Наразі хвиля цифрової трансформації охоплює весь світ, і величезні обсяги даних постійно передаються між пристроями та хмарою. Традиційна централізована модель обчислень у хмарі часто стикається з проблемами під час обробки реальних моментів взаємодії, потоків даних від пристроїв інтернету речей та високоякісних відеопотоків – через високі затримки в мережі, великі витрати на пропускну здатність та надмірне навантаження центральних вузлів. Саме на цьому тлі з’явилося рішення у вигляді розрахунків на межах мережі (edge computing) та його ключових технологій – прискор
Методика прискорення обробки даних на межах мережі (edge acceleration) – це не окрема технологія, а комплексна система технологій та архітектурних підходів. Її основна ідея полягає у переміщенні ресурсів обчислень, зберігання даних та мережі з віддалених хмарних центрів обробки даних ближче до місць їх генерації та використання. Це не лише зміна фізичного розташування цих ресурсів, а й переосмислення підходів до обробки даних. Мета полягає у вирішенні проблем затримок та перегрузок під час передачі даних на “останній кілометр” чи навіть “останні сто метрів” шляху їх передачі, забезпечуючи при цьому миттєвість, безпеку та економічну е
Основні технічні компоненти прискорення на краях
Для досягнення високої ефективності мережевого прискорення на межах мережі необхідна синергія кількох ключових технологій. Ці технології разом утворюють “нервову систему” та “м’язово-скелетну систему” елементів мережі, що дозволяє їм інтелектуально та швидко викону
Рекомендуємо до прочитання. Детальний огляд технологій прискорення на межах мережі: як використовувати розрахунки на межах мережі для досягнення максимальної оптимізації її продуктивності。
Маржинальні вузли та легка віртуалізація
Крайні вузли (edge nodes) – це фізичні або віртуалізовані обчислювальні одиниці, розташовані на периферії мережі; це можуть бути мікроцентри обробки даних, серверні приміщення операторів, базові станції, а також маршрутизатори чи гігієт-шлюзи інтернету речей (IoT), які включають в себе обчислювальні можливості. Для ефективної роботи в умовах обмежених ресурсів крайніх вузлів надзвичайно важливі легкі технології віртуалізації, такі як контейнери (Docker) та більш базові мікро-віртуальні машини (MicroVM, наприклад, Firecracker). Ці технології забезпечують швидше завантаження систем, менші витрати ресурсів та вищу щільність використання обчислювальних ресурсів, що ідеально підходить для швидкого розгортання та масштаб
Інтелектуальне розподілення трафіку та глобальне балансування навантаження
Інтелектуальне розподілення трафіку є “центром керування рухом” у системах краєвого прискорення (edge acceleration). Воно ґрунтується на даних про місцезнаходження користувачів, стан мережі, навантаження краєвих вузлів та стан послуг у реальному часі, та використовує такі технології, як анікаст (Anycast), інтелектуальне розв’язування DNS-запитів та перенаправлення HTTP-запитів, щоб точно направляти запити користувачів до краєвих вузлів з найнижчим затримками та найкращими умовами обслуговування. Це гарантує, що користувачі, незалежно від свого місцезнаход
Маржинальне кешування та розподіл контенту
Це найбільш пряма та ефективна технологія для підвищення швидкості доступу до контенту. Статичні ресурси (зображення, відео, пакети програмного забезпечення, статичний вміст веб-сторінок), а також результати обчислень деякого динамічного контенту, зберігаються у кеші на розташованих по всьому світу крайніх вузлах. Коли користувач здійснює запит, інформація отримується безпосередньо з найближчого крайнього вузла, що значно скорочує відстань та час передачі даних з центрального хмарного сервісу, знижуючи тим самим навантаж
Edge AI та реальний час обробки даних
З поширенням застосувань штучного інтелекту попит на обчислення моделей безпосередньо на периферійних пристроях („edge devices“) зростає. Периферійний штучний інтелект дозволяє реалізовувати місцеве, реального часу оброблення даних та прийняття рішень шляхом розгортання оптимізованих (легковагових) моделей машинного навчання на таких пристроях. Це стосується таких сфер, як розпізнавання об’єктів у відеопотоках у реальному часі, прогнозне технічне обслуговування промислового обладнання, миттєві реакції в системах автономного керування тощо. Такий підхід уникає необхідност
Шляхи реалізації мереж із низьким затримками
Основною метою маршрутизації даних з використанням технологій краєвого прискорення є досягнення низьких затримок передачі інформації, що вимагає систематичного оптимізування як мережевої архітектури, так і протоколів.
