رایانش مرزی یا محاسبات لبه ای یا Edge computing یک الگوی محاسباتی توزیع شده است که برای بهبود زمان پاسخ و صرفه جویی در پهنای باند ، محاسبات و ذخیره اطلاعات را به محلی که نیاز است نزدیک می کند. در ادامه این مقاله شما را با مفهوم و کاربرد محاسبات لبه ای آشنا خواهیم کرد، همراه داتیس نتورک باشید.
Edge computing چیست؟
رایانش مرزی یا محاسبات لبه ای یک الگوی محاسباتی توزیع شده است که برای بهبود زمان پاسخ و صرفه جویی در پهنای باند ، محاسبات و ذخیره اطلاعات را به محلی که نیاز است نزدیک می کند.
امروزه حجم داده هایی که توسط حسگر ها، نود ها، برنامه های کاربردی، و … در اینترنت اشیاء تولید می شوند به میزان قابل ملاحظه ای گسترش یافته است.
برای کاهش حجم داده های ارسالی، ترافیک شبکه و مسافتی که داده ها باید طی کنند تا به مقصد برسند می توان از مفهومی به نام محاسبات لبه ای یا Edge Computing استفاده کرد.
پردازش داده های اینترنت اشیا معمولا در سیستم رایانش ابری و از طریق منابع محاسبات ابری انجام می شود و به همین علت مواردی مثل پهنای باند شبکه و زمان تاخیر به مشکلات مهمی تبدیل شده اند.
به همین علت توصیه می شود که به جای محاسبات ابری، محاسبات لبه ای مورد استفاده قرار بگیرد.
محاسبات ابری چندین دیتاسنتر مختلف را درگیر می کند و پردازش در آن ها انجام می شود، اما در محاسبات لبه ای پردازش تنها در داخل منبع صورت می گیرد.
در واقع هدف از طراحی محاسبات لبه ای یا همان Edge Computing این است که پردازش ها اطراف منبع انجام شوند و به دیتاسنتر های مختلف نیازی نداشته باشند.
دلیل پیدایش Edge Computing
در عصر کنونی شاید بتوان اینترنت اشیاء ( IOT ) را به عنوان یکی از پرکاربردترین فناوری ها معرفی کرد.
تکنولوژی ای که پیش بینی شده است تا سال ۲۰۲۰ حدود ۵۰ بیلیون شیء را به هم متصل کند.
مسلماً برای اتصال این دستگاه ها به یکدیگر به پهنای باند خیلی زیادی نیاز است که تکنولوژی CLOUD برای چنین حجمی از داده ها طراحی نشده است.
همچنین ازدحام بیش از حد داده ها یکی دیگر از مشکلاتی است که در فضای ابری مطرح است.
شبکه ای که در آن شما در حال گسترش کسب و کار آنلاینتان هستید میزبان بازی های آنلاین زیادی است و افراد زیادی از آموزشهای آنلاین آن استفاده می کنند.
بنابراین جهت افزایش سرعت استفاده از داده ها و رفع مشکلات مذکور فناوری رایانش لبه ای یا EDGE COMPUTING مطرح شد تا به جای اینکه اطلاعات به ابرهای بزرگ در مسافت های طولانی ارسال گردد از مراکز داده ای کوچک در نزدیکی کاربران استفاده شود.
نحوه کار فناوری رایانش مرزی
در این فناوری هر دستگاهی دارای هوش مصنوعی و قدرت پردازش بسیار وسیعی است .
به عبارت دیگر هر دستگاه تبدیل به مرکز داده های خودش می شود.
تا کنون به این صورت بوده است که تمام دستگاه های هوشمند که از فضای ابری جهت ذخیره سازی و پردازش اطلاعاتشان استفاده می کنند تمام اطلاعات را به CLOUD ها ارسال می کرده اند و پس از پردازش توسط ابرها نتیجه به دستگاه ها ارسال می گردید.
با توجه به حجم گسترده دستگاه های هوشمند و حجم زیاد اطلاعات که بین این دستگاه ها رد و بدل می شود از رایانش لبه ای استفاده می کنند.
