مقاله آموزشی Edge Computing

/ 7 جولای 20

مقدمه

استفاده از اینترنت در حال حرکت به سمت اتصال اشیا به اینترنت و نیز محتواهایی نیازمند پهنای باند بالا، است.

شبکه های ارتباطی موبایل و دیتا  در حال یکپارچه شدن در قالب ساختارهای محاسبات ابری هستند.

به منظور پشتیبانی از نیازهای امروز و فردا کاربران، توان محاسبتی (Computing Power) و ذخیره ای اطلاعات در حال قرار گیری در لبۀ شبکه به منظور کاهش زمان انتقال داده و افزایش دسترس پذیری داده، می باشد.
محاسبات لبه یا همان Edge Computing این امکان را فراهم می آورد تا محتواهایی که نیازمند پهنای باند بالا هستند و اپلیکیشن هایی که نسبت به تاخیرهای زمانی حساسیت بالایی دارند به منبع اطلاعات یا کاربران نزدیکتر شوند.

در این مقاله در خصوص اینکه چه مواردی انگیزۀ استفاده از محاسبات لبه را فراهم کردند و نیز انواع از محاسبات لبه را معرفی خواهیم کرد.

تعریف محاسبات لبه(Edge Computing)

محاسبات لبه دسترسی به اطلاعات و توابع کنترلی، ذخیره سازی محتواهای پهنای باند بالا، و اپلیکیشن ها را در محلی نزدیکتر به کاربر نهایی قرار خواهد داد. مفهوم محاسبات لبه با رایانش ابری متفاوت است. در واقع در محاسبات لبه محاسبات لبه  پردازش داده ها  نزدیک به منابع داده اتفاق می‌افتد.

یکی از کاربردهای بالقوه محاسبات لبه این است که با اینترنت اشیا ارتباط تنگاتنگی دارد و دستگاه‌های متصل به اینترنت یا “هوشمند” را در برمی‌گیرد (همه چیز از ماشین شما گرفته تا یخچال شما!). محاسبات لبه این امکان را فراهم می‌کند که این دستگاه‌ها داده‌هایی(مثلاً چه مقدار شیر در یخچال باقی مانده است) را از یک مرکز پردازش داده که نزدیک است، به یک مرکز پردازش ابری دورتر ارسال کند. این روش مقدار داده‌ها و فاصله ای که باید طی کنند، کاهش می‌دهد به طوری که پردازش سریعتر انجام می‌شود و باعث کارکرد بیشتر دستگاه می‌شود.

محاسبات لبه  بیشتر اینترنت اشیا (IOT) را پشتیبانی می‌کند چرا که تکنولوژی اینترنت اشیا در حال پیشرفت چشمگیری است. به عنوان یک نمونه ماشین‌های خودران را در نظر بگیرید که مطمئناً در سال‌های آتی بیشتر رواج پیدا خواهند کرد.

برای پیاده سازی درست با استفاده از رایانش ابری، ، یک ماشین باید اطلاعات مربوط به شرایط فعلی را به یک سرور ارسال کند که ممکن است در یک ایالت دیگر یا حتی یک کشور دیگر قرار داشته باشد و منتظر پاسخ در مورد نحوه ادامه دادن بماند. این فرآیند تنها چند ثانیه طول می‌کشد، اما در مواردی که نیاز به پاسخ سریعتر وجود دارد، مانند وقتی که یک عابر پیاده، وارد مسیر حرکت ماشین می‌شود، چند ثانیه ممکن است زمان خیلی زیادی باشد. یک مرکز داده محلی می‌تواند داده‌ها را پردازش کند و پاسخ را بسیار سریعتر ارسال کند، بنابراین ماشین قادر خواهد بود برای جلوگیری از برخورد با عابر پیاده، به موقع ترمز کند.

   

دیاگرام محاسبات لبه با تجهیزات لبه

 سه مولفه ی اولیۀ محاسبات لبه به شرح زیر حضورتان معرفی می شوند:

1. ابزاری جهت جمع آوری حجم بالایی از اطلاعات از اشیا محلی، به عنوان یک نقطۀ کنترلی و تجمیعی
2. ذخیره ساز محلی و تامین کنندۀ ارسال محتواهای پهنای باند بالا به عنوان بخشی از یک شبکۀ توزیع محتوا
3. یک ابزار پروسس جهت رپلیکیت کردن خدمات ابری و منزوی سازی دیتا سنتر از کلاد عمومی

پیش از بحث در خصوص اپلیکیشن ها و راهکارها اجازه دهید تا در خصوص اینکه نحوۀ کارکرد شبکه و اینترنت توضیحاتی بیان شود.

