Edge computing sigter mod at optimere webapps og internetenheder og minimere båndbreddeforbrug og latens i kommunikation. Dette kan være en af årsagerne til dens hurtige popularitet i det digitale rum.
En overskydende mængde data genereres dagligt fra virksomheder, virksomheder, fabrikker, hospitaler, banker og andre etablerede faciliteter.
Derfor er det blevet mere kritisk at administrere, opbevare og behandle data effektivt. Det er især tydeligt i tilfælde af tidsfølsomme virksomheder at behandle data hurtigt og effektivt for minimale sikkerhedsrisici og hurtigere forretningsdrift.
Til dette kan Edge computing hjælpe.
Men hvad handler det om? Er skyen ikke nok?
Lad os fjerne disse tvivl ved at forstå Edge computing i detaljer.
Indholdsfortegnelse
Hvad er Edge Computing?
Edge computing er den moderne, distribuerede computerarkitektur, der bringer datalagring og beregning tættere på datakilden. Dette hjælper med at spare båndbredde og forbedre responstiden.
Enkelt sagt involverer edge computing færre processer, der kører i skyen. Det flytter også disse computerprocesser til edge-enheder, såsom IoT-enheder, edge-servere eller brugernes computere. Denne måde at bringe beregning tættere på eller på netværkets kant reducerer langdistancekommunikation mellem en server og en klient. Derfor reducerer det båndbreddeforbrug og latens.
Edge computing er i bund og grund en arkitektur i stedet for en teknologi i sig selv. Det er lokationsspecifik databehandling, der ikke er afhængig af skyen til at udføre arbejdet. Det betyder dog aldrig, at skyen ikke eksisterer; det bliver bare tættere på.
Oprindelsen af Edge Computing
Edge computing opstod som et koncept i indholdsleveringsnetværk (CDN’er), der blev oprettet i 1990’erne for at levere video- og webindhold ved hjælp af edge-servere, der er installeret tættere på brugerne. I 2000’erne udviklede disse netværk sig og begyndte at hoste apps og app-komponenter direkte på kantserverne.
Sådan opstod den første brug af edge computing kommercielt. Til sidst blev edge computing-løsninger og -tjenester udviklet til at hoste apps såsom indkøbskurve, dataaggregering i realtid, annonceindsættelse og mere.
Edge Computing Architecture
Computeropgaver kræver en ordentlig arkitektur. Og der er ingen “one size fits all”-politik her. Forskellige typer computeropgaver kræver forskellig arkitektur.
Edge computing er gennem årene blevet en vigtig arkitektur til at understøtte distribueret computing og implementere lager- og beregningsressourcer tæt på den samme geografiske placering som kilden.
Selvom det anvender decentraliseret arkitektur, som kan være udfordrende og kræver kontinuerlig kontrol og overvågning, er edge computing stadig effektiv til at løse avancerede netværksproblemer som at flytte store datamængder på kortere tid end andre computermetoder.
Den unikke arkitektur for edge computing sigter mod at løse tre hovednetværksudfordringer – latency, båndbredde og netværksoverbelastning.
Reaktionstid
Det refererer til det tidspunkt, hvor en datapakke går fra et punkt i netværket til et andet. Lavere latenstid hjælper med at opbygge en mere fabelagtig brugeroplevelse, men dens udfordring er afstanden mellem en bruger (klient), der foretager anmodningen, og den server, der deltager i anmodningen. Latency kan stige med større geografiske afstande og overbelastning af netværket, hvilket forsinker serverens responstid.
Ved at placere beregningen tættere på datakilden, reducerer du faktisk den fysiske afstand mellem serveren og klienten for at muliggøre hurtigere svartider.
Båndbredde
Det er mængden af data et netværk bærer over tid og måles i bits/sekund. Det er begrænset til alle netværk, især til trådløs kommunikation. Derfor kan et begrænset antal enheder udveksle data i et netværk. Og hvis du vil øge denne båndbredde, skal du muligvis betale ekstra. Derudover er det også svært at kontrollere brugen af båndbredde på tværs af netværket ved at forbinde et stort antal enheder.
