Edge computing este o arhitectură distribuită a tehnologiei informației (IT) în care datele clientului sunt procesate la periferia rețelei, cât mai aproape de sursa originară.
datele sunt seva afacerilor moderne, oferind informații valoroase despre afaceri și sprijinind controlul în timp real asupra proceselor și operațiunilor critice de afaceri. Afacerile de astăzi sunt inundate într-un ocean de date, iar cantități uriașe de date pot fi colectate în mod obișnuit de la senzori și dispozitive IoT care funcționează în timp real din locații îndepărtate și medii de operare inospitaliere aproape oriunde în lume.dar această inundație virtuală de date schimbă și modul în care întreprinderile gestionează calculul. Paradigma tradițională de calcul construită pe un centru de date centralizat și pe internetul de zi cu zi nu este potrivită pentru a muta râuri în continuă creștere de date din lumea reală. Limitările lățimii de bandă, problemele de latență și întreruperile imprevizibile ale rețelei pot conspira pentru a afecta astfel de eforturi. Întreprinderile răspund la aceste provocări de date prin utilizarea arhitecturii de calcul edge.
în termeni simpli, calculul de margine mută o parte din resursele de stocare și de calcul din Centrul de date central și mai aproape de sursa datelor în sine. În loc să transmită date brute către un centru central de date pentru procesare și analiză, acea muncă este efectuată în locul în care datele sunt de fapt generate-fie că este vorba de un magazin de vânzare cu amănuntul, o fabrică, o utilitate extinsă sau într-un oraș inteligent. Doar rezultatul acelei lucrări de calcul la margine, cum ar fi informații de afaceri în timp real, predicții de întreținere a echipamentelor sau alte răspunsuri acționabile, este trimis înapoi la Centrul de date principal pentru revizuire și alte interacțiuni umane.
astfel, edge computing este remodelarea IT și business computing. Aruncați o privire cuprinzătoare asupra a ceea ce este edge computing, cum funcționează, influența norului, cazurile de utilizare a edge, compromisurile și considerațiile de implementare.
cum funcționează edge computing?
calculul de margine este o chestiune de locație. În calculul tradițional al întreprinderii, datele sunt produse la un punct final al clientului, cum ar fi computerul unui utilizator. Aceste date sunt mutate într-un WAN, cum ar fi internetul, prin LAN-ul corporativ, unde datele sunt stocate și lucrate de o aplicație de întreprindere. Rezultatele acestei lucrări sunt apoi transmise înapoi la punctul final al clientului. Aceasta rămâne o abordare dovedită și testată în timp a calculului client-server pentru cele mai tipice aplicații de afaceri.dar numărul de dispozitive conectate la internet și volumul de date produse de aceste dispozitive și utilizate de întreprinderi cresc mult prea repede pentru ca infrastructurile tradiționale ale centrelor de date să se poată acomoda. Gartner a prezis că până în 2025, 75% din datele generate de întreprinderi vor fi create în afara centrelor de date centralizate. Perspectiva de a muta atât de multe date în situații care pot fi adesea sensibile la timp sau perturbări pune o presiune incredibilă asupra Internetului global, care în sine este adesea supus congestiei și perturbării.arhitecții IT au mutat focalizarea de la centrul central de date la marginea logică a infrastructurii-preluând resursele de stocare și calcul din Centrul de date și mutând aceste resurse până la punctul în care sunt generate datele. Principiul este simplu: dacă nu puteți apropia datele de centrul de date, apropiați Centrul de date de date. Conceptul de edge computing nu este nou și este înrădăcinat în idei vechi de zeci de ani de calcul la distanță-cum ar fi birourile la distanță și sucursalele-unde era mai fiabil și mai eficient să plasezi resursele de calcul în locația dorită, mai degrabă decât să te bazezi pe o singură locație centrală.
