如何應(yīng)對(duì)邊緣計(jì)算帶來(lái)的挑戰(zhàn)

本文作者：Ellen_Friedman

有些人認(rèn)為邊緣計(jì)算是數(shù)據(jù)采集或本地?cái)?shù)字過(guò)程控制的一種美化形式。然而，邊緣遠(yuǎn)不止這些。

邊緣涉及許多數(shù)據(jù)源，通常位于地理分布的位置。但請(qǐng)記住，這些數(shù)據(jù)的聚合是價(jià)值和洞察力的關(guān)鍵。對(duì)這些數(shù)據(jù)的分析發(fā)生在核心數(shù)據(jù)中心，并且通常需要在邊緣位置完成由所得見(jiàn)解指導(dǎo)的行動(dòng)。這意味著邊緣系統(tǒng)面臨的一個(gè)令人驚訝的挑戰(zhàn)是不僅從邊緣到核心的高效流量，而且還可以再次返回。

這一切發(fā)生的規(guī)模也是一個(gè)問(wèn)題。邊緣源的傳入數(shù)據(jù)通常非常大；來(lái)自大量邊緣位置的大量數(shù)據(jù)可以創(chuàng)建真正大量的數(shù)據(jù)。

處理邊緣計(jì)算極端規(guī)模的一個(gè)典型例子是自動(dòng)駕駛汽車的開(kāi)發(fā)。汽車制造商需要訪問(wèn)全球數(shù)據(jù)，每天處理數(shù) PB級(jí)的數(shù)據(jù)。他們還必須滿足關(guān)鍵的關(guān)鍵績(jī)效指標(biāo) (KPI)，包括衡量從測(cè)試汽車收集數(shù)據(jù)需要多長(zhǎng)時(shí)間、處理多長(zhǎng)時(shí)間以及提供洞察需要多長(zhǎng)時(shí)間。

當(dāng)然，并非所有邊緣系統(tǒng)都涉及這種極端規(guī)模的數(shù)據(jù)，但大多數(shù)邊緣情況涉及太多數(shù)據(jù)，無(wú)法將其全部從邊緣傳輸?shù)街行臄?shù)據(jù)中心。這意味著在將數(shù)據(jù)發(fā)送到核心之前，必須在邊緣處理和減少數(shù)據(jù)。這種類型的數(shù)據(jù)分析、建模和數(shù)據(jù)移動(dòng)必須大規(guī)模有效地協(xié)調(diào)。

為了更好地理解邊緣系統(tǒng)的挑戰(zhàn)，讓我們深入研究邊緣、核心和中間發(fā)生的事情。

邊緣計(jì)算通常涉及多個(gè)位置的系統(tǒng)，每個(gè)系統(tǒng)都進(jìn)行數(shù)據(jù)攝取、臨時(shí)數(shù)據(jù)存儲(chǔ)，并在傳輸?shù)胶诵臄?shù)據(jù)中心之前運(yùn)行多個(gè)應(yīng)用以減少數(shù)據(jù)。在圖 1 的左半部分說(shuō)明了這些任務(wù)。

圖 1.邊緣和核心需要做什么以及它們之間復(fù)雜交互的圖形清單。

分析應(yīng)用程序用于預(yù)處理和數(shù)據(jù)簡(jiǎn)化。人工智能和機(jī)器學(xué)習(xí)模型也被用于數(shù)據(jù)簡(jiǎn)化，例如決定哪些數(shù)據(jù)是重要的，應(yīng)該傳遞給核心數(shù)據(jù)中心。此外，模型允許智能行動(dòng)發(fā)生在邊緣。另一個(gè)典型的邊緣需求是弄清楚發(fā)生了哪些步驟以及創(chuàng)建了哪些數(shù)據(jù)文件。

所有這一切都必須發(fā)生在許多地方，沒(méi)有一個(gè)地方會(huì)有大量的現(xiàn)場(chǎng)管理，因此邊緣硬件和軟件必須是可靠的和遠(yuǎn)程管理的。有了這些需求，自我修復(fù)軟件就是一個(gè)巨大的優(yōu)勢(shì)。

發(fā)生在核心的活動(dòng)，如圖1的右側(cè)所示，類似于邊緣過(guò)程，但具有全局視角，使用來(lái)自許多邊緣位置的集體數(shù)據(jù)。這里的分析可以更加深入。這就是深度歷史數(shù)據(jù)用來(lái)訓(xùn)練人工智能模型的地方。與邊緣位置一樣，核心包含已執(zhí)行的操作和已創(chuàng)建的數(shù)據(jù)清單。核心也是與邊緣系統(tǒng)目標(biāo)之下的高級(jí)業(yè)務(wù)目標(biāo)進(jìn)行連接的地方。