Edge computing løser dette problem. Da al beregning sker tæt på eller ved datakilden, såsom computere, webkameraer osv., leveres båndbredde kun til deres brug, hvilket reducerer spild.
Overbelastning
Internettet involverer milliarder af enheder, der udveksler data over hele verden. Dette kan være overvældende for netværket og resultere i høj overbelastning af netværket og responsforsinkelser. Derudover kan netværksafbrydelser også ske og øge overbelastningen mere for at forstyrre kommunikationen mellem brugerne.
Ved at implementere servere og datalagring på eller i nærheden af det sted, hvor dataene genereres, gør edge computing det muligt for flere enheder at fungere over et mere effektivt og mindre LAN, hvor lokale enheder, der genererer data, kan bruge den tilgængelige båndbredde. På denne måde reducerer det overbelastning og latens betydeligt.
Hvordan virker Edge Computing?
Edge computing-konceptet er ikke helt nyt; det går tilbage til årtier forbundet med remote computing. For eksempel placerede afdelingskontorer og fjernarbejdspladser computerressourcer på et sted, hvor de kan høste maksimalt udbytte i stedet for at stole på en central placering.
I traditionel databehandling, hvor data blev produceret på klientsiden (som en brugers pc), flyttede den over internettet til virksomhedens LAN for at gemme data og behandle dem ved hjælp af en virksomhedsapp. Derefter sendes outputtet tilbage, rejse gennem internettet, for at nå klientens enhed.
Nu har moderne it-arkitekter flyttet fra konceptet med centraliserede datacentre og omfavnet kantinfrastrukturen. Her flyttes computer- og lagerressourcerne fra et datacenter til det sted, hvor brugeren genererer dataene (eller datakilden).
Dette indebærer, at du bringer datacentret tæt på datakilden, ikke omvendt. Det kræver et delvist gearstativ, der hjælper med at fungere på et eksternt LAN og indsamler dataene lokalt for at behandle dem. Nogle kan placere gearet i afskærmede kabinetter for at beskytte det mod høje temperaturer, fugtighed, fugt og andre klimatiske forhold.
Edge computing-processen involverer datanormalisering og analyse for at finde business intelligence, og sender kun de relevante data efter analyse til hoveddatacentret. Desuden kan business intelligence her betyde:
- Videoovervågning i detailbutikker
- Salgsdata
- Forudsigende analyse til reparation og vedligeholdelse af udstyr
- Strømproduktion,
- Vedligeholdelse af produktkvalitet,
- Sørg for, at enheden fungerer korrekt og mere.
Fordele og ulemper
Fordele
Fordelene ved edge computing er som følger:
#1. Hurtigere responstider
Implementering af beregningsprocesser ved eller i nærheden af edge-enhederne hjælper med at reducere latens, som forklaret ovenfor.
Antag for eksempel, at en medarbejder ønsker at levere en presserende besked til en anden medarbejder i samme virksomhedslokaler. Det tager længere tid at sende beskeden, da den kører uden for bygningen og kommunikerer med en fjern server placeret hvor som helst i verden og derefter kommer tilbage som en modtaget besked.
Med Edge computing er routeren ansvarlig for dataoverførsler på kontoret, hvilket reducerer forsinkelser markant. Det sparer også båndbredde i høj grad.
#2. Omkostningseffektivitet
Edge computing hjælper med at spare serverressourcer og båndbredde, hvilket igen sparer omkostninger. Hvis du implementerer cloud-ressourcer til at understøtte et stort antal enheder på kontorer eller i hjemmet med smarte enheder, bliver omkostningerne højere. Men edge computing kan reducere disse udgifter ved at flytte beregningsdelen af alle disse enheder til kanten.
#3. Datasikkerhed og privatliv
Flytning af data på tværs af servere placeret internationalt kommer med privatliv, sikkerhed og flere juridiske problemer. Hvis det bliver kapret og falder i de forkerte hænder, kan det give anledning til dybe bekymringer.
