محاسبات لبه: شعله ور شدن انقلاب نوآوری در سراسر صنایع


در پی همه‌گیری، شرکت‌ها به سرعت بارهای کاری خود را به ابر منتقل کردند تا بهره‌وری مستمر را افزایش دهند و تداوم کسب و کار را تضمین کنند. اما آیا ابر همیشه جواب می دهد؟ نه همیشه.

دستگاه‌های اینترنت اشیا (IoT) – هم‌اکنون 10 میلیارد در سراسر جهان – حجم عظیمی از اطلاعات را در زمان واقعی تولید می‌کنند و در صورت ارسال داده‌ها به ابر و عقب‌نشینی، از عملکرد ضعیفی رنج می‌برند که منجر به تأخیر انتقال و محاسبه، کاهش چابکی، و هزینه های متورم

این امر باعث شد تیم‌های فناوری اطلاعات سازمانی از Edge استفاده کنند، یک معماری دیجیتالی توزیع‌شده که محاسبات، ذخیره‌سازی و سرویس‌های شبکه را به کاربران نهایی نزدیک می‌کند تا کیفیت عملکرد برنامه را افزایش دهند.

لبه چیست؟

از دو جهت به آن فکر کنید. اول، لبه دور وجود دارد، جایی که تیم‌های فناوری اطلاعات سازمانی محاسبات لبه‌ای را در محل انجام می‌دهند، که می‌تواند از فروشگاه‌های خرده‌فروشی تا ماشین‌های خودمختار و فراتر از آن باشد. این مناطق متفاوت، همگی یک مخرج مشترک دارند: آنها محاسبات را در مکان کاربر نهایی، جایی که داده ها در ابتدا جمع آوری می شوند، انجام می دهند.

پس مزیت واقعی محاسبات لبه چیست؟ با بومی سازی داده ها، نیازی به جابجایی نیست، که پردازش داده ها را سرعت می بخشد، تأخیر را کاهش می دهد و صرفه جویی در پهنای باند شبکه را افزایش می دهد. محاسبات لبه به سرعت در حال تبدیل شدن به یک عنصر ضروری برای تیم های IT سازمانی است.

در واقع، در سال 2022، بیش از 40 درصد از شرکت‌ها در راه‌اندازی ابر شرکت‌ها، محاسبات لبه را ادغام می‌کنند و پیش‌بینی می‌شود که بازار جهانی در سال 2024 نزدیک به 250 میلیارد دلار درآمد داشته باشد.

در مورد محاسبات لبه نزدیک و چند دسترسی چطور؟

متناوبا، لبه نزدیک وجود دارد که محاسبات لبه با دسترسی چندگانه را فراهم می کند، بازاری که تا سال 2028 23 میلیارد دلار تولید خواهد کرد.

MEC شرکت‌ها را قادر می‌سازد تا از سرویس‌های ابری بی‌درنگ در لبه شبکه ارائه‌دهنده خدمات – که در ایستگاه‌های پایه، مراکز داده مخابراتی، یا نقاط حضور (PoP) استفاده می‌شوند، استفاده کنند. هنوز هم بسیار نزدیک به کاربران نهایی است. این منجر به بهبود عملکرد داده ها، سرعت پردازش سریعتر و افزایش قابلیت ذخیره سازی می شود.

محاسبات لبه دور و لبه نزدیک همان خدمات را ارائه می دهند

جدا از تعاریف، هر دو لبه دور و لبه نزدیک خدمات یکسانی را ارائه می دهند: اتصال شبکه ایمن، قابل اعتماد و کارآمد. این تنها از طریق لبه سرویس دسترسی ایمن (SASE) قابل دستیابی است، که SD-WAN و امنیت به عنوان یک سرویس را از طریق یک شبکه جهانی از PoP ها به سایت های نزدیک و دور دست می دهد.

در اینجا نگاهی دقیق‌تر به نحوه تبدیل محاسبات لبه، SASE و MEC در جمع‌آوری، پردازش، تجزیه و تحلیل و ذخیره‌سازی کاربر نهایی در صنایع می‌بینیم.

استفاده از قدرت محاسبات لبه

تا سال 2025، با افزایش نیازهای اتصال در صنایع، 30 درصد از کل داده ها در زمان واقعی ایجاد و جمع آوری خواهد شد. برای فعال کردن پاسخ بلادرنگ، این داده‌ها باید در محل‌هایی در لبه دور پردازش شوند، که منابع، از جمله ذخیره‌سازی، محاسبات و شبکه را تا حد امکان به کاربران نهایی نزدیک می‌کند.

این به شبکه‌های مشتریان کمک می‌کند تا تأخیر را به میزان قابل توجهی کاهش دهند، پردازش داده‌ها را تسریع کنند و صرفه‌جویی در پهنای باند را افزایش دهند.

چه کسی از محاسبات لبه سود می برد؟

همه – از تولید، کشاورزی، و مراقبت های بهداشتی گرفته تا بهینه سازی شبکه، ایمنی محل کار، و خرده فروشی – امکانات عملا بی حد و حصر است.