Edge computing pune stocarea și serverele acolo unde sunt datele, necesitând adesea puțin mai mult decât un suport parțial de unelte pentru a funcționa pe LAN-ul de la distanță pentru a colecta și procesa datele la nivel local. În multe cazuri, echipamentul de calcul este implementat în incinte ecranate sau întărite pentru a proteja angrenajul de temperaturi extreme, umiditate și alte condiții de mediu. Procesarea implică adesea normalizarea și analizarea fluxului de date pentru a căuta informații de afaceri și numai rezultatele analizei sunt trimise înapoi la Centrul de date principal.
ideea de business intelligence poate varia dramatic. Câteva exemple includ mediile de vânzare cu amănuntul în care supravegherea video a podelei showroom-ului ar putea fi combinată cu date reale de vânzări pentru a determina cea mai dorită configurație a produsului sau cererea consumatorilor. Alte exemple implică analize predictive care pot ghida Întreținerea și repararea echipamentelor înainte de apariția defectelor sau defecțiunilor reale. Încă alte exemple sunt adesea aliniate cu utilitățile, cum ar fi tratarea apei sau generarea de energie electrică, pentru a se asigura că echipamentele funcționează corect și pentru a menține calitatea producției.
margine vs. nor vs. fog computing
Edge computing este strâns asociat cu conceptele de cloud computing și fog computing. Deși există unele suprapuneri între aceste concepte, ele nu sunt același lucru și, în general, nu ar trebui utilizate în mod interschimbabil. Este util să comparați conceptele și să înțelegeți diferențele dintre ele.una dintre cele mai simple modalități de a înțelege diferențele dintre edge, cloud și fog computing este de a evidenția tema lor comună: Toate cele trei concepte se referă la calculul distribuit și se concentrează pe implementarea fizică a resurselor de calcul și stocare în raport cu datele care sunt produse. Diferența constă în locul în care se află aceste resurse.
margine. Edge computing este implementarea resurselor de calcul și stocare în locația în care sunt produse datele. Acest lucru pune în mod ideal compute și stocare în același punct ca sursa de date la marginea rețelei. De exemplu, o incintă mică cu mai multe servere și o anumită stocare ar putea fi instalată deasupra unei turbine eoliene pentru a colecta și procesa datele produse de senzorii din interiorul turbinei. Ca un alt exemplu, o stație de cale ferată ar putea plasa o cantitate modestă de calcul și stocare în cadrul stației pentru a colecta și procesa nenumărate date ale senzorilor de trafic feroviar și feroviar. Rezultatele oricărei astfel de prelucrări pot fi apoi trimise înapoi la un alt centru de date pentru examinare umană, arhivare și pentru a fi îmbinate cu alte rezultate de date pentru analize mai largi.
nor. Cloud computing este o implementare uriașă, extrem de scalabilă a resurselor de calcul și stocare într-una din mai multe locații (regiuni) distribuite la nivel mondial. Furnizorii de Cloud încorporează, de asemenea, un sortiment de servicii preambalate pentru operațiunile IoT, făcând din cloud o platformă centralizată preferată pentru implementările IoT. Dar, chiar dacă cloud computing oferă resurse și servicii mult mai mult decât suficiente pentru a aborda analizele complexe, cea mai apropiată facilitate Regională de cloud poate fi încă la sute de kilometri de punctul în care sunt colectate date, iar conexiunile se bazează pe aceeași conectivitate temperamentală la internet care acceptă centrele de date tradiționale. În practică, cloud computing este o alternativă – sau uneori o completare-la centrele de date tradiționale. Cloud-ul poate obține calculul centralizat mult mai aproape de o sursă de date, dar nu la marginea rețelei.
ceață. Dar alegerea implementării de calcul și stocare nu se limitează la cloud sau edge. Un centru de date cloud ar putea fi prea departe, dar implementarea edge ar putea fi pur și simplu prea limitată la resurse sau împrăștiată fizic sau distribuită, pentru a face practic calculul strict al marginilor. În acest caz, noțiunea de calcul de ceață poate ajuta. Fog computing face de obicei un pas înapoi și pune resursele de calcul și stocare „în” date, dar nu neapărat „la” date.
mediile de calcul de ceață pot produce cantități uluitoare de date despre senzori sau IoT generate în zone fizice expansive care sunt prea mari pentru a defini o margine. Exemplele includ clădiri inteligente, orașe inteligente sau chiar rețele de utilități inteligente. Luați în considerare un oraș inteligent în care datele pot fi utilizate pentru a urmări, analiza și optimiza sistemul de transport public, utilitățile municipale, serviciile orașului și ghidarea planificării urbane pe termen lung. O implementare cu o singură margine pur și simplu nu este suficientă pentru a gestiona o astfel de încărcare, astfel încât fog computing poate opera o serie de implementări de noduri de ceață în sfera mediului pentru a colecta, procesa și analiza date.