Edge computing holder data tættere på kilden inden for grænserne af datalovgivningen såsom HIPAA og GDPR. Det hjælper med at behandle data lokalt og undgår, at følsomme data flyttes til skyen eller et datacenter. Derfor forbliver dine data sikre i dine lokaler.
Derudover kan data, der går til skyen eller fjerne servere, også krypteres ved at implementere edge computing. På denne måde bliver data mere sikre mod cyberangreb.
#4. Nem vedligeholdelse
Edge computing kræver minimal indsats og omkostninger for at vedligeholde edge-enheder og -systemer. Det bruger mindre strøm til databehandling, og kølebehovet for at holde systemerne i drift med den optimale ydeevne er også mindre.
Ulemper
Ulemperne ved edge computing er:
#1. Begrænset omfang
Implementering af edge computing kunne være effektiv, men dens formål og omfang er begrænset. Dette er en af grundene til, at folk er tiltrukket af skyen.
#2. Forbindelse
Edge computing skal have gode tilslutningsmuligheder for at behandle data effektivt. Og hvis forbindelsen går tabt, kræver det solid fejlplanlægning at overvinde de problemer, der opstår.
#3. Sikkerhedssmuthuller
Med den øgede brug af smarte enheder øges risikoen for, at angribere kompromitterer enhederne.
Anvendelser af Edge Computing
Edge computing finder applikationer i forskellige brancher. Det bruges til at aggregere, behandle, filtrere og analysere data nær eller ved netværkskanten. Nogle af de områder, hvor det anvendes, er:
IoT-enheder
Det er en almindelig misforståelse, at edge computing og IoT er det samme. I virkeligheden er edge computing en arkitektur, hvorimod IoT er en teknologi, der bruger edge computing.
Smarte enheder som smartphones, smarte termostater, smarte køretøjer, smarte låse, smartwatches osv. opretter forbindelse til internettet og drager fordel af kode, der kører på disse enheder selv i stedet for skyen for effektiv brug.
Optimering af netværk
Edge computing hjælper med at optimere netværket ved at måle og forbedre dets ydeevne på tværs af nettet for brugerne. Den finder en netværkssti med den laveste latenstid og mest pålidelighed for brugertrafik. Derudover kan det også fjerne trafikpropper for optimal ydeevne.
Sundhedspleje
En stor mængde data genereres fra sundhedssektoren. Det involverer patientdata fra medicinsk udstyr, sensorer og enheder.
Derfor er der et større behov for at administrere, behandle og opbevare dataene. Edge computing hjælper her ved at anvende maskinlæring og automatisering til dataadgang. Det hjælper med at identificere problematiske data, der kræver øjeblikkelig opmærksomhed fra klinikere for at muliggøre bedre patientpleje og eliminere helbredshændelser.
Derudover bruges edge computing i medicinske overvågningssystemer til at reagere hurtigt i realtid i stedet for at vente på, at en cloud-server handler.
Detailhandel
Detailvirksomheder genererer også store bidder af data fra lagersporing, salg, overvågning og anden virksomhedsinformation. Brug af edge computing gør det muligt for folk at indsamle og analysere disse data og finde forretningsmuligheder såsom salgsforudsigelse, optimering af leverandørordrer, gennemførelse af effektive kampagner og mere.
Fremstilling
Edge computing bruges i fremstillingssektoren til at overvåge fremstillingsprocesser og anvende maskinlæring og realtidsanalyse for at forbedre produktkvaliteter og opdage produktionsfejl. Det understøtter også de miljøsensorer, der skal indarbejdes i produktionsanlæg.
Ydermere giver edge computing indsigt i komponenterne på lager, og hvor længe de vil vare. Det hjælper producenten med at træffe præcise og hurtigere forretningsbeslutninger om driften og fabrikken.
Konstruktion
Byggebranchen bruger hovedsageligt edge computing til sikkerhed på arbejdspladsen til at indsamle og analysere data taget fra sikkerhedsanordninger, kameraer, sensorer osv. Det hjælper virksomheder med at overskue sikkerhedsforholdene på arbejdspladsen og sikrer, at medarbejderne følger sikkerhedsprotokoller.
