Проблемы граничных вычислений и способы их решения

По мере роста количества и популярности «умных» автомобилей, устройств «умного дома» и подключенного промышленного оборудования данные генерируются практически везде. Фактически, в 2022 году во всем мире будет более 16,4 миллиарда подключенных устройств IoT (Интернет вещей), и ожидается, что к 2025 году их число резко возрастет до 30,9 миллиарда. на 300 % больше, чем в не столь отдаленном 2019 году. 

Быстрая и эффективная сортировка и анализ этих данных является ключом как к оптимальному взаимодействию пользователей с приложениями, так и к более эффективному принятию бизнес-решений. Пограничные вычисления — это технология, благодаря которой это происходит.

Однако развертывание современных рабочих нагрузок, таких как микросервисы, приложения для машинного обучения и искусственный интеллект, вблизи периферии создает ряд проблем, которые необходимо решить инфраструктуре организации. Чтобы извлечь выгоду из периферийных вычислений, компаниям необходимо найти идеальный баланс между своей ИТ-инфраструктурой и потребностями конечных пользователей.

Проблемы граничных вычислений

Для оптимальной работы пограничных рабочих нагрузок требуется следующее:

• Близость – Ресурсы хранения и вычислений должны находиться рядом с источником данных.
• Отзывчивость – Приложениям требуется, чтобы задержка передачи данных составляла от 5 до 20 миллисекунд.
• Мобильность – Многие периферийные устройства перемещаются, а вычислительные ресурсы и ресурсы хранения должны следовать за ними.

Задержка передачи данных модели удаленных и централизованных общедоступных облачных вычислений не соответствует потребностям современных граничных рабочих нагрузок. С другой стороны, создание децентрализованной сети для поддержки периферийных рабочих нагрузок сопряжено с пугающим списком собственных проблем.

Сложности логистики

Управление разрозненными периферийными вычислительными, сетевыми системами и системами хранения является сложной задачей и требует наличия опытного ИТ-персонала, работающего одновременно в нескольких географических точках. Это требует времени и создает значительную финансовую нагрузку для организаций, особенно при работе с сотнями кластеров контейнеров с различными микросервисами, обслуживаемыми из разных периферийных местоположений в разное время.

Узкие места в пропускной способности

Согласно отчету Morgan Stanley, ожидается, что только радары, датчики и камеры автономных транспортных средств будут генерировать до 40 ТБ данных в час. Чтобы быстро принимать жизненно важные решения, данные, создаваемые этими четырехколесными суперкомпьютерами, необходимо передавать и анализировать за доли секунды.

Точно так же множество периферийных устройств одновременно собирают и обрабатывают данные. Отправка таких необработанных данных в облако может поставить под угрозу безопасность и часто является неэффективной и дорогостоящей.

Чтобы оптимизировать расходы на пропускную способность, организации обычно выделяют более высокую пропускную способность для центров обработки данных и более низкую для конечных точек. Это делает скорость восходящего канала узким местом, поскольку приложения передают данные из облака на периферию, в то время как граничные данные одновременно передаются в обратном направлении. По мере роста пограничной инфраструктуры увеличивается объем трафика Интернета вещей, а недостаточная пропускная способность приводит к значительным задержкам.

Ограниченные возможности и сложности масштабирования

Меньший форм-фактор периферийных устройств обычно приводит к нехватке мощности и вычислительных ресурсов, необходимых для расширенной аналитики или рабочих нагрузок с интенсивным использованием данных.

Кроме того, удаленный и разнородный характер граничных вычислений делает масштабирование физической инфраструктуры серьезной проблемой. Масштабирование на периферии означает не только добавление дополнительного оборудования к источнику данных. Скорее, это распространяется на масштабирование персонала, управление данными, безопасность, лицензирование и мониторинг ресурсов. При неправильном планировании и выполнении такое горизонтальное масштабирование может привести к увеличению затрат из-за избыточного выделения ресурсов или неоптимальной производительности приложения из-за нехватки ресурсов.

Безопасность данных

По мере продвижения вычислений к периферии инфраструктура выходит за рамки нескольких физических и виртуальных уровней сетевой безопасности, предлагаемых моделями централизованных вычислений. Если периферия не защищена должным образом, она становится мишенью для различных киберугроз.

Злоумышленники могут внедрять неавторизованный код или даже копировать целые узлы, похищая данные и вмешиваясь в них, оставаясь незамеченными. Они также могут вмешиваться в данные, передаваемые по сети, путем атак на информацию о маршрутизации, влияющих на пропускную способность, задержку и пути передачи данных путем удаления и замены данных. Еще одна распространенная угроза безопасности данных на периферии — это DDoS-атаки, направленные на перегрузку узлов с целью разрядки батареи или исчерпания ресурсов связи, вычислений и хранилища. Из всех данных, которые собирают устройства IoT, необходимо анализировать только самые важные данные. Без безопасных и совместимых решений для долгосрочного хранения данных и архивирования это часто приводит к чрезмерному накоплению данных и их разрастанию на периферии, что еще больше повышает уязвимость.