Notă: este important să repetăm că calculul de ceață și calculul de margine au o definiție și o arhitectură aproape identice, iar termenii sunt uneori folosiți interschimbabil chiar și în rândul experților în tehnologie.
de ce contează calculul de margine?
sarcinile de calcul necesită arhitecturi adecvate, iar arhitectura care se potrivește unui tip de sarcină de calcul nu se potrivește neapărat tuturor tipurilor de sarcini de calcul. Edge computing a apărut ca o arhitectură viabilă și importantă care acceptă calculul distribuit pentru a implementa resurse de calcul și stocare mai aproape-ideal în aceeași locație fizică ca-sursa de date. În general, modelele de calcul distribuite sunt cu greu noi, iar conceptele de birouri la distanță, sucursale, colocare a centrelor de date și cloud computing au un istoric lung și dovedit.dar descentralizarea poate fi o provocare, solicitând niveluri ridicate de monitorizare și control care sunt ușor trecute cu vederea atunci când se îndepărtează de un model tradițional de calcul centralizat. Edge computing a devenit relevant deoarece oferă o soluție eficientă la problemele de rețea emergente asociate cu mutarea unor volume enorme de date pe care organizațiile de astăzi le produc și le consumă. Nu este doar o problemă de sumă. Este, de asemenea, o chestiune de timp; aplicațiile depind de procesare și răspunsuri care sunt din ce în ce mai sensibile la timp.
luați în considerare creșterea mașinilor cu conducere automată. Acestea vor depinde de semnalele inteligente de control al traficului. Mașinile și controalele de trafic vor trebui să producă, să analizeze și să facă schimb de date în timp real. Înmulțiți această cerință cu un număr mare de vehicule autonome, iar sfera problemelor potențiale devine mai clară. Aceasta necesită o rețea rapidă și receptivă. Edge — și fog — computing abordează trei limitări principale ale rețelei: lățime de bandă, latență și congestie sau fiabilitate.
- lățime de bandă. Lățimea de bandă este cantitatea de date pe care o rețea o poate transporta în timp, exprimată de obicei în biți pe secundă. Toate rețelele au o lățime de bandă limitată, iar limitele sunt mai severe pentru comunicațiile fără fir. Aceasta înseamnă că există o limită finită a cantității de date-sau a numărului de dispozitive-care pot comunica date în rețea. Deși este posibilă creșterea lățimii de bandă a rețelei pentru a găzdui mai multe dispozitive și date, costul poate fi semnificativ, există încă limite finite (mai mari) și nu rezolvă alte probleme.
- latență. Latența este timpul necesar pentru a trimite date între două puncte dintr-o rețea. Deși comunicarea are loc în mod ideal la viteza luminii, distanțele fizice mari cuplate cu congestionarea rețelei sau întreruperile pot întârzia mișcarea datelor în rețea. Acest lucru întârzie orice analiză și procese de luare a deciziilor și reduce capacitatea unui sistem de a răspunde în timp real. A costat chiar vieți în exemplul vehiculului autonom.
