Где ваши данные, когда они вам нужны? Периферийные вычисления представляют собой альтернативу обработке всех данных в облаке или в ЦОДе, пишет соучредитель и главный технолог компании Versatile Кевин Мини на портале InformationWeek.
С появлением Интернета вещей (IoT) мы стали утопать в данных. Многие из них помещаются в облака, чтобы к ним можно было получить доступ из любого места с помощью любого устройства. Объем данных в облаках растет по экспоненте и порождает дополнительные проблемы, особенно в области безопасности. Как определить, кому какой уровень доступа предоставить? Кроме того, сохраняется проблема задержки, тогда как компаниям необходим немедленный доступ к данным.
Рост числа задач с использованием больших данных и потребность в вычислениях в реальном времени замедлили производительность облаков. Это вызывает повышенный интерес к периферийным вычислениям (Edge Computing), которые можно определить как открытую ИТ-архитектуру с децентрализованной вычислительной мощностью, хорошо подходящую для мобильных вычислений и IoT. Как правило, она предусматривает размещение серверов поблизости от «умных» продуктов. Эти серверы выступают в роли пунктов сбора данных. Данные обрабатываются без передачи в ЦОД или облако либо самим устройством, которое их собирает, либо локальным компьютером.
Это порождает ряд проблем для компаний. Как выбрать, к каким организационным и операционным данным потребуется доступ в ближайшей, среднесрочной и долгосрочной перспективе, и как создать для этих данных соответствующие репозитории?
Поскольку миллиарды устройств могут собирать огромные объемы данных, черт сидит в деталях (таких как регулирование отрасли и передовой опыт), которые определяют, как компании следует реализовать IoT.
Например, в нефтегазовой промышленности морские нефтяные платформы имеют не самое лучшее подключение к Интернету. Тем не менее, они обрабатывают огромные объемы данных, отслеживая работу буровой установки. Как правило, эти данные анализируются не сразу, а сохраняются для последующего анализа. В некоторых случаях наличие этих данных позволяет регулировать задвижку и повышать эффективность нефтедобычи. Здесь были бы весьма полезны периферийные вычисления для немедленного доступа к важнейшим данным.
IoT применяется также в здравоохранении (мониторинг состояния пациентов, ультразвуковое обследование, лечение рака и различные «умные» медицинские приборы). Значение периферийных вычислений в медицине возрастет, поскольку объем и скорость поступления данных увеличиваются такими же темпами, что и неэффективность передачи всех данных в облако или ЦОД для обработки.
Аналогичная картина складывается в торговле при обработке в реальном времени покупок с использованием распознавания товаров или лиц покупателей. Поток данных огромен. Если направлять его в облако для обработки, это потребует слишком много времени и обойдется слишком дорого. Однако периферийные вычисления позволяют бороться с такими проблемами. Это можно видеть на примере ресторанов самообслуживания, где они проходят тестирование.
Итак, как извлечь максимум возможного из такой цифровой трансформации? Информация, получаемая от устройств IoT (часто в реальном времени) дает новые знания о каждом уровне организации. IoT может приносить огромную пользу любой компании. Но необходимо определить, какая информация даст наибольший эффект для бизнеса.
Прежде всего следует идентифицировать данные, к которым необходимо получать немедленный доступ и которые следует эффективно использовать в удаленных точках. Например, на нефтедобывающих платформах. Поскольку периферийные вычисления обрабатывают данные поблизости от их источника, уменьшается потребность в доступе к Интернету. Это не только снижает расходы, но и гарантирует эффективный доступ к приложениям в удаленных точках, а также защиту конфиденциальных данных.
Для успешной реализации периферийных вычислений необходимо сосредоточить внимание на гибкости и производительности. Например, периферийное устройство не способно обладать такой же вычислительной мощностью или емкостью хранения, как корпоративный ЦОД. Периферийные устройства должны формировать платформу, которая впитывает данные с такой скоростью и в таком объеме, чтобы не перегрузить облако или мобильные сети компании. Она должна также предоставлять необходимые конкретным пользователям данные, использование которых позволит принимать более совершенные решения по вопросам операций или бизнеса. Например, предсказывать угрозы или подавать сигнал тревоги. Она должна в реальном времени предоставлять данные о ситуации. И обладать высоким уровнем защиты.
Несколько вендоров, например HPE Aruba, Nutanix, Microsoft и даже Amazon, предоставляют приложения, которые помогают организациям выбирать и запускать интеллектуальные периферийные платформы. При использовании такой платформы как основы стратегии периферийных вычислений облако может стать долговременным хранилищем данных, местом осуществления аналитики и машинного обучения. Агрегируя данные от периферийных устройств, облако будет использоваться для лучшего понимания шаблонов и тенденций.
