенничество. Во всех примерах граничные вычисления помогают действовать без задержек.

«Edge нашел широкое применение на промышленных предприятиях. Облачные вычисления демонстрируют гибкость и эффективность, но распространение IIoT и мобильных вычислений привело к ограничению диапазона частот для обработки. Также нюанс заключается в том, что “умное” оборудование на предприятиях не всегда требует подключения к cloud для выполнения расчетов. В таких случаях проектировщики сетей делают ставку на периферию и повышают эффективность обработки данных».

Геннадий Былов, генеральный директор Rockwell Automation

Источник: CB Insights

Перспективы развития облаков

Облачные технологии стремительно внедряются в нашу жизнь. Согласно данным исследования IDC, рынок облачных услуг в России в 2018 году увеличился на 24,8% и составил $804 млн. Компании потратили $470 млн на оплату «облаков». Самыми активными покупателями услуг стали предприятия розничной и оптовой торговли, производство и финансовый сектор.

Популярнее всех оказались публичные облака — затраты на них составили 85% расходов. Остальное потратили на частные облака. По прогнозам цифры будут расти: в 2019 году расходы увеличатся на 23,6%, а среднегодовые темпы роста рынка до 2023 года будут составлять 14,6%.

Государство тоже заинтересовано в облачных технологиях. Минкомсвязи вместе с «Ростелекомом» давно разрабатывает идею «Гособлака». А в конце августа 2019 года была утверждена концепция единой государственной облачной платформы. Госструктуры будут выбирать между частными провайдерами облачных услуг.

Развитие edge/fog computing

В мире

Уже сейчас компании начинают применять граничные и туманные вычисления наряду с облаками. Конечно, на Западе эти технологии более развиты — их используют и крупные корпорации, и стартапы.

Большие компании, которые продают облачные услуги, расширяют ассортимент. Microsoft предлагает не только облако, но и решения с граничными технологиями. Например, систему, которая позволяет перенести часть вычислений на IoT-устройства, или пограничный сервер для обработки данных с искусственным интеллектом. Amazon тоже не отстает и предлагает свой сервис для интернета вещей с граничными вычислениями. При этом компании не забывают про основной продукт — данные не только обрабатываются на периферии, но и передаются в облако.

Новые технологические услуги помогают в обработке данных на производстве, где задержки — серьёзная помеха в работе.

«В первую очередь это, конечно же, машиностроение и автомобилестроение, так как в этих отраслях производятся технически сложные изделия, а производственные линии генерируют большой объём данных. Но технологии периферийных и облачных вычислений внедряются в самые разнообразные отрасли промышленности, включая нефтегазовую, пищевую, химическую промышленность, производство батарей, в инфраструктурные объекты, распределение электроэнергии, водоснабжение, аэропорты и железнодорожный транспорт».

Роман Абзаев, эксперт управления «Цифровое производство» компании Siemens в России

Появляются стартапы, которые фокусируются на применении граничных и туманных вычислений. Например, FogHorn и Pixeom предлагают услуги для компаний в энергетике, телекоме, производстве, ритейле, финансах, безопасности и других сферах. SimShine разрабатывает граничные технологии для камер видеонаблюдения. Компаний, которые предоставляют услуги производству и простым пользователям, становится все больше.

«Таких компаний и решений на самом деле много. В качестве актуального наглядного примера можно привести компании, которые сейчас внедряют решения по видеоаналитике. При отсутствии объектов или событий видео не передаётся на центральный сервер и не загружает каналы связи. При этом в ЦОД передаётся только информация о тревожных событиях и инцидентах».

Андрей Тищенко, заместитель директора Департамента вычислительных систем ИТ-компании КРОК

В России

Но и в России туманные и граничные вычисления уже не новые понятия.

Например, Nokia и фонд «Сколково» в 2016 году договорились работать над технологией мобильных граничных вычислений (Mobile Edge Computing). Она позволит перенести часть анализа данных ближе к пользователям связи. С её помощью не будет теряться качество интернет-соединения во время массовых мероприятий. Правда, пока конкретных проектов в этой сфере нет.
Администрация президента в том же 2016 году поручила Минкомсвязи, «Ростелекому», Минпромторгу и Агентству стратегических инициатив заняться инфраструктурой для туманных вычислений. Это важно для развития промышленного интернета вещей (IIoT), которым сейчас активно занимаются госкомпании. Например, ГЛОНАСС-ТМ планирует создать сеть для IIoT на территории России, а «Ростелеком» протестировал NB-IoT — стандарт сотовой связи для интернета вещей.

Пока государственные организации экспериментируют со связью, стартапы внедряют практические решения. С туманными вычислениями работает SONM — предлагает платформу с технологией блокчейна. Идея состоит в том, чтобы создать децентрализованный суперкомпьютер. Пользователи могут сдать мощность своего компьютера в аренду и присоединиться к распределенной сети. Компании в свою очередь покупают возможности туманной платформы для своих вычислений.

С граничными технологиями также связан стартап Facemetric. Он предоставляет клиентам камеры видеонаблюдения и ЦОД с нейросетями, чтобы искать образы в видео — лица, автомобильные номера, ценники и многое другое. Но хранить и обрабатывать большой видеопоток в облаке тяжело и не всегда целесообразно.

Поэтому компания решила использовать граничные вычисления. «В данном случае мы используем более высокопроизводительные вычислители, которые дублируют в себе функционал распознавания, хранят оперативный слепок базы данных и могут работать автономно при потере связи с облачным сервисом. Такой подход повышает требования к производительности вычислителей, их стоимость, но обеспечивает стабильную работу при потере связи с центральным узлом», — рассказывает Юрий Годына, основатель Facemetric.

