Как использовать периферийные вычисления, чтобы получить максимальную отдачу от корпоративных решений Интернета вещей

Jan 26, 2024

В этой статье PSA объясняет, какие среды требуют периферийных вычислений, какие случаи тандема IoT + Edge наиболее перспективны и как грамотно распределять рабочие нагрузки по экосистеме IoT.

Интернет вещей в последние годы существенно подогревает интерес к теме периферийных вычислений. Дело в том, что периферийные вычисления возлагают большие надежды на раскрытие потенциала постоянно растущего объема данных, производимых устройствами Интернета вещей. Ожидается, что к 2025 году этот объем достигнет колоссальных 73,1 ЗБ, но чтобы извлечь из него пользу, потоки данных необходимо грамотно распределять, управлять ими и анализировать. Здесь могут оказаться полезными периферийные устройства. Как показывает статистика, периферийные вычисления уже так или иначе используются в большинстве приложений IoT. Выйдя за рамки маршрутизаторов и межсетевых экранов, периферийные вычисления позволяют выполнять интеллектуальную автоматизацию и прогнозное обслуживание, оптимизировать жизненный цикл данных и, следовательно, снижать затраты. Хотя интеллектуальная периферия является новым приложением, уже сейчас можно поближе взглянуть на то, как она проявила себя в промышленности, транспорте, здравоохранении и других распространенных корпоративных IoT-решениях, чтобы получить от нее максимальную пользу. В этой статье PSA выясняет, какие среды требуют периферийных вычислений, какие случаи тандема IoT + Edge наиболее перспективны и как грамотно распределять рабочие нагрузки по экосистеме IoT.

Традиционная архитектура корпоративных IoT-решений предполагает, что данные собираются с таких вещей, как продукты на конвейере или оборудование в цехах; затем он передается в облако для дальнейшей обработки и анализа. В такой системе периферийные устройства используются традиционным способом — для распределения данных по сети и управления сетевым трафиком. Маршрутизаторы, межсетевые экраны, мультиплексоры и коммутаторы относятся к числу таких устройств, последние позволяют предприятию подключаться к промышленным устройствам. В целом они позволяют установить IoT в масштабах всего предприятия, независимо от его местоположения. В случае с решениями для автоматизации Интернета вещей идеи, генерируемые искусственным интеллектом в облаке, отправляются обратно в поле, чтобы вызвать определенные действия. Конечно, такой подход страдает недостатком скорости и пропускной способности, что становится критическим для широко распределенной архитектуры и большого объема данных, которые необходимо обработать. Именно здесь в игру вступают интеллектуальные периферийные устройства, которые берут на себя обработку, аналитику и действия. Их преимущество проявляется в их близости к источнику данных, что позволяет им сократить задержку за счет делегирования им некоторых основных полномочий по принятию решений.

Таким образом, при размещении определенных нагрузок на периферии система экономит время на связи с облаком, что позволяет оперативно реагировать на ситуацию на местах. Кроме того, обеспечивается более высокая доступность и надежность, а также безопасность, поскольку данные не выходят за пределы локального хранилища. Чтобы сделать эту конфигурацию экономически эффективной, крайне важно не перегружать облако.

Облачный гибрид + периферия Поскольку основная ценность гибридного облака заключается в возможности перераспределять рабочие нагрузки между различными средами, расширение такой инфраструктуры на периферийные решения выглядит максимально естественным. Подключая периферийные устройства, вы получаете больше возможностей для оптимизации рабочих нагрузок. Это обеспечивает экономичную масштабируемость и повышенную устойчивость в случае сбоя системы. В гибридных средах периферийный компонент обеспечивает дополнительную гибкость всей системы, а облачный компонент повышает согласованность между распределенными активами. Когда дело доходит до чрезмерного объема данных, которые циркулируют в экосистеме Интернета вещей, вы получаете больше пользы, отдавая предпочтение вычислениям в реальном времени, оставляя позади глубокую аналитику облачных вычислений. При этом облако можно использовать как центр управления, обеспечивающий прозрачность всей системы. Поскольку вы не будете обращаться к специалисту на каждый узел, если что-то пойдет не так, тандем Hybrid Cloud + Edge позволяет повысить управляемость. Проекты с открытым исходным кодом, такие как Micro Shift, помогают расширить возможности критически важных платформ, таких как Kubernetes, и обеспечить их согласованность.