Рекомендуємо до прочитання. Пояснення технології граничного прискорення: як зробити квантовий стрибок у швидкості роботи веб-сайтів і додатків。
По-перше, з точки зору фізичної топології, широке розгортання крайніх вузлів дозволяє розмістити обчислювальні ресурси “ближче” до міських мереж та навіть до мереж доступу. Це скорочує фізичну відстань передачі даних з кількох тисяч кілометрів до десятків чи сотень кілометрів, що суттєво зменшує часові втрат
По-друге, у сфері мережевих протоколів та оптимізації передачі даних використовуються нові покоління протоколів, такі як QUIC (надійний протокол передачі даних на основі UDP), замість традиційної стекової архітектури TCP+TLS+HTTP/2. QUIC зменшує кількість етапів установлення з’єднання, дозволяє повторному використанню з’єднань за 0–1 мить (0-RTT або 1-RTT), що значно знижує затримки під час передачі даних, особливо під час зміни мережевого середовища. Крім того, за допомогою технологій переднього виправлення помилок та адаптивної швидкості передачі даних можна протистояти мережевим перебоям та втратам пакетів.
Крім того, технології програмно-визначених широкосмугових мереж дозволяють підприємствам розумно керувати мережевими з’єднаннями на різних регіонах, динамічно вибираючи найкращі маршрути в залежності від потреб додатків, що гарантує, що важливий бізнес-
Архітектурні стратегії для створення високопродуктивних мереж краєвого обчислення
Створення стабільної та високопродуктивної мережі краєвого обчислення вимагає ретельного проектування її архітектури з урахуванням балансу між продуктивністю, витратами та складністю управління.
Однією з популярних архітектур є архітектура співпраці “центр-край”. Центральна частина в хмарі виконує складні завдання з глобального управління, аналізу даних, навчання моделей та реалізації основної бізнес-логіки; крайні пристрої займаються виконанням миттєвих, простих обчислень, кешуванням та попередньою обробкою даних. Обидві частини синхронізують свій стан та дані за допомогою ефективних та безпечних каналів. Така архітектура поєднує переваги миттєвої р
Іншим варіантом є архітектура розподілених ресурсів на різних рівнях. Залежно від чутливості до затримок та обчислювальних потреб, ресурси на краю мережі діляться на кілька рівнів: пристрійний рівень, локальний рівень та регіональний рівень. Наприклад, автомобіль з системою автономного керування є прикладом пристрійного рівня – він реагує за мілісекунди; дорожні пристрої (roadside units) відповідають за локальний рівень та обробляють комунікацію між автомобілями та з дорогою; міські центри обробки даних виконують функції регіонального рівня та
Рекомендуємо до прочитання. Технологія граничного прискорення змінює ландшафт доставки інтернет-контенту з безпрецедентною швидкістю. Це відбувається за рахунок。
На рівні управління необхідна єдина платформа для організації роботи мережевих ресурсів на межах мереж. Ця платформа має здатність автоматизовано розгортати додатки та сервіси на десятках тисяч гетерогенних мережевих вузлів, керувати їхнім життєвим циклом, здійснювати моніторинг та технічне обслуговування,
Основні виклики, з якими стикається технологія маржинального прискорення, та шляхи їх подолання
Незважаючи на великі перспективи, впровадження технологій прискорення обробки даних на межах систем все ще стикається з багатьма викликами.
По-перше, проблеми безпеки та конфіденційності. Широке поширення пристроїв на периферії збільшує ризик фізичних та мережевих атак, а обробка даних безпосередньо на цих пристроях створює додаткові вимоги щодо дотримання правил конфіденційності. Стратегії боротьби з цими проблемами включають впровадження надійних середовищ виконання на рівні апаратного забезпечення, використання архітектур безпеки типу „нульового довіри“ на рівні програмного забезпечення, суворе автентифікацію кор
По-друге, гетерогенні середовища та їхнє єдине управління. Користувачське обладнання, мережі та операційні системи на межах мереж сильно відрізняються один від одного, що ускладнює однакове розгортання та обслуговування додатків на різних платформах. Рішенням цієї проблеми є використання контейнерів та стандартизованих API для абстрагування ві
По-третє, витрати та бізнес-модель. Масове впровадження мережевої інфраструктури на периферії вимагає значних початкових інвестицій. Чітка бізнес-модель є критично важливою – наприклад, створення цінності шляхом надання рішень з низькими затримками для певних галузей (індустрійний інтернет, клієнтські ігри, прямі трансляції) або використання модел
Четверте – екосистема додатків та парадигми розробки. Розробникам необхідно пристосуватися до моделей маргінального дистрибутивного програмування, адже вони стикаються з такими новими проблемами, як нестабільність мережі та обмежені ресурси. Нові парадигми, такі як сервісні мережі та безсерверне маргінальне обчислення, спрощують цей процес, дозволяючи розробникам більше
підсумок
Технології прискорення даних на межах мережі змінюють спосіб, у який ми створюємо та використовуємо цифрові послуги. Вони дозволяють розміщувати обчислювальні ресурси ближче до користувачів, поєднуючи це з інтелектуальним плануванням, кешуванням, штучним інтелектом на межах мережі та іншими ключовими технологіями, що значно зменшує затримки як у фізичному просторі, так і в мережевих протоколах. Це створює міцну основу для сценаріїв використання, що вимагають високої оперативності. Для побудови високопродуктивних мереж на межах необхідно використовувати
Дивлячись у майбутнє, з поширенням мереж 5G/6G, стрімким зростанням кількості пристроїв Інтернету речей та розвитком таких нових концепцій, як метавсесвіт, технології краєвого прискорення (edge acceleration) перетворяться з “додаткового варіанту” на “обов’язкову умову”. Вони є не лише технічним інструментом для покращення користувацького досвіду, а й ключовою інфраструктурою, яка сприяє інтелектуалізації та реальному часу в усіх сферах діяльності. Компанії, які успішно впровадять ці технології, здобудуть значну перевагу
Часті запитання
У чому різниця між прискоренням країв і традиційною CDN?