- congestie. Internetul este în esență o ” rețea globală de rețele.”Deși a evoluat pentru a oferi schimburi bune de date cu scop general pentru majoritatea sarcinilor de calcul de zi cu zi-cum ar fi schimburile de fișiere sau streamingul de bază-volumul de date implicat cu zeci de miliarde de dispozitive poate copleși internetul, provocând niveluri ridicate de congestie și forțând retransmisiile de date consumatoare de timp. În alte cazuri, întreruperile de rețea pot exacerba congestia și chiar pot întrerupe comunicarea cu unii utilizatori de internet în întregime – făcând Internetul lucrurilor inutil în timpul întreruperilor.
prin implementarea serverelor și a stocării în care sunt generate datele, edge computing poate opera multe dispozitive pe o rețea LAN mult mai mică și mai eficientă, unde lățimea de bandă amplă este utilizată exclusiv de dispozitivele locale generatoare de date, ceea ce face ca latența și congestia să fie practic inexistente. Stocarea locală colectează și protejează datele brute, în timp ce serverele locale pot efectua analize esențiale de margine-sau cel puțin preprocesează și reduc datele-pentru a lua decizii în timp real înainte de a trimite rezultate, sau doar date esențiale, către cloud sau centrul central de date.
cazuri și exemple de utilizare a calculului de margine
în principal, tehnicile de calcul de margine sunt utilizate pentru a colecta, filtra, procesa și analiza datele „la fața locului” la sau în apropierea marginii rețelei. Este un mijloc puternic de utilizare a datelor care nu pot fi mutate mai întâi într-o locație centralizată-de obicei, deoarece volumul mare de date face ca astfel de mișcări să fie prohibitive din punct de vedere al costurilor, impracticabile din punct de vedere tehnologic sau ar putea încălca obligațiile de conformitate, cum ar fi suveranitatea datelor. Această definiție a generat nenumărate exemple din lumea reală și cazuri de utilizare:
- Manufacturing. Un producător industrial a implementat edge computing pentru a monitoriza producția, permițând analiza în timp real și învățarea automată la edge pentru a găsi erori de producție și pentru a îmbunătăți calitatea fabricării produselor. Edge computing a sprijinit adăugarea de senzori de mediu în întreaga fabrică de producție, oferind o perspectivă asupra modului în care fiecare componentă a produsului este asamblată și stocată-și cât timp componentele rămân în stoc. Producătorul poate lua acum decizii de afaceri mai rapide și mai precise cu privire la instalația din fabrică și operațiunile de fabricație.
- Agricultura. Luați în considerare o afacere care cultivă culturi în interior fără lumina soarelui, sol sau pesticide. Procesul reduce timpul de creștere cu mai mult de 60%. Utilizarea senzorilor permite companiei să urmărească utilizarea apei, densitatea nutrienților și să determine recolta optimă. Datele sunt colectate și analizate pentru a găsi efectele factorilor de mediu și pentru a îmbunătăți continuu algoritmii de creștere a culturilor și pentru a se asigura că culturile sunt recoltate în stare de vârf.
- optimizarea rețelei. Calculul de margine poate ajuta la optimizarea performanței rețelei prin măsurarea performanței pentru utilizatorii de pe internet și apoi prin utilizarea de analize pentru a determina cea mai fiabilă cale de rețea cu latență redusă pentru traficul fiecărui utilizator. De fapt, calculul de margine este utilizat pentru a „direcționa” traficul în rețea pentru performanțe optime de trafic sensibile la timp.
- siguranța la locul de muncă. Edge computing poate combina și analiza datele de la camerele de la fața locului, dispozitivele de siguranță ale angajaților și alți senzori pentru a ajuta companiile să supravegheze condițiile de la locul de muncă sau să se asigure că angajații respectă protocoalele de siguranță stabilite-mai ales atunci când locul de muncă este îndepărtat sau neobișnuit de periculos, cum ar fi șantierele de construcții sau platformele petroliere.
- îmbunătățirea asistenței medicale. Industria medicală a extins dramatic cantitatea de date despre pacienți colectate de la dispozitive, senzori și alte echipamente medicale. Acest volum enorm de date necesită edge computing pentru a aplica automatizarea și învățarea automată pentru a accesa datele, a ignora datele „normale” și a identifica datele cu probleme, astfel încât medicii să poată lua măsuri imediate pentru a ajuta pacienții să evite incidentele de sănătate în timp real.
- transport. Vehiculele autonome necesită și produc oriunde de la 5 TB la 20 TB pe zi, colectând informații despre locație, viteză, starea vehiculului, condițiile rutiere, condițiile de trafic și alte vehicule. Datele trebuie agregate și analizate în timp real, în timp ce vehiculul este în mișcare. Acest lucru necesită un calcul semnificativ la bord – fiecare vehicul autonom devine un „avantaj”.”În plus, datele pot ajuta autoritățile și întreprinderile să gestioneze flotele de vehicule pe baza condițiilor reale de pe teren.