منبع اطلاعات در بستر شبکه تبدیل به بسته های اطلاعاتی به نام پکت می شوند که با استفاده از پروتکل های شبکه که معروفترین و پرکاربردترین آن پروتکل IP است، در طول شبکه حرکت می کند. مسیریابی در اینترنت با استفاده از پروتکل دیگری به نام BGP انجام می شود که وظیفۀ آن ارسال بسته در شبکۀ اینترنت بین شبکه های مختلف می باشد که با استفاده از تجهیزاتی به نام روتر از یکدیگر جدا شده ولی به عنوان یک شبکۀ یکپارچه عمل می کنند. پروتکل BGP عامل زمان را برای مسیریابی اطلاعات در نظر نمی گیرد و تنها بر اساس تعداد روترهای بین مبدا و مقصد بسته در خصوص ارسال بسته و انتخاب بهترین مسیر عمل می نماید. این پروتکل عملکرد قابل اطمینانی در ارسال بسته در شبکۀ اینترنت دارد و درواقع اینترنت بر اساس این پروتکل عمل می نماید.

پارامتری به نام Latency وجود دارد که تعریف آن عبارت است از فاصلۀ زمانی بین زمان ارسال بسته به سمت مقصد، دریافت در مقصد و برگشت آن به سمت ارسال کننده. به این زمان که اصطلاحا Round Trip Time گفته می شود، به عنوان معیار اصلی اندازه گیری Latency به حساب می آید، و در صورتیکه کمتر از 25 میلی ثانیه باشد به عنوان زمان مطلوب در نظر گرفته می شود.

پارمتری به نام پهنای باند (Bandwidth) وجود دارد که به عنوان سرعت ارسال اطلاعات در شبکه می باشد. حال اگر Latency از حدی بیشتر باشد سبب ایجاد به اصطلاح راهبندان می شود که مانع از ارسال اطلاعات مطابق با ظرفیت پهنای باند شبکه می شود. تاثیر Latency بر روی پهنای باند شبکه می تواند موقتی و یا حتی در مدت زمان طولانی باشد. حال در نظر بگیرید که در حال ارسال تصاویر 4K در بستر شبکه هستید که نیازمند پارامتر Bandwidth با ظرفیت بالا بوده ولی به دلیل Latency  موجود در شبکه، استفاده از آن دچار اختلال می گردد. توجه داشته باشید که امروزه عمدۀ اپلیکیشنها، نیازمند پهنای باند های بالا جهت سرویس دهی می باشند.

برای جلوگیری از ایجاد چنین مشکلی و در نهایت بهبود ارسال محتواهای با پهنای باند کاری بالا، مجموعه ای از کامپیوترها بر روی اینترنت به یکدیگر متصل خواهند شد تا در محل نزدیکتری به کاربر نسبت به دریافت محتواهای آنها اقدام کنند. این کامپیوترهای دریافت کننده محتواها یک مثال از محاسبات لبه می باشند.

دیاگرام یک شبکۀ توزیع محتوا (CDN) ساده

 

محاسبات لبه می تواند به عنوان نقطۀ کنترلی و تجمیعی در تکنولوژی اینترنت اشیا به کار برده شود. تکنولوژی هایی که سبب می شوند هر چیز یا شی تبدیل به یک شی هوشمند شود، نیازمند پیاده سازی حجم وسیعی از سنسورهای IOT است. یک سنسور IOT به عنوان یک نود غیر کامپیوتری تعریف می شود که با دریافت آدرس IP می تواند به شبکۀ اینترنت متصل شود. بسیاری از صنایع در حال استفاده از تکنولوژی IOT به منظور جمع آوری خودکار اطلاعات از دستگاه های موجود در آن صنعت جهت بررسی و کنترل رفتار و وضعیت آن تجهیزات می باشند. این نه تنها باعث می شود تا در استفاده از منابع و پروسه های اجرایی صرفه جویی گردد بلکه بالاترین درجه از بهینه سازی در عملکرد تجهیزات نیز با این روش قابل دستیابی خواهد بود.

محاسبات ابری (Cloud Computing) همیشه یک معماری مرکزی بوده است در حالی که محاسبات لبه سبب می شود تا  Cloud Computing تبدیل به چندین ساختار محاسبات ابری توزیع شده گردد. مهمترین مزیت آن این است که در صورت بروز مشکل، کل شبکه تحت تاثیر قرار نخواهد گرفت و تنها محدود به یک نقطه خواهد شد.

شکل زیر دیاگرام مربوط به انواع محاسبات لبه را نشان می دهد.

گردآورنده: تیم فنی شرکت مهندسی تدبیر پرداز دلسا