Transport
Transportsektoren, især autonome køretøjer, producerer terabyte data hver dag. Autonome køretøjer har brug for data, der skal indsamles og analyseres, mens de er i bevægelse, i realtid, hvilket kræver tung databehandling. De har også brug for data om køretøjets tilstand, hastighed, placering, vej- og trafikforhold og nærliggende køretøjer.
For at håndtere dette bliver køretøjerne selv kanten, hvor beregningen finder sted. Som et resultat behandles data med en accelereret hastighed for at sætte skub i dataindsamlings- og analysebehovene.
Landbrug
I landbruget bruges edge computing i sensorer til at spore næringsstoftæthed og vandforbrug og optimere høsten. Til dette indsamler sensoren data om miljø-, temperatur- og jordforhold. Den analyserer deres virkninger for at hjælpe med at øge afgrødeudbyttet og sikre, at de høstes under de mest gunstige miljøforhold.
Energi
Edge computing er også nyttig i energisektoren til at overvåge sikkerheden med gas- og olieselskaber. Sensorer overvåger luftfugtighed og tryk kontinuerligt. Derudover må den ikke miste forbindelsen, for hvis der sker noget galt, som et overophedet olierør bliver uopdaget, kan det føre til katastrofer. Udfordringen er, at de fleste af disse faciliteter er beliggende i fjerntliggende områder, hvor forbindelsen er dårlig.
Derfor giver implementering af edge computing på disse systemer eller i nærheden af dem større tilslutningsmuligheder og kontinuerlige overvågningsmuligheder. Edge computing kan også bestemme fejlfunktioner i realtid udstyr. Sensorerne kan overvåge energi genereret af alle maskiner, såsom elektriske køretøjer, vindmøllesystemer og mere med netkontrol for at hjælpe med omkostningsreduktion og effektiv energiproduktion.
Andre edge computing-applikationer er til videokonferencer, der bruger store båndbredder, effektiv caching med kode, der kører på CDN edge-netværk, finansielle tjenester såsom banker til sikkerhed og mere.
Far Edge vs. Near Edge
Edge computing involverer så mange udtryk, såsom nærkant, fjernkant osv., at det nogle gange bliver forvirrende. Lad os forstå forskellen mellem den fjerneste kant og den nære kant.
Fjern kant
Det er den infrastruktur, der er installeret længst væk fra et cloud-datacenter, mens det er tættest på brugerne.
For eksempel kan Far Edge-infrastrukturen for et mobilservicebureau være i nærheden af basestationerne i mobiltelefontårne.
Far Edge computing er implementeret på virksomheder, fabrikker, indkøbscentre osv. De apps, der kører på denne infrastruktur har brug for høj gennemstrømning, skalerbarhed og lav latency, hvilket er fantastisk til videostreaming, AR/VR, videospil osv. Baseret på hosted apps, er det kendt som:
- En Enterprise Edge, der er vært for virksomhedsapps
- IoT Edge, der er vært for IoT-apps
Tæt på Edge
Det er computerinfrastrukturen, der er installeret mellem cloud-datacentrene og Far Edge. Det er vært for generiske applikationer og tjenester, i modsætning til Far Edge, der er vært for specifikke apps.
For eksempel kan Near Edge-infrastruktur bruges til CDN-caching, tågeberegning osv. Desuden placerer tågeberegning lager- og computerressourcer i eller i nærheden af dataene, og er muligvis ikke ved dataene. Det er en mellemting mellem et cloud-datacenter, der ligger langt væk, og kanten ved kilden med begrænsede ressourcer.
Edge Computing vs. Cloud Computing (ligheder og forskelle)
Både Edge og Cloud computing involverer distribueret computing og udrulning af lager- og computerressourcer baseret på data, der produceres. De er dog bestemt ikke ens.
Her er hvordan de er forskellige.
- Implementering: Cloud computing implementerer ressourcer på globale lokationer med høj skalerbarhed til at køre processer. Det kan omfatte centraliseret databehandling tættere på datakilden/datakilderne, men ikke ved et netværks kant. På den anden side implementerer edge computing ressourcer, hvor dataene genereres.
- Centralisering/Decentralisering: Ved hjælp af centralisering tilbyder skyen effektive og skalerbare ressourcer med sikkerhed og kontrol. Edge computing er decentraliseret og bruges til at løse de bekymringer og brugssager, der ikke findes i cloud computings centraliseringstilgang.
- Arkitektur: Cloud computing-arkitekturen består af flere løst koblede komponenter. Det leverer apps og tjenester på pay-as-you-go-modellen. Edge computing strækker sig dog over cloud computing og giver en mere stabil arkitektur.
- Programmering: Appudvikling i skyen er velegnet og anvender et eller færre programmeringssprog. Edge computing kan kræve forskellige programmeringssprog for at udvikle apps.
- Svartid: Den gennemsnitlige responstid er normalt mere i cloud computing sammenlignet med edge computing. Derfor tilbyder edge computing en hurtigere computerproces.
- Båndbredde: Cloud computing bruger mere båndbredde og strøm på grund af den større afstand mellem klienten og serveren, mens edge computing kræver forholdsvis lavere båndbredde og strøm.
Hvad er fordelene ved Edge Computing frem for Cloud Computing?
Processen i edge computing er mere effektiv end cloud computing, da sidstnævnte tager længere tid at hente de data, en bruger har anmodet om. Cloud computing kan forsinke informationsrelæet til et datacenter, hvilket forsinker beslutningsprocessen for at forårsage latency.
Som følge heraf kan organisationer lide tab i form af omkostninger, båndbredde, datasikkerhed og endda erhvervsmæssige risici, især i tilfælde af fremstilling og konstruktion. Her er et par fordele ved Edge over Cloud.
- Efterspørgslen efter en hurtigere, sikrere og pålidelig arkitektur har gjort væksten i edge computing populær, hvilket får organisationer til at vælge edge computing frem for cloud computing. Så i de områder, der har brug for tidsfølsom information, gør edge computing underværker.
- Når computerprocessen udføres fjerntliggende steder, fungerer edge computing bedre på grund af ringe eller ingen forbindelse for at muliggøre en centraliseret tilgang. Det vil hjælpe med lokal lagring, der fungerer som et mikrodatacenter.
- Edge computing er en bedre løsning til at understøtte smarte og specialiserede enheder, der udfører særlige funktioner og adskiller sig fra almindelige enheder.
- Edge computing kan effektivt adressere båndbreddeforbrug, høje omkostninger, sikkerhed og strømforbrug på de fleste områder sammenlignet med cloud computing.
Nuværende udbydere af Edge Computing
For at implementere edge computing hurtigt og nemt i din virksomhed eller virksomhed har du brug for en edge computing-tjenesteudbyder. De hjælper med at behandle dataene og overføre dem effektivt, tilbyder en robust it-infrastruktur og administrerer massive data genereret fra kanten enheder.
Her er nogle af de bemærkelsesværdige edge computing-udbydere:
#1. Amazon Web Services
AWS tilbyder ensartet oplevelse med en cloud-edge-model og leverer løsninger og tjenester til IoT, ML, AI, analyse, robotteknologi, storage og beregning.
#2. Dell
Dell leverer edge computing orkestrering og styring gennem OpenManage Mobile. Dell er fantastisk til digitale byer, detailhandlere, producenter og andre.
#3. ClearBlade
ClearBlade udgivet deres Edge Native Intelligent Asset Application, der gør det muligt for en kantvedligeholder at bygge alarmenheder og oprette forbindelse til IoT-enheder uden kodning.
Andre bemærkelsesværdige edge computing-udbydere er Cloudflare, StackPath, Intel, EdgeConnex og mere.
Sidste ord 👩🏫
Edge computing kan være en effektiv, pålidelig og omkostningsbesparende mulighed for moderne virksomheder, der bruger digitale tjenester og løsninger end nogensinde før. Det er også et glimrende koncept til at understøtte fjernarbejdskulturen for at lette hurtigere databehandling og kommunikation.