- cu amănuntul. Întreprinderile cu amănuntul pot produce, de asemenea, volume enorme de date din supraveghere, urmărirea stocurilor, date de vânzări și alte detalii de afaceri în timp real. Edge computing poate ajuta la analiza acestor date diverse și la identificarea oportunităților de afaceri, cum ar fi un endcap sau o campanie eficientă, la prezicerea vânzărilor și la optimizarea comenzilor furnizorilor și așa mai departe. Deoarece afacerile cu amănuntul pot varia dramatic în mediile locale, edge computing poate fi o soluție eficientă pentru procesarea locală la fiecare magazin.
beneficiile calculului de margine
calculul de margine abordează provocări vitale ale infrastructurii-cum ar fi limitările lățimii de bandă, excesul de latență și congestia rețelei-dar există mai multe beneficii suplimentare potențiale pentru calculul de margine care pot face abordarea atrăgătoare în alte situații.
autonomie. Calculul de margine este util în cazul în care conectivitatea nu este fiabilă sau lățimea de bandă este restricționată din cauza caracteristicilor de mediu ale site-ului. Exemplele includ platforme petroliere, Nave pe mare, ferme îndepărtate sau alte locații îndepărtate, cum ar fi o pădure tropicală sau un deșert. Edge computing funcționează la fața locului-uneori chiar pe dispozitivul edge-cum ar fi senzorii de calitate a apei de pe purificatoarele de apă din satele îndepărtate și pot salva date pentru a fi transmise într-un punct central numai atunci când conectivitatea este disponibilă. Prin prelucrarea datelor la nivel local, cantitatea de date care trebuie trimise poate fi mult redusă, necesitând mult mai puțină lățime de bandă sau timp de conectivitate decât ar putea fi altfel necesar.
suveranitatea datelor. Mutarea unor cantități uriașe de date nu este doar o problemă tehnică. Călătoria datelor peste granițele naționale și regionale poate pune probleme suplimentare pentru securitatea datelor, confidențialitatea și alte probleme juridice. Edge computing poate fi utilizat pentru a păstra datele aproape de sursa lor și în limitele legilor predominante privind suveranitatea datelor, cum ar fi GDPR al Uniunii Europene, care definește modul în care datele ar trebui stocate, procesate și expuse. Acest lucru poate permite prelucrarea datelor brute la nivel local, ascunzând sau securizând orice date sensibile înainte de a trimite ceva în cloud sau în centrul de date primar, care poate fi în alte jurisdicții.
securitate margine. În cele din urmă, edge computing oferă o oportunitate suplimentară de a implementa și asigura securitatea datelor. Deși furnizorii de cloud au servicii IoT și se specializează în analize complexe, întreprinderile rămân preocupate de siguranța și securitatea datelor odată ce acestea părăsesc marginea și se deplasează înapoi în cloud sau în centrul de date. Prin implementarea calculului la edge, orice date care traversează rețeaua înapoi în cloud sau în centrul de date pot fi securizate prin criptare, iar implementarea edge în sine poate fi întărită împotriva hackerilor și a altor activități rău intenționate-chiar și atunci când securitatea pe dispozitivele IoT rămâne limitată.
provocările calculului de margine
deși calculul de margine are potențialul de a oferi beneficii convingătoare într-o multitudine de cazuri de utilizare, tehnologia este departe de a fi infailibilă. Dincolo de problemele tradiționale de limitări de rețea, există mai multe considerente cheie care pot afecta adoptarea de calcul margine:
- capacitate limitată. O parte din atracția pe care cloud computing-ul o aduce la edge-sau fog-computing este varietatea și amploarea resurselor și serviciilor. Implementarea unei infrastructuri la edge poate fi eficientă, dar scopul și scopul implementării edge trebuie să fie clar definite-chiar și o implementare extinsă de calcul edge servește unui scop specific la o scară prestabilită, folosind resurse limitate și puține servicii.
