6 веских причин для внедрения граничных вычислений

Каждая ситуация уникальна. Однако ясно, что баланс между облачными и периферийными вычислениями, скорее всего, будет определять архитектуру Интернета вещей завтрашнего дня.

Почему компаниям следует рассматривать граничные вычисления в качестве технологической стратегии? Edge привносит свои собственные формы сложности в информационные архитектуры, но в то же время помогает повысить скорость и безопасность больших сложных комков шерсти, которыми стали сегодняшние вычислительные среды.

Это слово от Deloitte, которое приводит доводы в пользу преимущества в новом отчете, в котором приводится ряд преимуществ переноса обработки и данных на периферию. Авторы отчета Кен Кэрролл и Махеш Чандрамули, оба из Deloitte, утверждают, что вскоре до 55 % данных Интернета вещей можно будет обрабатывать вблизи источника, либо на устройстве, либо с помощью периферийных вычислений.

См. также: Движущиеся цели:определение границы и ее архитектуры

По словам Кэрролла и Чандрамули, организации могут реализовать ряд преимуществ по мере перехода к периферийным вычислениям. Они указывают не менее чем на шесть преимуществ периферийного развертывания:

1) Задержка: Это, пожалуй, самый убедительный вариант использования. «Наименьшая возможная задержка между созданием данных и принятием решения или действием может иметь решающее значение для сохранения гибкости организации», — отмечают Кэрролл и Чандрамули. «Поскольку данные могут стать практически бесполезными после того, как они сгенерированы, часто в течение миллисекунд, скорость, с которой организации могут преобразовать данные в понимание, а затем в действие, обычно считается критически важной. В облачном мире данные в конечном итоге перемещаются на сотни или даже тысячи миль, поэтому там, где задержка имеет решающее значение для решения, граничные вычисления могут стать ключевыми».

2) Наличие и использование полосы пропускания: Несмотря на то, что в последние годы пропускная способность значительно увеличилась, она по-прежнему не поспевает за огромным объемом данных, которые сейчас передаются через сети. «Приближение обработки к источнику данных может помочь уравновесить уравнение — локальная обработка (включая сжатие, фильтрацию и приоритизацию) может помочь эффективно и рационально использовать доступную полосу пропускания».

3) Избегайте перебоев в подключении: Многие устройства и системы IoT имеют локальные возможности обработки и хранения и, следовательно, не требуют более широких подключений. Кроме того, не у всех есть доступ к стабильным сетевым подключениям, и такие события, как штормы, могут нарушить подключение. «Наличие функций на периферии может помочь гарантировать, что работа приложений не будет нарушена при возникновении проблем с сетевым подключением», — утверждают авторы Deloitte.

4) Безопасность и конфиденциальность: Затем существует неотъемлемая безопасность при распределении данных по разбросанным местоположениям, а также при локальном обслуживании данных, а не при их отправке по сети. «Использование облачной/пограничной архитектуры в виде узловой точки может помочь локализовать или разделить секреты устройств на несколько узлов, а не хранить их все в одном месте, тем самым способствуя повышению безопасности».

5) Нормализация и фильтрация данных: Многие устройства и системы Интернета вещей генерируют огромные потоки данных, которые при транспортировке создают огромную нагрузку на сети и централизованные системы. Локализованные устройства можно запрограммировать на фильтрацию соответствующих данных для передачи в сеть. Кроме того, многие устройства также имеют собственные протоколы передачи данных, которыми может быть трудно управлять из централизованных мест. «Нормализация или гомогенизация данных на периферии часто сочетаются с фильтрацией и другими функциями сжатия данных, что также помогает более эффективно использовать доступную полосу пропускания».

6) Более простые и дешевые устройства: Зачастую использование вычислительных циклов в централизованных местах обходится дорого. «Шлюзы и пограничный сервер позволяют использовать более простые и дешевые устройства, поскольку хранение и обработка данных передаются на шлюз или пограничный сервер, а не встраиваются в датчик или устройство», — отмечают Кэрролл и Чандрамули.

Не существует правильного способа реализовать сочетание периферийных и централизованных вычислений, и соавторы Deloitte не сбрасывают со счетов затраты и сложности обслуживания сетей периферийных устройств. «Пограничная обработка широко распространена и часто включает в себя удаленные или труднодоступные места, включая датчики/приводы и шлюзы в офисах, на заводах, в кампусах, на трубопроводах и в различных удаленных полевых площадках», — заявляют они. «Все эти граничные узлы иметь прошивку, операционные системы, некоторые формы виртуализации и контейнеры, а также программное обеспечение, часть из которых предоставляется производителями, а часть — поставщиками решений».

Тем не менее, преимущества видны с точки зрения задержки, масштабируемости и расширенного доступа к информации, которые, вероятно, могут перевесить сложности в обслуживании периферийных систем. «Решение IoT должно быть настолько простым, насколько это необходимо, и никак не проще», — утверждает Кэрролланд Чандрамули. «И наоборот, это должно быть настолько сложным, насколько это необходимо, и не более сложным. Эти, казалось бы, простые, но важные моменты могут повлиять на успех решения. Каждая ситуация уникальна. Однако ясно, что баланс между облачными и периферийными вычислениями, скорее всего, составит архитектуру IoT завтрашнего дня».