علاوه بر ارائه راه‌حل‌هایی برای مسائل چارچوب مانند محدودیت‌های پهنای باند و تراکم شبکه، پیاده‌سازی رایانش لبه استقلالی می‌دهد که در آن اتصال قابل اعتماد ممکن است دشوار باشد، به‌علاوه حاکمیت و امنیت داده‌ها که اجازه می‌دهد داده‌های حساس به صورت محلی از طریق رمزگذاری یا ایمن‌سازی شوند. روش های دیگر قبل از اینکه به ابر ارسال شود.

محاسبات برای واقعیت افزوده

تصور کنید صاحب فروشگاه خرده فروشی هستید. با ارائه محتوای دیجیتال تعاملی، می توانید تجربیات مشتریان خود را به روش های بی شماری افزایش دهید. برای مثال، محاسبات لبه به اجرای برنامه‌های خرید مبتنی بر واقعیت افزوده مانند آینه‌های هوشمند کمک می‌کند که به بازخورد انسان در زمان واقعی نیاز دارند.

و اگر سوار یک خودروی خودمختار هستید چه؟ تنها از طریق محاسبات لبه می‌توان وسیله نقلیه شما داده‌ها را از منابع متعدد، از سنسورهای خودرو تا داده‌های ماهواره‌ای و بسیاری موارد دیگر دریافت، پردازش و تجزیه و تحلیل کرد. این اطلاعات باید در زمان واقعی جمع‌آوری و پردازش شوند، به این ترتیب هوش مصنوعی خودروی شما برای تصمیم‌گیری در ثانیه‌های رانندگی قدرت می‌دهد و شما را ایمن نگه می‌دارد.

SASE راه حل های ارزان تر و انعطاف پذیرتری برای محافظت از داده ها ارائه می دهد

با پیش‌بینی تعداد کاربران فعال ماهانه اپلیکیشن‌های واقعیت افزوده موبایل در سال 2022 به 1.9 میلیارد نفر، همراه با محبوبیت مداوم کار از راه دور و تهدیدات امنیتی پیچیده‌تر در سراسر جهان، شرکت‌ها به دنبال راه‌حل‌هایی برای اتصال ایمن کاربران به تجارت و سرگرمی هستند. منابع و برنامه‌ها، مهم نیست از چه دستگاهی استفاده می‌شود یا کاربر از کجا وصل می‌شود.

اگرچه موثر است، اما SD-WAN برای اتصال شعب و کارکنان خاص خانه طراحی شده است – با افزایش تعداد دستگاه ها و خدمات راه دور خارج از آن شعب ناکارآمد است. SASE را وارد کنید، که مزایای عملکرد شبکه SD-WAN را با یک روش کارآمدتر برای ارائه خدمات امنیتی درخواستی در هر کجا، مشابه سایر سرویس‌های ابری، ترکیب می‌کند.

همانطور که شبکه‌ها داده‌های بلادرنگ را از مکان‌های ابری مختلف ارسال می‌کنند و به آن دسترسی دارند، SASE اتصال بر اساس تقاضا را تضمین می‌کند و فرآیند محافظت از داده‌ها و دستگاه‌های کاربر نهایی را خودکار می‌کند. با ایجاد یک شبکه جهانی از PoP که به عنوان پله ای برای انواع خدمات ابری عمل می کند، هر PoP می تواند مجموعه کاملی از عملکردهای امنیتی سازمانی را بدون توجه به زمان و مکان اتصال کاربران، دستگاه ها یا برنامه ها اعمال کند.

فناوری SASE به سرعت در حال تبدیل شدن به یک دارایی اصلی برای شرکت هایی است که به دنبال افزایش امنیت شبکه خود هستند

فناوری SASE به طور ذاتی تعداد فروشندگان مورد نیاز تیم‌های فناوری اطلاعات را کاهش می‌دهد که ارزان‌تر است و پیچیدگی فناوری را کاهش می‌دهد. علاوه بر این، SASE عملکرد بهتری را برای شرکت‌هایی که اغلب از ابزارهای همکاری حساس به تأخیر در زمان واقعی استفاده می‌کنند، به لطف توانایی خود در مسیریابی از طریق چندین PoP ارائه می‌کند.

معماری توزیع شده SASE برای کار از راه دور بهینه است و انجام عملکردهای امنیتی را برای کاربر نهایی برای IT آسان می کند.

مانند هر فناوری جدید، بازار هنوز در حال کشف این است که یک راه حل موثر SASE چگونه به نظر می رسد. نوآوران باید به تلاش برای نوآوری‌ها ادامه دهند تا راه‌حل‌های انعطاف‌پذیری ارائه دهند که مقیاس‌پذیری را برای سادگی به خطر نیندازد.

MEC: افزایش سرعت داده و کاهش تأخیر

تا سال 2025، سالانه 175 زتابایت داده ایجاد می شود که شرکت ها 60 درصد آن را تولید می کنند. 175 زتابایت چقدر داده است؟ بهتر است برنامه خود را پاک کنید — برای دانلود همه آن به 1.8 میلیارد سال زمان نیاز دارید.