В России новые технологии будут развиваться и дальше. Как отмечает Юрий Годына, они уже вошли в нашу жизнь:

«В настоящее время появилось множество вариантов реализации проектов в области интернета вещей и граничных вычислений — сбор показаний счетчиков, умные автобусные остановки, системы контроля за водителями общественного транспорта и так далее. Еще пару лет назад на конференциях и круглых столах можно было услышать мнения о раздутости пузыря интернета вещей, умного дома, неподъемной стоимости решений. А сейчас мы видим реализацию этих технологий, они постепенно приходят в нашу жизнь и делают ее комфортнее».

Конечно, туманные и граничные вычисления не вытеснят облако. Технологии будут развиваться вместе и дополнять друг друга. Там, где нужны надежные мощные ЦОДы и экономия IT-ресурсов, облако останется в приоритете. А там, где важна скорость принятия решений, будут развиваться edge и fog computing — при этом облако будет хранить важные данные.

Татьяна Бочарникова, глава представительства NetApp в России и СНГ:

«Бытует мнение, что Edge и Fog computing в конечном итоге полностью заменят собой уже ставшие привычными облачные решения. Но это вовсе не так. Да, бывает, что периферийные технологии обеспечивают более серьезные преимущества, чем полностью централизованные облачные платформы, особенно с точки зрения хранения данных. Но всегда ядром корпоративной ИТ-инфраструктуры остается гибридная и мультиоблачная концепция. Иначе говоря, периферийные и туманные вычисления не заменят облачные, так как, по сути, и являются не чем иным, как “расширением” и “продолжением” облака».

Каждые лет пять в технологиях появляется новый глобальный тренд. Если это потребительская штука, то обычные люди о ней узнают очень быстро. Но есть и довольно сложные сущности, в которых, пока не сходишь на семинар по увеличению продуктивности, не разберешься.

За последние 10-15 лет к таким можно отнести облачные вычисления, big data, нейронные сети, блокчейн. Теперь настало время разучить новый термин, который скоро будет звучать из каждого утюга, — edge computing и «туманные вычисления». Кстати, к умному утюгу этот термин имеет самое непосредственное отношение.

Термин не совсем новый, серьезно о нем заговорили еще в 2016-2017 годах, но в веселом 2020-м, когда неожиданно выросла нагрузка на Интернет, он стал критически актуальным. А значит, в ближайшие годы появится спрос на специалистов по «вычислительным туманам».

На русский язык edge computing чаще всего переводят как "периферийные, или граничные, вычисления". Если дать совсем упрощенное толкование, то это что-то среднее между вычислениями облачными (то есть в одном огромном дата-центре) и локальными (на твоем компьютере или смартфоне).

Современные технологии уткнулись лбом в законы физики. Твой смартфон не такой мощный, а если и выжать из него последние соки, то на одном заряде батарейки он проживет пару часов (самозабвенно обжигая тебе руку). Кроме того, смартфон можно потерять, а значит, хранить все данные на нем неразумно. Да и данных у обычного пользователя немало: не удалять же 25 Гб фото- и видеохроники с прошлых шашлыков.

Разумно перенести это в облако, то есть в большие, защищенные от сбоев дата-центры, где данные будут хранить в целости и сохранности, а ты их получишь по запросу. Но и это оказалось проблематичным, потому что скорость света не обманешь и доступ к некоторым данным осуществляется слишком медленно.

Кроме того, эра Интернета вещей уже наступила, и, если твой пылесос, который получает сигнал начать уборку, как только твой смартфон покидает домашнюю Wi-Fi-сеть, может стартовать на секунду-две позже, то для автопилота автономного автомобиля такие простои недопустимы.

Чтобы как-то решить эту проблему, придумали edge computing. Это либо промежуточные вычислительные центры и хранилища, расположенные между пользователем и центральным дата-центром, либо вычислительные мощности у пользователя дома. Например, если у тебя есть PlayStation 4, ты можешь поиграть в нее удаленно, установив на смартфон приложение Remote Play. «Облаком» в данном случае выступает сервер, находящийся в твоем владении (PS4), который, в свою очередь, скачал игру из большого облака (PlayStation Network).

Вычисления, которые происходят и локально, и в облаке прозвали «туманными» (термин fog computing в 2012 году предложил канадский профессор Джонатан Нумхаузер). Ты можешь сам попробовать напустить тумана, установив дома сервер с исключительно легально полученными фильмами и сериалами на Plex . При помощи него можно будет смотреть фильмы из твоей библиотеки даже не дома, вещая с домашнего компьютера.

Во время пандемии для разбежавшихся по домам сотрудникам одной из серьезных проблем стал сервис Zoom. Если соединение между двумя звонящими происходит напрямую и задержки почти не ощущаются, то связь в групповых групповых конференциях идет через один центральный сервер. Если восемь человек работают в Москве, их сигнал сначала уходит на сервера в Амстердам, а потом обратно. Можно поставить собственный сервер с Jitsi в Москве (с установкой, впрочем, придется попотеть), и тогда задержки в репликах практически сойдут на нет.

Есть еще множество примеров, как облегчить себе жизнь при помощи периферийных и туманных вычислений. Так что жди нового прорыва или сам знакомься с терминологией и становись специалистом.

Читайте также: