Edge computing tar sikte på å optimalisere nettapper og internettenheter og minimere båndbreddebruk og latens i kommunikasjon. Dette kan være en av årsakene bak den raske populariteten i det digitale rommet.
En overskuddsmengde data genereres daglig fra bedrifter, bedrifter, fabrikker, sykehus, banker og andre etablerte anlegg.
Derfor har det blitt mer kritisk å administrere, lagre og behandle data effektivt. Det er spesielt tydelig i tilfelle av tidssensitive virksomheter å behandle data raskt og effektivt for minimal sikkerhetsrisiko og raskere forretningsdrift.
For dette kan Edge computing hjelpe.
Men hva handler det om? Er ikke skyen nok?
La oss fjerne disse tvilene ved å forstå Edge-databehandling i detalj.
Innholdsfortegnelse
Hva er Edge Computing?
Edge computing er den moderne, distribuerte databehandlingsarkitekturen som bringer datalagring og beregning nærmere datakilden. Dette bidrar til å spare båndbredde og forbedre responstiden.
Enkelt sagt innebærer edge computing færre prosesser som kjører i skyen. Den flytter også disse databehandlingsprosessene til edge-enheter, for eksempel IoT-enheter, edge-servere eller brukernes datamaskiner. Denne måten å bringe beregninger nærmere eller på kanten av nettverket reduserer langdistansekommunikasjon mellom en server og en klient. Derfor reduserer det båndbreddebruk og ventetid.
Edge computing er i hovedsak en arkitektur i stedet for en teknologi i seg selv. Det er stedsspesifikk databehandling som ikke er avhengig av skyen for å utføre arbeidet. Det betyr imidlertid aldri at skyen ikke vil eksistere; det blir bare nærmere.
Opprinnelsen til Edge Computing
Edge computing oppsto som et konsept i innholdsleveringsnettverk (CDN) opprettet på 1990-tallet for å levere video- og nettinnhold ved å bruke edge-servere utplassert nærmere brukerne. På 2000-tallet utviklet disse nettverkene seg og begynte å hoste apper og appkomponenter direkte på kantserverne.
Dette er hvordan den første bruken av edge computing dukket opp kommersielt. Etter hvert ble edge computing-løsninger og -tjenester utviklet for å være vert for apper som handlekurver, dataaggregering i sanntid, annonseinnsetting og mer.
Edge Computing Architecture
Databehandlingsoppgaver krever en skikkelig arkitektur. Og det er ingen «one size fits all»-policy her. Ulike typer dataoppgaver trenger forskjellig arkitektur.
Edge computing har gjennom årene blitt en viktig arkitektur for å støtte distribuert databehandling og distribuere lagrings- og beregningsressurser nær samme geografiske plassering som kilden.
Selv om den bruker desentralisert arkitektur, som kan være utfordrende og krever kontinuerlig kontroll og overvåking, er edge computing fortsatt effektiv for å løse avanserte nettverksproblemer som å flytte store datavolumer på kortere tid enn andre databehandlingsmetoder.
Den unike arkitekturen til edge computing tar sikte på å løse tre hovednettverksutfordringer – latens, båndbredde og nettverksbelastning.
Ventetid
Det refererer til tiden når en datapakke går fra ett punkt i nettverket til et annet. Lavere ventetid bidrar til å bygge en mer fabelaktig brukeropplevelse, men utfordringen er avstanden mellom en bruker (klient) som sender forespørselen og serveren som deltar på forespørselen. Latency kan øke med større geografiske avstander og overbelastning av nettverket, noe som forsinker serverens responstid.
Ved å plassere beregningen nærmere datakilden, reduserer du faktisk den fysiske avstanden mellom serveren og klienten for å muliggjøre raskere responstider.
Båndbredde
Det er mengden data et nettverk bærer over tid og måles i bits/sekund. Den er begrenset til alle nettverk, spesielt for trådløs kommunikasjon. Derfor kan et begrenset antall enheter utveksle data i et nettverk. Og hvis du vil øke denne båndbredden, må du kanskje betale ekstra. Dessuten er det vanskelig å kontrollere båndbreddebruk på tvers av nettverket ved å koble til et stort antall enheter.
Edge computing løser dette problemet. Ettersom all beregning skjer i nærheten av eller ved kilden til data, som datamaskiner, webkameraer, etc., leveres båndbredde kun for deres bruk, noe som reduserer sløsing.
Opphopning
Internett involverer milliarder av enheter som utveksler data over hele verden. Dette kan være overveldende for nettverket og resultere i høy nettverksoverbelastning og responsforsinkelser. I tillegg kan nettverksavbrudd også skje og øke overbelastningen mer for å forstyrre kommunikasjonen mellom brukere.
Ved å distribuere servere og datalagring på eller i nærheten av stedet der dataene genereres, gjør edge computing det mulig for flere enheter å operere over et mer effektivt og mindre LAN der lokale enheter som genererer data kan bruke den tilgjengelige båndbredden. På denne måten reduserer det overbelastning og ventetid betraktelig.
Hvordan fungerer Edge Computing?
Kantdatakonseptet er ikke helt nytt; det dateres tilbake til flere tiår assosiert med ekstern databehandling. For eksempel plasserte avdelingskontorer og eksterne arbeidsplasser dataressurser på et sted hvor de kan høste maksimalt utbytte i stedet for å stole på en sentral plassering.
I tradisjonell databehandling, der data ble produsert på klientsiden (som en brukers PC), flyttet den over internett til bedriftens LAN for å lagre data og behandle dem ved hjelp av en bedriftsapp. Deretter sendes utdataene tilbake, reise gjennom internett, for å nå klientens enhet.
Nå har moderne IT-arkitekter flyttet fra konseptet med sentraliserte datasentre og omfavnet kantinfrastrukturen. Her flyttes data- og lagringsressursene fra et datasenter til stedet der brukeren genererer dataene (eller datakilden).
Dette innebærer at du bringer datasenteret nær datakilden, ikke omvendt. Det krever et delvis girstativ som hjelper til med å operere på et eksternt LAN og samler inn dataene lokalt for å behandle dem. Noen kan utplassere utstyret i skjermede innhegninger for å beskytte det mot høy temperatur, fuktighet, fuktighet og andre klimatiske forhold.
Edgedatabehandlingsprosessen involverer datanormalisering og analyse for å finne forretningsintelligens, og sender kun relevante data etter analyse til hoveddatasenteret. Videre kan business intelligence her bety:
- Videoovervåking i butikker
- Salgsdata
- Prediktiv analyse for reparasjon og vedlikehold av utstyr
- Kraftproduksjon,
- opprettholde produktkvalitet,
- Sørg for at enheten fungerer som den skal og mer.
Fordeler og ulemper
Fordeler
Fordelene med edge computing er som følger:
#1. Raskere responstider
Utplassering av beregningsprosesser på eller nær kanten av enhetene bidrar til å redusere ventetiden, som forklart ovenfor.
Anta for eksempel at en ansatt ønsker å levere en presserende melding til en annen ansatt i samme bedriftslokaler. Det tar mer tid å sende meldingen ettersom den går utenfor bygningen og kommuniserer med en fjern server som befinner seg hvor som helst i verden og deretter kommer tilbake som en mottatt melding.
Med Edge-databehandling er ruteren ansvarlig for dataoverføringer på kontoret, noe som reduserer forsinkelser betraktelig. Det sparer også båndbredde i stor grad.
#2. Kostnadseffektivitet
Edge computing bidrar til å spare serverressurser og båndbredde, som igjen sparer kostnader. Hvis du distribuerer skyressurser for å støtte et stort antall enheter på kontorer eller hjemme med smarte enheter, blir kostnadene høyere. Men edge computing kan redusere disse utgiftene ved å flytte beregningsdelen av alle disse enhetene til kanten.
#3. Datasikkerhet og personvern
Flytting av data på tvers av servere lokalisert internasjonalt kommer med personvern, sikkerhet og flere juridiske problemer. Hvis det blir kapret og faller i feil hender, kan det skape dype bekymringer.
Edge computing holder data nærmere kilden, innenfor grensene til datalover som HIPAA og GDPR. Det hjelper med å behandle data lokalt og unngå at sensitive data flyttes til skyen eller et datasenter. Derfor forblir dataene dine trygge i dine lokaler.
I tillegg kan data som går til skyen eller fjerne servere også krypteres ved å implementere edge computing. På denne måten blir data sikrere mot cyberangrep.
#4. Enkelt vedlikehold
Edge computing krever minimal innsats og kostnader for å vedlikeholde edge-enheter og systemer. Den bruker mindre strøm til databehandling, og kjølebehovet for å holde systemene i drift med optimal ytelse er også mindre.
Ulemper
Ulempene med edge computing er:
#1. Begrenset omfang
Implementering av edge computing kan være effektivt, men formålet og omfanget er begrenset. Dette er en av grunnene til at folk er tiltrukket av skyen.
#2. Tilkobling
Edge computing må ha god tilkobling for å behandle data effektivt. Og hvis tilkoblingen går tapt, krever det solid feilplanlegging for å overvinne problemene som oppstår.
#3. Sikkerhet smutthull
Med økt bruk av smarte enheter øker risikovektoren for at angripere kompromitterer enhetene.
Programmer for Edge Computing
Edge computing finner applikasjoner i ulike bransjer. Den brukes til å samle, behandle, filtrere og analysere data nær eller ved nettverkskanten. Noen av områdene der det brukes er:
IoT-enheter
Det er en vanlig misforståelse at edge computing og IoT er det samme. I virkeligheten er edge computing en arkitektur, mens IoT er en teknologi som bruker edge computing.
Smarte enheter som smarttelefoner, smarte termostater, smarte kjøretøy, smarte låser, smartklokker osv., kobler til internett og drar nytte av koden som kjører på disse enhetene selv i stedet for skyen for effektiv bruk.
Optimalisering av nettverk
Edge computing hjelper til med å optimalisere nettverket ved å måle og forbedre ytelsen på nettet for brukere. Den finner en nettverksbane med lavest ventetid og mest pålitelighet for brukertrafikk. I tillegg kan den også rydde ut trafikkstopp for optimal ytelse.
Helsevesen
En enorm mengde data genereres fra helsesektoren. Det involverer pasientdata fra medisinsk utstyr, sensorer og enheter.
Derfor er det et større behov for å administrere, behandle og lagre dataene. Edge computing hjelper her ved å bruke maskinlæring og automatisering for datatilgang. Den hjelper til med å identifisere problematiske data som krever umiddelbar oppmerksomhet fra klinikere for å muliggjøre bedre pasientbehandling og eliminere helsehendelser.
I tillegg brukes edge computing i medisinske overvåkingssystemer for å reagere raskt i sanntid i stedet for å vente på at en skyserver skal handle.
Detaljhandel
Detaljhandelsvirksomheter genererer også store deler av data fra lagersporing, salg, overvåking og annen forretningsinformasjon. Ved å bruke edge computing kan folk samle inn og analysere disse dataene og finne forretningsmuligheter som salgsprediksjon, optimalisering av leverandørordrer, gjennomføre effektive kampanjer og mer.
Produksjon
Edge computing brukes i produksjonssektoren for å overvåke produksjonsprosesser og bruke maskinlæring og sanntidsanalyse for å forbedre produktkvaliteter og oppdage produksjonsfeil. Den støtter også miljøsensorene som skal innlemmes i produksjonsanlegg.
Videre gir edge computing innsikt i komponentene på lager og hvor lenge de vil gå. Det hjelper produsenten til å ta nøyaktige og raskere forretningsbeslutninger om drift og fabrikk.
Konstruksjon
Byggebransjen bruker edge computing hovedsakelig for sikkerhet på arbeidsplassen for å samle inn og analysere data hentet fra sikkerhetsinnretninger, kameraer, sensorer osv. Det hjelper virksomheter med å overskue sikkerhetsforholdene på arbeidsplassen og sikrer at ansatte følger sikkerhetsprotokoller.
