邊緣基礎(chǔ)設(shè)施部署入門
由于對(duì)實(shí)時(shí)分析的需求、新的邊緣技術(shù)和公共云成本的上升,邊緣計(jì)算市場(chǎng)正在快速增長(zhǎng)。
但什么是邊緣?邊緣有很多定義,從遠(yuǎn)程辦公室和制造場(chǎng)所——有時(shí)被稱為近邊緣——到通信塔、物聯(lián)網(wǎng)設(shè)備和自動(dòng)駕駛汽車——有時(shí)被稱作遠(yuǎn)邊緣。用途和工作負(fù)載各不相同,包括典型的辦公室生產(chǎn)力、協(xié)作應(yīng)用程序和VDI。
邊緣還是不邊緣?
IT的關(guān)鍵邊緣問題如下:哪些應(yīng)用程序應(yīng)該在邊緣運(yùn)行,哪些應(yīng)用程序可以在公共云中高效運(yùn)行,哪些應(yīng)該在集中式數(shù)據(jù)中心運(yùn)行?這對(duì)所需的基礎(chǔ)設(shè)施類型有何影響?答案在于數(shù)據(jù):
數(shù)據(jù)移動(dòng)既昂貴又耗時(shí)。 數(shù)據(jù)量越大,在用戶創(chuàng)建或獲取數(shù)據(jù)的地方存儲(chǔ)和分析數(shù)據(jù)的成本效益就越高。
數(shù)據(jù)安全至關(guān)重要。 這在頻繁的數(shù)據(jù)攻擊中就可見一斑。 邊緣站點(diǎn)可能是更偏遠(yuǎn)、更容易受到攻擊的目標(biāo),但隱私法規(guī)可能要求數(shù)據(jù)存儲(chǔ)在本地或至少在國(guó)內(nèi),因此需要強(qiáng)大的數(shù)字和物理監(jiān)控。
數(shù)據(jù)的真正價(jià)值在于分析以獲取可行且及時(shí)的見解。 組織可以立即對(duì)特定站點(diǎn)的分析采取行動(dòng),而更廣泛的見解可能來自云中的后處理。
視頻監(jiān)控屬于高端應(yīng)用
此外,人工智能是一個(gè)關(guān)鍵的新興邊緣應(yīng)用。在將結(jié)果傳輸回核心數(shù)據(jù)中心或云之前,處理和存儲(chǔ)來自邊緣設(shè)備的數(shù)據(jù)并在本地運(yùn)行推斷分析是有意義的。例如,用于生產(chǎn)線缺陷檢測(cè)的圖像識(shí)別、零售場(chǎng)所的虛擬客戶體驗(yàn)或用于確保倉(cāng)庫(kù)工人安全的視頻監(jiān)控。所有這些都需要實(shí)時(shí)邊緣處理和分析。
為了說明這一點(diǎn),邊緣監(jiān)控應(yīng)用中的實(shí)時(shí)視頻分析有望提供未經(jīng)篡改的準(zhǔn)確結(jié)果,如圖1中的倉(cāng)庫(kù)安全監(jiān)控示例。數(shù)據(jù)收集、存儲(chǔ)和處理需求應(yīng)該在應(yīng)用程序環(huán)境本身中指定,而不是應(yīng)用適合云服務(wù)提供商或其他本地基礎(chǔ)設(shè)施的通用策略。
在實(shí)時(shí)人工智能倉(cāng)庫(kù)安全監(jiān)控操作中,性能指標(biāo)包括人工智能推理模型的準(zhǔn)確性、具有確定結(jié)果的模型的實(shí)時(shí)處理以及可能影響到結(jié)果的系統(tǒng)延遲。為了優(yōu)化這些指標(biāo),計(jì)算、內(nèi)存和存儲(chǔ)資源應(yīng)該駐留在捕獲數(shù)據(jù)的相同位置,例如在視頻監(jiān)控系統(tǒng)中。圖1顯示了一個(gè)示例部署,其中一個(gè)組織在倉(cāng)庫(kù)安全應(yīng)用程序中部署了一個(gè)視頻攝像機(jī)網(wǎng)絡(luò),以避免叉車傷害。
邊緣設(shè)備在典型的視頻監(jiān)控設(shè)置中執(zhí)行多種功能
在視頻分析邊緣部署中,計(jì)算、內(nèi)存和存儲(chǔ)資源需要是動(dòng)態(tài)的和可擴(kuò)展的,并滿足應(yīng)用程序的性能目標(biāo)。在邊緣數(shù)據(jù)收集器網(wǎng)絡(luò)上——在這種情況下是攝像機(jī)——每個(gè)攝像機(jī)和邊緣處理設(shè)備都需要足夠的嵌入式計(jì)算和內(nèi)存資源。
基礎(chǔ)設(shè)施方法包括人機(jī)界面
邊緣聚合點(diǎn)可能有物理位置限制,例如容納一個(gè)服務(wù)器機(jī)架、一個(gè)機(jī)柜服務(wù)器,甚至只容納一臺(tái)設(shè)備。此類約束可能受益于計(jì)算和存儲(chǔ)資源在一臺(tái)服務(wù)器或設(shè)備中的緊密耦合或整合。