- conectivitate. Edge computing depășește limitările tipice ale rețelei, dar chiar și cea mai iertătoare implementare edge va necesita un nivel minim de conectivitate. Este esențial să proiectați o implementare edge care să găzduiască o conectivitate slabă sau neregulată și să luați în considerare ce se întâmplă la edge atunci când conectivitatea este pierdută. Autonomia, AI și planificarea grațioasă a eșecurilor în urma problemelor de conectivitate sunt esențiale pentru calculul de margine de succes.
- securitate. Dispozitivele IoT sunt de notorietate nesigure, deci este vital să proiectăm o implementare de calcul de vârf care să sublinieze gestionarea adecvată a dispozitivelor, cum ar fi aplicarea configurației bazate pe politici, precum și securitatea resurselor de calcul și stocare-inclusiv factori precum patch-uri software și actualizări-cu o atenție specială la criptarea datelor în repaus și în zbor. Serviciile IoT de la furnizorii majori de cloud includ comunicații sigure, dar acest lucru nu este automat atunci când construiți un site edge de la zero.
- ciclurile de viață ale datelor. Problema perenă cu saturarea datelor de astăzi este că atât de multe dintre aceste date nu sunt necesare. Luați în considerare un dispozitiv de monitorizare medicală-doar datele despre probleme sunt critice și nu are rost să păstrăm zile de date normale despre pacienți. Majoritatea datelor implicate în analiza în timp real sunt date pe termen scurt care nu sunt păstrate pe termen lung. O afacere trebuie să decidă ce date să păstreze și ce să renunțe odată ce analizele sunt efectuate. Iar datele care sunt păstrate trebuie protejate în conformitate cu politicile de afaceri și de reglementare.
Edge computing implementation
Edge computing este o idee simplă care ar putea părea ușoară pe hârtie, dar dezvoltarea unei strategii coezive și implementarea unei implementări solide la edge poate fi un exercițiu provocator.
primul element vital al oricărei implementări tehnologice de succes este crearea unei strategii de afaceri și tehnice semnificative. O astfel de strategie nu se referă la alegerea vânzătorilor sau a uneltelor. În schimb, o strategie de margine ia în considerare necesitatea calculului de margine. Înțelegerea „de ce” necesită o înțelegere clară a problemelor tehnice și de afaceri pe care organizația încearcă să le rezolve, cum ar fi depășirea constrângerilor de rețea și respectarea suveranității datelor.
astfel de strategii ar putea începe cu o discuție despre ce înseamnă edge, unde există pentru afacere și cum ar trebui să beneficieze organizația. Strategiile de margine ar trebui, de asemenea, să se alinieze planurilor de afaceri existente și foilor de parcurs tehnologice. De exemplu, dacă afacerea încearcă să-și reducă amprenta centralizată a centrelor de date, atunci edge și alte tehnologii de calcul distribuite s-ar putea alinia bine.pe măsură ce proiectul se apropie de implementare, este important să evaluați cu atenție opțiunile hardware și software. Există mulți furnizori în spațiul de calcul edge, inclusiv tehnologia Adlink, Cisco, Amazon, Dell EMC și HPE. Fiecare ofertă de produse trebuie evaluată pentru cost, performanță, caracteristici, interoperabilitate și suport. Din perspectiva software-ului, instrumentele ar trebui să ofere vizibilitate și control cuprinzător asupra mediului de margine la distanță.
implementarea efectivă a unei inițiative de calcul de margine poate varia dramatic în domeniul de aplicare și scară, variind de la unele echipamente de calcul locale într-o incintă întărită de luptă deasupra unui utilitar la o gamă largă de senzori care alimentează o conexiune de rețea cu lățime de bandă mare și latență redusă la norul public. Nu există două implementări de margine sunt aceleași. Aceste variații fac ca strategia și planificarea edge să fie atât de critice pentru succesul proiectului edge.