Transport
Transportsektoren, spesielt autonome kjøretøy, produserer terabyte med data hver dag. Autonome kjøretøy trenger data som samles inn og analyseres mens de er i bevegelse, i sanntid, noe som krever tung databehandling. De trenger også data om kjøretøyets tilstand, hastighet, plassering, vei- og trafikkforhold og kjøretøy i nærheten.
For å håndtere dette blir kjøretøyene i seg selv kanten der utregningen foregår. Som et resultat blir data behandlet i en akselerert hastighet for å fylle behovene for datainnsamling og analyse.
Jordbruk
I oppdrett brukes edge computing i sensorer for å spore næringstetthet og vannforbruk og optimalisere innhøstingen. For dette samler sensoren inn data om miljø-, temperatur- og jordforhold. Den analyserer effektene deres for å bidra til å øke avlingene og sikre at de høstes under de mest gunstige miljøforholdene.
Energi
Edge computing er også nyttig i energisektoren for å overvåke sikkerheten med gass- og oljeselskaper. Sensorer overvåker fuktighet og trykk kontinuerlig. I tillegg må den ikke miste tilkoblingen fordi hvis noe galt skjer, som et overopphetet oljerør blir uoppdaget, kan det føre til katastrofer. Utfordringen er at de fleste av disse fasilitetene ligger i avsidesliggende områder, hvor tilkoblingen er dårlig.
Derfor gir utplassering av edge computing på disse systemene eller i nærheten av dem større tilkoblingsmuligheter og kontinuerlig overvåkingsmuligheter. Edge computing kan også fastslå sanntidsutstyrsfeil. Sensorene kan overvåke energi generert av alle maskinene som elektriske kjøretøy, vindparksystemer og mer med nettkontroll for å hjelpe til med kostnadsreduksjon og effektiv energiproduksjon.
Andre edge computing-applikasjoner er for videokonferanser som bruker store båndbredder, effektiv caching med kode som kjører på CDN edge-nettverk, finansielle tjenester som banker for sikkerhet og mer.
Far Edge vs. Near Edge
Edge computing involverer så mange termer, for eksempel nærkant, fjernkant, osv., at det noen ganger blir forvirrende. La oss forstå forskjellen mellom ytterkant og nærkant.
Far Edge
Det er infrastrukturen som er utplassert lengst unna et skydatasenter mens det er nærmest brukerne.
For eksempel kan Far Edge-infrastrukturen for et mobiltjenestebyrå være i nærheten av basestasjonene til mobiltelefontårn.
Far Edge-databehandling er distribuert på bedrifter, fabrikker, kjøpesentre osv. Appene som kjører på denne infrastrukturen trenger høy gjennomstrømning, skalerbarhet og lav ventetid, noe som er flott for videostrømming, AR/VR, videospill osv. Basert på hosted apper, det er kjent som:
- En Enterprise Edge som er vert for bedriftsapper
- IoT Edge som er vert for IoT-apper
Nær Edge
Det er datainfrastrukturen som er distribuert mellom skydatasentrene og Far Edge. Den er vert for generiske applikasjoner og tjenester, i motsetning til Far Edge som er vert for spesifikke apper.
For eksempel kan Near Edge-infrastruktur brukes til CDN-bufring, tåkedatabehandling osv. Tåkedatabehandling legger også lagrings- og datamaskinressurser i eller i nærheten av dataene, og er kanskje ikke ved dataene. Det er en mellomting mellom et skydatasenter som ligger langt unna og kanten som ligger ved kilden med begrensede ressurser.
Edge Computing vs Cloud Computing (likheter og forskjeller)
Både Edge og Cloud computing involverer distribuert databehandling og distribusjon av lagrings- og dataressurser basert på data som produseres. Imidlertid er de definitivt ikke de samme.
Her er hvordan de er forskjellige.
- Implementering: Cloud computing distribuerer ressurser på globale lokasjoner med høy skalerbarhet for å kjøre prosesser. Det kan inkludere sentralisert databehandling nærmere datakilden(e), men ikke ved et nettverks kant. På den annen side distribuerer edge computing ressurser der dataene genereres.