Контроль доступа к данным

Тот факт, что пограничные устройства физически изолированы, означает, что в этой распределенной вычислительной системе данные обрабатываются разными устройствами, что повышает риски безопасности и затрудняет мониторинг, аутентификацию и авторизацию доступа к данным.

Конфиденциальность конечного пользователя или конечного устройства является еще одним важным аспектом, который необходимо поддерживать. Для обеспечения учета каждого конечного пользователя требуются многоуровневые политики. Сделать это возможным, соблюдая требования к задержке данных в реальном времени, — серьезная задача, особенно при создании периферийной инфраструктуры с нуля.

Наличие физически близкого, предварительно настроенного решения, созданного экосистемой партнеров, предлагающих оптимизированные инструменты управления оборудованием и инфраструктурой, снижает проблемы граничных вычислений. Пограничные центры обработки данных — это новое решение, которое решает эту проблему, предлагая организациям высокопроизводительные ресурсы для хранения и обработки данных в безопасной и быстрой сети.

Пограничная инфраструктура в помощь

По сравнению с облаком, пограничная инфраструктура расположена в небольших объектах, близких к сети конечного пользователя. Приближая вычислительные ресурсы, ресурсы хранения и сети к источнику данных, периферийные центры обработки данных предлагают различные преимущества как организациям, так и их рабочим нагрузкам.

К ним относятся:

• Минимальная задержка из-за физической близости – Улучшение доставки данных и сокращение времени отклика приложений.
• Повышенная безопасность и конфиденциальность – Высокий уровень физической и кибербезопасности в локальной среде, меньше данных, загружаемых в облако, и меньшее количество уязвимых данных при передаче.
• Повышенная надежность – Перераспределение рабочих нагрузок в небольшие центры обработки данных снимает нагрузку с центральных серверов, повышая производительность и доступность данных.
• Оптимизация затрат – Благодаря управляемым услугам и предварительно настроенным инфраструктурным решениям периферийные центры обработки данных помогают организациям снизить совокупную стоимость владения и расходы на ИТ.

Являясь глобальным поставщиком IaaS, phoenixNAP осознает важность размещения мощных вычислительных ресурсов и ресурсов хранения на периферии и обеспечения их легкого доступа и масштабируемости по всему миру. Чтобы еще больше расширить доступность нашей облачной платформы Bare Metal, мы заключили партнерское соглашение с American Tower, чтобы запустить наше первое периферийное местоположение в Остине, штат Техас. Это предоставляет пользователям на юго-западе США доступ к следующим функциям:

• Предварительно настроенные выделенные серверы на основе API, развертываемые за считанные минуты и доступные через 10 миллисекунд.
• Доступ к 5G, поддерживающий перспективные периферийные рабочие нагрузки.
• Автоматизированное управление инфраструктурой с помощью сертифицированных инструментов IAC (Terraform, Ansible, Pulumi).
• Множественное виртуальное частное подключение уровня 3 с помощью Megaport Cloud Router (MCR).
• Бесплатная пропускная способность 15 ТБ в сети 20 Гбит/с с бесплатной защитой от DDoS-атак.
• Высокоскоростное хранилище NVMe и удобный доступ к петабайтам S3-совместимого облачного хранилища объектов.
• Гибкие варианты выставления счетов и полосы пропускания со скидками при ежемесячном или ежегодном бронировании.

Благодаря высокопроизводительным аппаратным и программным технологиям, предлагаемым в качестве услуги, такие платформы, как Bare Metal Cloud, помогают компаниям ускорить выполнение действий и избежать узких мест при передаче данных. Периферийные рабочие нагрузки выигрывают от предоставления инфраструктуры на основе автоматизации и поддержки контейнерных приложений и микросервисов. В то же время безопасные ресурсы с одним арендатором, а также единый контроль и доступ обеспечивают полный контроль над инфраструктурой. Наконец, использование предварительно настроенных серверов устраняет необходимость в стойке, питании, охлаждении, безопасности или других факторах обслуживания инфраструктуры, позволяя вместо этого внутренним командам сосредоточиться на оптимизации приложений.

Заключение

Технологии беспроводной связи, устройства IoT и периферийные вычисления продолжают развиваться, побуждая друг друга к новым прорывам и создавая новые проблемы, которые необходимо решать. По мере того, как в экосистеме IoT создается и распределяется все больше данных, технологии вычислений, хранения и сети должны следовать и адаптироваться к потребностям рабочих нагрузок будущего. Благодаря партнерским отношениям между различными поставщиками ИТ и поставщиками услуг появляются такие решения, как периферийные центры обработки данных. Обеспечивая безопасную и высокопроизводительную передачу данных, хранение и аналитику прямо на месте рождения данных, они помогают организациям преодолевать трудности с периферийными вычислениями.