o implementare edge necesită o monitorizare cuprinzătoare. Amintiți-vă că ar putea fi dificil-sau chiar imposibil-să aduceți personalul IT pe site-ul fizic edge, astfel încât implementările edge ar trebui să fie proiectate pentru a oferi rezistență, toleranță la erori și capacități de auto-vindecare. Instrumentele de monitorizare trebuie să ofere o imagine de ansamblu clară a implementării la distanță, să permită furnizarea și configurarea ușoară, să ofere alertare și raportare cuprinzătoare și să mențină securitatea instalației și a datelor sale. Monitorizarea Edge implică adesea o serie de valori și KPI-uri, cum ar fi disponibilitatea site-ului sau timpul de funcționare, performanța rețelei, capacitatea de stocare și utilizarea și resursele de calcul.
și nici o implementare edge nu ar fi completă fără o analiză atentă a întreținerii edge:
- securitate. Măsurile de securitate fizice și logice sunt vitale și ar trebui să implice instrumente care pun accentul pe gestionarea vulnerabilității și detectarea și prevenirea intruziunilor. Securitatea trebuie să se extindă la dispozitivele cu senzori și IoT, deoarece fiecare dispozitiv este un element de rețea care poate fi accesat sau piratat-prezentând un număr uluitor de posibile suprafețe de atac.
- conectivitate. Conectivitatea este o altă problemă și trebuie să se prevadă accesul la control și raportare chiar și atunci când conectivitatea pentru datele reale nu este disponibilă. Unele implementări edge utilizează o conexiune secundară pentru conectivitate și control de rezervă.
- Management. Locațiile îndepărtate și adesea inospitaliere ale implementărilor de margine fac esențială furnizarea și gestionarea la distanță. Managerii IT trebuie să poată vedea ce se întâmplă la margine și să poată controla implementarea atunci când este necesar.
- întreținere fizică. Cerințele de întreținere fizică nu pot fi trecute cu vederea. Dispozitivele IoT au adesea o durată de viață limitată, cu înlocuiri de rutină ale bateriei și dispozitivelor. Uneltele eșuează și, în cele din urmă, necesită întreținere și înlocuire. Logistica practică a site-ului trebuie inclusă în întreținere.
edge computing, IoT și 5G posibilități
Edge computing continuă să evolueze, folosind noi tehnologii și practici pentru a spori capacitățile și performanța. Poate că cea mai remarcabilă tendință este disponibilitatea edge, iar serviciile edge sunt așteptate să devină disponibile la nivel mondial până în 2028. În cazul în care calculul de margine este adesea specific situației astăzi, se așteaptă ca tehnologia să devină mai omniprezentă și să schimbe modul în care este utilizat internetul, aducând mai multe abstractizări și cazuri potențiale de utilizare pentru tehnologia de margine.
acest lucru poate fi văzut în proliferarea produselor de calcul, stocare și aparate de rețea special concepute pentru calculul de margine. Mai multe parteneriate multivendor va permite o mai bună interoperabilitate produs și flexibilitate la marginea. Un exemplu include un parteneriat între AWS și Verizon pentru a aduce o conectivitate mai bună la edge.tehnologiile de comunicații fără fir, cum ar fi 5G și Wi-Fi 6, vor afecta, de asemenea, implementările și utilizarea edge în următorii ani, permițând capabilități de virtualizare și automatizare care nu au fost încă explorate, cum ar fi o autonomie mai bună a vehiculului și migrarea volumului de muncă către edge, făcând în același timp rețelele fără fir mai flexibile și mai rentabile.
calculul de margine a câștigat atenție odată cu creșterea IoT și supraaglomerarea bruscă a datelor pe care le produc astfel de dispozitive. Dar, cu tehnologiile IoT încă în fază incipientă, evoluția dispozitivelor IoT va avea, de asemenea, un impact asupra dezvoltării viitoare a computerelor de margine. Un exemplu de astfel de alternative viitoare este dezvoltarea centrelor de date micro-modulare (Mmdc). MMDC este practic un centru de date într-o cutie, punând un centru de date complet într-un mic sistem mobil care poate fi implementat mai aproape de date-cum ar fi într-un oraș sau o regiune-pentru a obține calculul mult mai aproape de date fără a pune marginea la datele corespunzătoare.