در حال حاضر در EDGE COMPUTING هر دستگاه وظیفه پردازش اطلاعات خودش را دارد و تنها موارد مهم و اصلی به CLOUD ها ارسال می گردد.
EDGE آماده است تا نسل بعدی فناوری IOT را اجرا کند.
این مراکز نقاط انتهایی شبکه اینترنت نیستند بلکه مکان هایی هستند که می توانند نیاز برخی کاربران را تامین کنند. همچنین این مراکز سرعت انتقال داده ها را بیشتر نموده و هزینه های انتقال را کاهش می دهند.
از دیگر مزایای مراکز داده محلی که از تکنولوژی EDGE استفاده می کنند افزایش امنیت در شبکه است که مطابق با مقررات حاکمیت داده است.
مثالی از محاسبات لبه ای یا edge computing
ساختمانی درنظر بگیرید که دارای ده ها دوربین مدار بسته با کیفیت IOT می باشد.
این دوربین ها به صورت بی صدا یک سری سیگنال های ویدیویی خام را تولید می کنند و به طور مداوم این سیگنال ها را به یک سرور ابر منتقل می کنند.
در سرور ابری فقط ویدیو هایی که با برنامه تشخیص حرکت، مشخص می شود که کلیپ ها دارای فعالیت است، در بانک اطلاعاتی ذخیره می شود.
با توجه به اینکه حجم فیلم هایی که منتقل می شوند، زیاد است.
پهنای باند قابل توجهی باید وجود داشته باشد که لازم است زیر ساخت های اینترنت ساختمان مناسب باشد.
علاوه بر این، بار بسیار سنگینی روی سرور ابر وجود دارد که مجبور است به طور همزمان فیلمبرداری از تمام دوربین ها را پردازش کند.
حال تصور کنید که محاسبات سنسور حرکت به لبه شبکه منتقل شده است.
اگر هر دوربین در کامپیوتر داخلی خود، برنامه شناسایی حرکت را اجرا و استفاده کند و سپس تصاویر لازم که مفید هستند را به سرور ابر ارسال کند، چه می شود؟
در این صورت استفاده از پهنای پاند به طور قابل توجهی کاه می یابد، زیرا بسیاری از فیلم ها و تصاویر دوربین ها هرگز نیاز به انتقال به سرور ابر ندارند.
علاوه براین در این صورت سرور ابر ها فقط مسئول ذخیره فیلم ها و تصاویر مهم هستند. بنابراین می توانند با دوربین های بیشتری ارتباط برقرار کنند و بار اضافی نداشته باشند.
این مثال در واقع چیزی را نشان می دهد که محاسبات لبه ای انجام می دهد.
لبه یک نوع اصطلاح است.
به عنوان مثال کامپیوتر کاربر یا پردازنده داخل دوربین IoT را می توان لبه شبکه در نظر گرفت. همچنین روتر کاربر، ISP یا سرور لبه محلی نیز به عنوان لبه در نظر گرفته می شود.
جمع بندی در رابطه با رایانش مرزی
پردازش در لبه شبکه موبایل ، مکمل پردازش ابری در ارائه سرویس به کاربران موبایل محسوب می‌شود.
پردازش در لبه نقاط ضعف پردازش ابری از جمله تأخیر زیاد، هزینه بالا و مسائل امنیت و حریم شخصی را می‌پوشاند.
با این حال، برای پیاده‌سازی گسترده این مفهوم لازم است پایه‌های تئوری آن به‌درستی بنا شود تا بهترین نتیجه به دست آید. به این منظور لازم است مدل و جنبه‌های مختلف مسئله واقعی به‌صورت ساده‌تر بررسی شود.
یکی از این جنبه‌ها، تأثیر وضعیت شبکه بر نحوه برون‌سپاری کارکردها به لبه شبکه است.
این مهم بر عهده پژوهشگران دانشگاهی در سراسر جهان است تا نگاه عمیقی به آن داشته باشند و زمینه را برای رونق این شیوه نوین پردازشی آماده سازند.
امیدواریم مقاله آشنایی با رایانش مرزی یا محاسبات لبه ای مفید بوده باشد.
داتیس نتورک را در شبکه های اجتماعی خصوصا تلگرام و توییتر دنبال کنید.