Calcul de margine - Edge computing

Calculul Edge este o paradigmă de calcul distribuită care aduce calculul și stocarea datelor mai aproape de sursele de date. Se așteaptă ca acest lucru să îmbunătățească timpul de răspuns și să economisească lățimea de bandă . "O concepție greșită obișnuită este că Edge și IoT sunt sinonime. Calculul Edge este o formă sensibilă la topologie și la locație a calculelor distribuite, în timp ce IoT este o instanțare de caz de utilizare a calculului Edge." Termenul se referă mai degrabă la o arhitectură decât la o tehnologie specifică.

Originile computerului Edge se află în rețelele de livrare a conținutului care au fost create la sfârșitul anilor 1990 pentru a servi conținut web și video de pe serverele Edge care au fost implementate aproape de utilizatori. La începutul anilor 2000, aceste rețele au evoluat pentru a găzdui aplicații și componente de aplicații la serverele de margine, rezultând primele servicii de calcul comercial de margine care găzduiau aplicații precum localizatori de dealeri, coșuri de cumpărături, agregatoare de date în timp real și motoare de inserare a anunțurilor.

Infrastructura de calcul de margine

Definiție

O definiție a calculului de margine este orice tip de program de calculator care oferă o latență scăzută mai aproape de solicitări . Karim Arabi, într-un IEEE DAC 2014 Keynote și ulterior într-o discuție invitată la Seminarul MTL al MIT din 2015, a definit computerul de margine în general ca toate computerele din afara norului care se întâmplă la marginea rețelei și, mai precis, în aplicații în care procesarea în timp real de date este necesară. În definiția sa, cloud computing-ul operează pe date mari, în timp ce computerul de margine operează pe „date instantanee”, adică date în timp real generate de senzori sau utilizatori.

Termenul este adesea folosit sinonim cu calculul cu ceață.

Conform raportului The State of the Edge , computerul de margine se concentrează pe servere „în imediata apropiere a rețelei din ultima milă”. Alex Reznik, președintele comitetului de standarde ETSI MEC ISG definește în mod vag termenul: „orice lucru care nu este un centru de date tradițional ar putea fi„ marginea ”pentru cineva”.

Nodurile Edge utilizate pentru streamingul jocurilor sunt cunoscute sub numele de gamelete , care sunt de obicei la una sau două hamei distanță de client. Potrivit lui Anand și Edwin, „nodul de margine este în mare parte la unul sau două hamei distanță de clientul mobil pentru a îndeplini constrângerile de timp de răspuns pentru jocurile în timp real„ în contextul jocurilor cloud ”.

Calculul Edge poate utiliza tehnologia de virtualizare pentru a facilita implementarea și rularea unei game largi de aplicații pe serverele Edge.

Concept

Datele lumii se așteaptă să crească cu 61%, până la 175 zettabytes până în 2025. Creșterea dispozitivelor IoT la marginea rețelei produce o cantitate masivă de date - stocarea și utilizarea tuturor acestor date în centrele de date cloud împing cerințele de lățime de bandă a rețelei către limită. În ciuda îmbunătățirilor tehnologiei de rețea , centrele de date nu pot garanta rate de transfer acceptabile și timpi de răspuns, ceea ce, totuși, este adesea o cerință critică pentru multe aplicații. În plus, dispozitivele de la margine consumă în mod constant date provenind din cloud, forțând companiile să descentralizeze stocarea datelor și furnizarea de servicii, valorificând proximitatea fizică față de utilizatorul final.

Într-un mod similar, scopul calculului de margine este de a muta calculul departe de centrele de date către marginea rețelei, exploatând obiecte inteligente , telefoane mobile sau gateway-uri de rețea pentru a efectua sarcini și a oferi servicii în numele cloud-ului. Prin mutarea serviciilor la margine, este posibil să se furnizeze stocarea în cache a conținutului , livrarea de servicii, stocarea persistentă a datelor și gestionarea IoT, rezultând timpi de răspuns și rate de transfer mai bune. În același timp, distribuirea logicii către diferite noduri de rețea introduce noi probleme și provocări.

Confidențialitate și securitate

Natura distribuită a acestei paradigme introduce o schimbare în schemele de securitate utilizate în cloud computing . În calculul de margine, datele pot călători între diferite noduri distribuite conectate prin Internet și necesită astfel mecanisme speciale de criptare independente de cloud. Nodurile marginale pot fi, de asemenea, dispozitive cu resurse limitate, limitând alegerea în ceea ce privește metodele de securitate. Mai mult, este necesară trecerea de la o infrastructură centralizată de sus în jos la un model de încredere descentralizat. Pe de altă parte, prin păstrarea și prelucrarea datelor la margine, este posibilă creșterea confidențialității prin minimizarea transmiterii informațiilor sensibile către cloud. În plus, proprietatea asupra datelor colectate trece de la furnizorii de servicii la utilizatorii finali.