- Sentralisering/Desentralisering: Ved hjelp av sentralisering tilbyr skyen effektive og skalerbare ressurser med sikkerhet og kontroll. Edge computing er desentralisert og brukes til å løse de bekymringene og brukstilfellene som ikke er gitt i cloud computing sin sentraliseringstilnærming.
- Arkitektur: Cloud computing-arkitekturen består av flere løst koplede komponenter. Den leverer apper og tjenester på betal-som-du-gå-modellen. Imidlertid strekker edge computing seg over cloud computing og gir en mer stabil arkitektur.
- Programmering: Apputvikling i skyen egner seg og benytter ett eller flere programmeringsspråk. Edge computing kan kreve forskjellige programmeringsspråk for å utvikle apper.
- Responstid: Den gjennomsnittlige responstiden er vanligvis mer i cloud computing sammenlignet med edge computing. Derfor tilbyr edge computing en raskere databehandlingsprosess.
- Båndbredde: Cloud computing bruker mer båndbredde og strøm på grunn av større avstand mellom klienten og serveren, mens edge computing krever relativt lavere båndbredde og strøm.
Hva er fordelene med Edge Computing fremfor Cloud Computing?
Prosessen i edge computing er mer effektiv enn cloud computing ettersom sistnevnte tar mer tid å hente dataene en bruker har bedt om. Cloud computing kan forsinke informasjonsoverføring til et datasenter, noe som bremser beslutningsprosessen for å forårsake ventetid.
Som et resultat kan organisasjoner lide tap i form av kostnader, båndbredde, datasikkerhet og til og med yrkesmessige farer, spesielt når det gjelder produksjon og konstruksjon. Her er noen fordeler med Edge over Cloud.
- Kravet om en raskere, sikrere og pålitelig arkitektur har popularisert veksten av edge computing, noe som har fått organisasjoner til å velge edge computing fremfor cloud computing. Så, i områdene som trenger tidssensitiv informasjon, gjør edge computing underverker.
- Når databehandlingsprosessen utføres på avsidesliggende steder, fungerer edge computing bedre på grunn av liten eller ingen tilkobling for å muliggjøre en sentralisert tilnærming. Det vil hjelpe med lokal lagring, og fungerer som et mikrodatasenter.
- Edge computing er en bedre løsning for å støtte smarte og spesialiserte enheter som utfører spesielle funksjoner og er forskjellige fra vanlige enheter.
- Edge computing kan effektivt adressere båndbreddebruk, høye kostnader, sikkerhet og strømforbruk på de fleste områder sammenlignet med cloud computing.
Nåværende leverandører av Edge Computing
For å implementere edge computing raskt og enkelt i virksomheten eller bedriften din, trenger du en edge computing-tjenesteleverandør. De hjelper til med å behandle dataene og overføre dem effektivt, tilbyr en robust IT-infrastruktur og administrerer massive data generert fra kantenhetene.
Her er noen av de bemerkelsesverdige leverandørene av edge databehandling:
#1. Amazon Web Services
AWS tilbyr konsekvent erfaring med en skykantmodell og tilbyr løsninger og tjenester for IoT, ML, AI, analyse, robotikk, lagring og beregning.
#2. Dell
Dell gir edge computing orkestrering og administrasjon gjennom OpenManage Mobile. Dell er flott for digitale byer, forhandlere, produsenter og andre.
#3. ClearBlade
ClearBlade lanserte Edge Native Intelligent Asset Application som lar en edge-vedlikeholder bygge varslingsenheter og koble til IoT-enheter uten koding.
Andre bemerkelsesverdige edge databehandlingsleverandører er Cloudflare, StackPath, Intel, EdgeConnex og mer.
Siste ord 👩🏫
Edge computing kan være et effektivt, pålitelig og kostnadsbesparende alternativ for moderne virksomheter som bruker digitale tjenester og løsninger enn noen gang før. Det er også et utmerket konsept for å støtte den eksterne arbeidskulturen for å tilrettelegge for raskere databehandling og kommunikasjon.