MEC به شما کمک می کند تا برای این تغییر عظیم در داده های بزرگ آماده شوید.

MEC با انجام تجزیه و تحلیل، پردازش و ذخیره سازی داده ها، با حجم عظیمی از اطلاعات در زمان واقعی مقابله می کند. به‌جای اجرای این وظایف در ابرهای دور، در ایستگاه‌های پایه، مراکز داده مخابراتی یا PoP‌ها در لبه نزدیک – از طریق شبکه‌های دسترسی رادیویی – در نزدیکی شبکه شما انجام می‌شوند، با SD-WAN که اتصال و امنیت پیشرفته‌تری را ارائه می‌دهد.

MEC تأخیر بسیار کم را تامین می کند

چگونه این بازی را تغییر می دهد؟ MEC تأخیر بسیار کم، انتقال داده با سرعت رعد و برق و کیفیت تجربه بهبود یافته (QoE) را برای مشتریان شما فراهم می کند. علاوه بر این، ترافیکی را که به شبکه اصلی یا سرور پشتیبان بارگیری می شود را به شدت کاهش می دهد و این دارایی ها را برای سایر نیازهای حیاتی تجاری آزاد می کند.

مانند محاسبات لبه، MEC از موارد استفاده بی نهایت در صنایع پشتیبانی می کند. به عنوان مثال، سازندگان از MEC برای پشتیبانی از کارخانه های هوشمند چابک استفاده خواهند کرد. با استفاده از MEC، حتی کوچکترین ایرادات یا عیوب را می توان فوراً از طریق ویدئو شناسایی و تجزیه و تحلیل کرد، و به مهندسان این قدرت را می دهد تا اطمینان حاصل کنند که مشکلات جزئی به مشکلات بزرگ تبدیل نمی شوند.

مجری قانون نیز مزایای MEC را می بیند.

پلیس بریتانیا با مجهز شدن به دوربین‌های داشبورد در ماشین‌های تیم خود و پوشیدن دوربین‌های بدنه، تلاش کرده است تا تمام داده‌های تصاویر خود را در مکانی مرکزی که می‌توان آن‌ها را تجزیه و تحلیل و ذخیره کرد، بارگذاری کرد. برای رفع این مشکل، آنها در داخل صندوق‌های رزمناوهای پلیس خود، دستگاه‌های مقاوم به سبک UCB، یک واحد پردازش ویدیو (VPU)، یک دستگاه SD-WAN Edge، یک کارت Wi-Fi و دو اتصال LTE نصب کرده‌اند.

بنابراین، هنگامی که افسران از رزمناوهای خود خارج می شدند، دوربین های آنها از طریق Wi-Fi به ضبط کننده ای در صندوق عقب ماشینشان پخش می شد. پس از اینکه VPU داده ها را پردازش کرد، از طریق LTE دوگانه – با استفاده از فناوری SD-WAN برای بهبود کیفیت اتصال – در یک ایستگاه پایه در لبه نزدیک برای پس پردازش، تجزیه و تحلیل و ذخیره سازی ویدئو آپلود می شود.

نتیجه

برای افزایش عملکرد برنامه، شرکت‌ها در سراسر جهان به سمت Edge روی می‌آورند. در لبه‌های دور، داده‌ها در جایی پردازش می‌شوند که در زمان واقعی و بسیار نزدیک به کاربران جمع‌آوری می‌شوند و تأخیر را به شدت کاهش می‌دهند.

در لبه نزدیک، MEC کارهای سنگین را انجام می دهد، حجم داده ها را در زمان واقعی مدیریت می کند و پردازش و تجزیه و تحلیل داده ها را با سرعت پیچ و تاب انجام می دهد و کیفیت زندگی کاربر نهایی را بهبود می بخشد. پایان بازی برای تیم های IT چیست؟

با کاهش اتکای خود به فضای ابری، آنها می توانند انتقال داده ها را سرعت بخشند، چابکی را افزایش دهند و هزینه ها را کاهش دهند – از نوآوری های نسل بعدی که فقط با تخیل محدود می شوند، پشتیبانی می کنند.

اعتبار تصویر ویژه: عکس از Valdemaras D; Pexels; متشکرم!

مرلین باسانتا

Sn Director، مدیریت محصول، Edge Computing، VMware، Inc.

مریلین باسانتا مدیر ارشد مدیریت محصول خط تولید Edge Compute VMware است. او که قبلا یک مهندس نرم افزار برای IBM بود، به عنوان معمار راه حل به VMware آمد و راه حل های عمودی E2E را ساخت. او وارد مدیریت محصول شد و VMware TestDrive را به عنوان بخشی از واحد تجاری محاسبات کاربر نهایی راه اندازی کرد. اکنون بیش از یک دهه در VMware، او بر روی Edge متمرکز شده است و مسئولیت پشته محاسباتی Edge VMware را بر عهده دارد.