雖然人們傾向于在邊緣建立低成本基礎(chǔ)設(shè)施,特別是當(dāng)涉及許多邊緣站點(diǎn)時(shí),但低成本可能意味著低能力。 IT 部門必須根據(jù)計(jì)算和存儲(chǔ)方面的工作負(fù)載需求來擴(kuò)展基礎(chǔ)設(shè)施。 好消息是,較新的基礎(chǔ)設(shè)施可以在性能效率以及空間和電力需求方面提供更快的投資回報(bào)。
邊緣基礎(chǔ)設(shè)施的管理應(yīng)支持遠(yuǎn)程部署和管理。 這可以在沒有本地 IT 員工的站點(diǎn)上實(shí)現(xiàn)工作負(fù)載和基礎(chǔ)設(shè)施,并確保多個(gè)遠(yuǎn)程站點(diǎn)之間的一致性,從而增強(qiáng)安全性并降低運(yùn)營(yíng)成本。
超融合基礎(chǔ)設(shè)施 (HCI) 是一種在邊緣流行的架構(gòu)方法。 它將計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)整合到每臺(tái)服務(wù)器上,占地面積更小,與更傳統(tǒng)的 IT 基礎(chǔ)設(shè)施選項(xiàng)相比,需要更少的空間、電力和冷卻。
總體而言,在選擇邊緣基礎(chǔ)設(shè)施時(shí)牢記這些注意事項(xiàng)很有用:
選擇可以運(yùn)行各種工作負(fù)載的經(jīng)濟(jì)高效的架構(gòu)。 根據(jù)數(shù)據(jù)量、攝取點(diǎn)和特定站點(diǎn)洞察的需求來評(píng)估您計(jì)劃在每個(gè)邊緣站點(diǎn)運(yùn)行的工作負(fù)載。
評(píng)估這些工作負(fù)載的處理和存儲(chǔ)需求。 確保集群中有足夠的計(jì)算和存儲(chǔ)來支持當(dāng)前需求。 例如,許多 HCI 產(chǎn)品提供邊緣優(yōu)化的部署選項(xiàng),集群中的節(jié)點(diǎn)較少。 他們使用遠(yuǎn)程見證服務(wù)器來提高可靠性,或者使集群能夠跨多個(gè)位置擴(kuò)展以共享資源。
確定基礎(chǔ)設(shè)施位置的條件。它是專用壁櫥還是混合用途櫥柜?溫度控制得有多好?一些服務(wù)器原始設(shè)備制造商可根據(jù)需要提供加固硬件。
規(guī)劃遠(yuǎn)程可管理性。最近幾代中,許多邊緣平臺(tái)增強(qiáng)了其遠(yuǎn)程部署和管理功能,使一致的資源調(diào)配過程能夠跨多個(gè)邊緣位置進(jìn)行復(fù)制。
邊緣位置的最佳基礎(chǔ)設(shè)施可能有所不同。隨著邊緣用途和工作負(fù)載的增長(zhǎng)和發(fā)展,包括人工智能、特定于垂直方向的工作負(fù)載以及標(biāo)準(zhǔn)辦公室和遠(yuǎn)程工作應(yīng)用程序,評(píng)估基礎(chǔ)設(shè)施選項(xiàng)至關(guān)重要,以確保它們能夠滿足安全、高效的計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)的要求,從而支持不斷擴(kuò)大的運(yùn)營(yíng)。
- 上一篇
大數(shù)據(jù)成功實(shí)施三個(gè)V
在全球范圍內(nèi),很多企業(yè)都專注于利用大數(shù)據(jù)的力量。這一過程的第一步通常是理解大數(shù)據(jù)與更傳統(tǒng)的數(shù)據(jù)環(huán)境之間的區(qū)別。
- 下一篇
綠色未來:元宇宙企業(yè)在環(huán)境可持續(xù)發(fā)展中的作用
在技??術(shù)賦能的世界中,每個(gè)企業(yè)和個(gè)人都需要為實(shí)現(xiàn)我們尋求的變革做出貢獻(xiàn)。利用技術(shù)、虛擬世界的力量提供了一條有前途的轉(zhuǎn)型途徑,而且不會(huì)對(duì)行業(yè)和經(jīng)濟(jì)產(chǎn)生不利影響。
相關(guān)資訊
- IDC發(fā)布研究報(bào)告:2022年全球公共
- 腦機(jī)接口試驗(yàn)邁入新階段:產(chǎn)品可靠
- 高性能、云原生湖倉(cāng)一體存儲(chǔ)架構(gòu)
- 卡車司機(jī)物聯(lián)網(wǎng)路線優(yōu)化的激動(dòng)人
- 人工智能與數(shù)據(jù)分類和治理的重要
- 人工智能在“地球日”拯救地球
- AI大模型:從發(fā)展到生產(chǎn)力的探索之
- 大話數(shù)倉(cāng),數(shù)據(jù)倉(cāng)庫(kù)
- 人工智能資源需求背后的挑戰(zhàn)與解
- 為什么大數(shù)據(jù)和機(jī)器學(xué)習(xí)對(duì)于推動(dòng)