Традиційні системи CDN (Content Delivery Networks) зосереджуються переважно на розповсюдженні та кешуванні статичного контенту, а їхньою основною метою є прискорення завантаження веб-сторінок, відео та інших ресурсів.
Метод прискорення даних на межах мережі (edge acceleration) є еволюцією та розширенням концепції CDN (Content Delivery Network). Окрім можливостей кешування, які притаманні CDN, цей підхід надає особливу увагу наданню програмованих обчислювальних ресурсів на периферійних вузлах мережі. Це означає, що розробники можуть виконувати власний код на цих вузлах, обробляти динамічні запити, проводити обчислення на основі алгоритмів штучного інтелекту, обробляти дані в реальному часі тощо
Які галузі чи сценарії використання найбільше підходять для застосування технологій краєвого прискорення (edge acceleration)?
Метод прискорення даних на межах мережі особливо ефективний у сценаріях, де критично важливий рівень затримок, високе споживання пропускної здатності мережі або необхідність локальної обробки даних. До таких сценаріїв належать: хмарні ігри та інтерактивні трансляції, промислові мережі та прогностичне обслуговування обладнання, автономне керування та системи взаємодії автомобілів, „розумні“
Чи призведе впровадження технологій маржинального прискорення (edge acceleration) до суттєвого збільшення складності архітектури системи?
Так, на початковому етапі дійсно виникає додаткова складність. Керування сотнями чи навіть тисячами дистрибутивних крайніх вузлів є складнішим порівняно з керуванням централізованими хмарними серверами з точки зору розгортання, моніторингу, оновлень та
Однак, завдяки використанню зрілих платформ для краєвого обчислення, технологій контейнеризації та інструментів автоматизованого планування, цю складність можна ефективно абстрагувати та керувати. Багато постачальників хмарних послуг також пропонують хмарні сервіси для краєвого обчислення, що дозволяє розробникам користуватися можливостями краєвого обчислення так само, як і хмарними послугами, тим сам
Дані обробляються безпосередньо на межах мережі („на краю“). Як гарантувати їхню безпеку та відповідність встановленим стандартам?
Безпека краївних мереж вимагає багатошарового захисту. На рівні апаратного забезпечення можна використовувати безпечні чіпи та механізми надійного завантаження системи; на рівні даних необхідно застосовувати шифрування від початку до кінця для забезпечення безпеки як передаваних, так і статичних даних; на рівні контролю доступу слід дотримуватися принци
Що стосується відповідності правилам, ключовим фактором є стратегія управління даними. Важливо чітко визначити, які дані можна обробляти на периферійних пристроях, а які обов’язково потрібно передавати до центральних систем для аудиту чи зберігання. За допомогою технічних засобів та стратегій класифікації даних можна гарантувати дотр
Як розробники можуть почати вивчати та розробляти додатки для маржинальних обчислень?
Розробники можуть почати з вивчення технологій контейнеризації – це основний спосіб інкапсуляції додатків для роботи на краєвих пристроях (edge devices). Після цього вони можуть дослідити спеціально розроблені для роботи на краєвих пристроях фреймивки чи платформи, такі як сервіси обчис
На практиці можна спочатку спробувати відокремити деякі безстанові модулі функціоналу існуючих додатків, які чутливі до затримок, та розгорнути їх у маргінальних середовищах для тестування. Водночас варто слідкувати за розвитком технологій сервісних мереж та безсерверних архітектур на маргінах – ці технології роблять розробку в маргінальних середови
Наступний крок, що робити далі?
Для подальшого читання та практичних знань
Наступні матеріали пов'язані з темою цієї статті і можуть бути корисними для подальшого вивчення. Зазвичай краще починати з статей, які найбільш тісно пов'язані з вашим поточною проблемою, а потім поступово переходити до суміжних тем.
- Маргінальне прискорення: Ключові технології та практичні посібники для створення додатків наступного покоління Інтернету
- Аналіз технологій прискорення даних на межах мережі: як використовувати розрахунки на межах мережі для досягнення подвійного прогресу у якості мережевих переваг та користувацькому досвіді
- Повний аналіз технологій краєвого прискорення: як використовувати обчислення на краях мережі для досягнення значного покращення продуктивності мережевих додатків
- Аналіз технологій прискорення на межах мережі: як використовувати розрахунки на межах мережі для значного покращення продуктивності веб-сайтів та додатків
- Детальне розуміння технологій CDN: аналіз ключових технологій, що прискорюють розповсюдження вмісту веб-сайтів
Українська