核心數(shù)據(jù)基礎(chǔ)設(shè)施必須滿足具有挑戰(zhàn)性的要求，因?yàn)閬?lái)自所有邊緣系統(tǒng)的數(shù)據(jù)都匯聚于此。來(lái)自邊緣的數(shù)據(jù)（或來(lái)自核心處理和建模的數(shù)據(jù)）可能非常龐大，也可能包含大量文件?；A(chǔ)設(shè)施在處理大規(guī)模對(duì)象數(shù)量和數(shù)據(jù)量方面必須是穩(wěn)健的。

當(dāng)然，分析和模型開(kāi)發(fā)工作流程是迭代的。隨著組織從全球邊緣數(shù)據(jù)聚合中學(xué)習(xí)，新的 AI 模型被生成和更新。此外，還開(kāi)發(fā)了必須部署在邊緣的分析應(yīng)用程序。這就引出了下一個(gè)話題，即邊緣和核心之間需要發(fā)生什么。

正如圖 1列出了邊緣或核心的關(guān)鍵活動(dòng)一樣，它也顯示了二者之間的關(guān)鍵交互：數(shù)據(jù)的移動(dòng)。顯然，系統(tǒng)需要將吸收和減少的數(shù)據(jù)從邊緣位置移到核心位置進(jìn)行最終分析。然而，人們有時(shí)會(huì)忽視一個(gè)意想不到的旅程:將新的人工智能和機(jī)器學(xué)習(xí)模型或更新核心團(tuán)隊(duì)開(kāi)發(fā)的分析程序帶回邊緣。

此外，分析師、開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家有時(shí)需要檢查一個(gè)或多個(gè)邊緣位置的原始數(shù)據(jù)。從核心直接訪問(wèn)邊緣位置的原始數(shù)據(jù)非常有幫助。

幾乎所有的大規(guī)模數(shù)據(jù)移動(dòng)都應(yīng)該使用數(shù)據(jù)基礎(chǔ)設(shè)施來(lái)完成，但直接訪問(wèn)在邊緣或核心運(yùn)行的服務(wù)會(huì)很有用。安全服務(wù)網(wǎng)格對(duì)于這個(gè)過(guò)程很有用，特別是如果它們使用現(xiàn)代的零信任工作負(fù)載身份驗(yàn)證方法，例如SPIFFE 協(xié)議。

現(xiàn)在我已經(jīng)確定了在邊緣、核心和中間發(fā)生了什么，讓我們看看數(shù)據(jù)基礎(chǔ)設(shè)施需要做什么才能使這成為可能。

HPE 以其出色的硬件而聞名，包括 Edgeline 系列（專為在邊緣使用而設(shè)計(jì)）。然而，HPE 還生產(chǎn)與硬件無(wú)關(guān)的 HPE Ezmeral Data Fabric 軟件，旨在從邊緣延伸到核心，無(wú)論是在本地還是在云中。

HPE Ezmeral Data Fabric 可讓您簡(jiǎn)化系統(tǒng)架構(gòu)并優(yōu)化資源使用和性能。圖 2 顯示了如何使用數(shù)據(jù)結(jié)構(gòu)的功能來(lái)應(yīng)對(duì)邊緣計(jì)算的挑戰(zhàn)。

圖 2：深入了解HPE Ezmeral Data Fabric如何支持圖 1 中列出的從邊緣到核心再返回的操作和流程。三角形代表數(shù)據(jù)結(jié)構(gòu)卷，這是數(shù)據(jù)管理的關(guān)鍵工具。架構(gòu)級(jí)數(shù)據(jù)移動(dòng)的內(nèi)置功能包括鏡像、表復(fù)制（如圖所示）和數(shù)據(jù)架構(gòu)事件流復(fù)制（未顯示）。

計(jì)算可以在邊緣或核心使用 Kubernetes 來(lái)管理容器化應(yīng)用程序。HPE Ezmeral Data Fabric 為此類應(yīng)用程序提供數(shù)據(jù)層。借助 HPE Ezmeral Data Fabric的全局命名空間，在數(shù)據(jù)中心工作的團(tuán)隊(duì)可以遠(yuǎn)程訪問(wèn)仍處于邊緣的數(shù)據(jù)。

計(jì)算可以在邊緣或核心使用 Kubernetes 來(lái)管理容器化應(yīng)用。HPE Ezmeral Data Fabric 為此類應(yīng)用提供數(shù)據(jù)層。借助 HPE Ezmeral Data Fabric的全局命名空間，在數(shù)據(jù)中心工作的團(tuán)隊(duì)可以遠(yuǎn)程訪問(wèn)仍處于邊緣的數(shù)據(jù)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。