Scalabilitate

Scalabilitatea într-o rețea distribuită trebuie să se confrunte cu probleme diferite. În primul rând, trebuie să ia în considerare eterogenitatea dispozitivelor, având diferite constrângeri de performanță și energie, starea extrem de dinamică și fiabilitatea conexiunilor în comparație cu infrastructura mai robustă a centrelor de date cloud. Mai mult, cerințele de securitate pot introduce o latență suplimentară în comunicarea dintre noduri, ceea ce poate încetini procesul de scalare.

Fiabilitate

Gestionarea failover-urilor este crucială pentru a menține un serviciu în viață. Dacă un singur nod cade și este inaccesibil, utilizatorii ar trebui să poată accesa un serviciu fără întreruperi. Mai mult, sistemele de calcul de margine trebuie să ofere acțiuni pentru a se recupera de la o defecțiune și avertiza utilizatorul cu privire la incident. În acest scop, fiecare dispozitiv trebuie să mențină topologia rețelei întregului sistem distribuit, astfel încât detectarea erorilor și recuperarea să devină ușor aplicabile. Alți factori care pot influența acest aspect sunt tehnologiile de conectare utilizate, care pot oferi diferite niveluri de fiabilitate și acuratețea datelor produse la margine, care ar putea fi nesigure din cauza condițiilor de mediu specifice. De exemplu, un dispozitiv de calcul edge, cum ar fi un asistent vocal, poate continua să ofere servicii utilizatorilor locali chiar și în timpul serviciului cloud sau al întreruperilor internetului.

Viteză

Calculul Edge aduce resurse de calcul analitice aproape de utilizatorii finali și, prin urmare, poate crește capacitatea de reacție și randamentul aplicațiilor. O platformă Edge bine proiectată ar depăși semnificativ un sistem tradițional bazat pe cloud. Unele aplicații se bazează pe timpi de răspuns scurți, făcând din calculul de margine o opțiune semnificativ mai fezabilă decât în cloud computing. Exemplele variază de la IoT la conducerea autonomă, orice aspect relevant pentru sănătate sau siguranță umană / publică sau care implică percepția umană, cum ar fi recunoașterea facială, care necesită de obicei un om între 370-620ms pentru a efectua. Calculul Edge este mai probabil să poată imita aceeași viteză de percepție ca și oamenii, ceea ce este util în aplicații precum realitatea augmentată în care setul cu cască ar trebui să recunoască de preferință cine este o persoană în același timp cu purtătorul.

Eficienţă

Datorită apropierii resurselor analitice față de utilizatorii finali, instrumentele analitice sofisticate și instrumentele de inteligență artificială pot rula la marginea sistemului. Această plasare la margine ajută la creșterea eficienței operaționale și este responsabilă pentru multe avantaje ale sistemului.

În plus, utilizarea computerului de margine ca etapă intermediară între dispozitivele client și internetul mai larg are ca rezultat economii de eficiență care pot fi demonstrate în următorul exemplu: Un dispozitiv client necesită procesare intensivă din punct de vedere computerizat a fișierelor video pentru a fi efectuate pe servere externe. Utilizând servere situate pe o rețea locală de margine pentru a efectua aceste calcule, fișierele video trebuie transmise numai în rețeaua locală. Evitarea transmiterii prin internet are ca rezultat economii semnificative de lățime de bandă și, prin urmare, crește eficiența. Un alt exemplu este recunoașterea vocii . Dacă recunoașterea este efectuată local, este posibil să trimiteți textul recunoscut în cloud, mai degrabă decât înregistrărilor audio, reducând semnificativ cantitatea de lățime de bandă necesară.

Aplicații

Serviciile de aplicații Edge reduc volumele de date care trebuie mutate, traficul consecvent și distanța pe care trebuie să o parcurgă datele. Aceasta oferă o latență mai mică și reduce costurile de transmisie. Descărcarea de calcul pentru aplicații în timp real, cum ar fi algoritmii de recunoaștere facială, a arătat îmbunătățiri considerabile în timpii de răspuns, după cum s-a demonstrat în cercetările timpurii. Cercetări ulterioare au arătat că utilizarea de mașini bogate în resurse numite cloudlets lângă utilizatorii de telefonie mobilă, care oferă servicii de obicei găsite în cloud, au oferit îmbunătățiri ale timpului de execuție atunci când unele sarcini sunt descărcate pe nodul de margine. Pe de altă parte, descărcarea fiecărei sarcini poate duce la o încetinire din cauza timpilor de transfer între dispozitiv și noduri, astfel încât, în funcție de volumul de lucru, poate fi definită o configurație optimă.

O altă utilizare a arhitecturii este jocurile cloud, unde unele aspecte ale unui joc ar putea rula în cloud, în timp ce videoclipul redat este transferat către clienții ușori care rulează pe dispozitive precum telefoane mobile, ochelari VR etc. Este cunoscut și acest tip de streaming. ca streaming de pixeli .

Alte aplicații notabile includ mașinile conectate , mașinile autonome , orașele inteligente , industria 4.0 (industria inteligentă) și sistemele de automatizare a casei .

Languages

In other projects