Парадоксы периферийных вычислений
Стоит подчеркнуть, что речь идет не о пассивном периметре сети, а об активных узлах, которые обеспечивают не только анализ данных и управление ими, но и хранение. Современная тенденция «притяжения» данных к периферии меняет отрасли, одновременно открывая новые рыночные возможности. В отчете McKinsey & Company, опубликованном в октябре 2018 года, перечислены 107 различных вариантов применения периферийных вычислений. Прогнозируется, что к 2025 году объем соответствующего рынка достигнет 175–215 млрд долл., причем учитываются продажи лишь оборудования.
Предприятия, которые стремятся раскрыть недоступные им ранее преимущества данных, не должны игнорировать перспективы, открывающиеся с внедрением периферийных вычислений.
Как отмечает Томас Битман, аналитик из компании Gartner, в большинстве организаций сегодня осознают, что ограничиваться рамками централизации и облаков нельзя и необходимо внедрять распределенную обработку на местах — это позволит, уменьшив задержку, решать задачи в режиме реального времени. Однако для тех, кто не специализируется на технологиях, процесс освоения новой концепции может быть весьма трудоемким, особенно если учесть существование неверных представлений о сути периферийных вычислений. Рассмотрим три распространенных мифа и поясним, как дело обстоит в реальности.
Идея распределенных вычислений приобрела такое влияние, что венчурные капиталисты начали менять приоритеты, а в адрес облаков зазвучали весьма мрачные прогнозы. Например, подобное предсказание прозвучало в докладе, озаглавленном «Возвращение на периферию и конец облачных вычислений», с которым в 2017 году выступил инвестор Питер Левин. Он заявил тогда, что облако должно исчезнуть в «не слишком отдаленном будущем», поскольку с развитием Интернета вещей вычисления будут перемещаться на периферию. В том же году похожий прогноз опубликовал и Битман в статье, озаглавленной «Периферия проглотит облако». Именно в ней автор говорил о грядущем переходе к распределенной обработке на местах ради малых задержек и решения задач в режиме реального времени.
В недавнем исследовании IDC содержится прогноз о том, что к 2025 году для 30% существующих в мире данных будет нужна обработка в режиме реального времени, и это представляется вполне обоснованным утверждением. Приведем простой пример.
Беспилотные автомобили и «соединенные» автомобили (автомобили, обменивающиеся большим количеством данных с другими транспортными средствами, но не принимающие решения за водителя) — подходящие объекты для применения периферийных вычислений. Если датчики «соединенного» или беспилотного автомобиля обнаружат, что на дороге играют дети, а другая машина в то же время несется на красный свет, эти сведения необходимо обработать максимально быстро. В такой ситуации нет свободных миллисекунд на отправку данных в облако, действовать надо немедленно.
Таким образом, Левин прав в том, что обработать жизненно важные данные, причем при помощи средств машинного обучения, необходимо там, где они получены. Но название его доклада неверное, поскольку, по его же признанию, «важная информация по-прежнему будет сохраняться в центральном облаке», обеспечивающем выполнение ресурсоемких задач машинного обучения, которым требуются большие объемы данных. Битман в своей публикации тоже делает вывод о сохранении у облака определенной роли.
Таким образом, периферия не вытеснит облако. Произойдет другое: механизмы облачной обработки дотянутся до периферии.
Вопрос не в том, что одержит верх ― периферия или облако. Важно понять, какой именно будет архитектура, включающая в себя облако и периферию, или, другими словами, как будет осуществляться их взаимодействие.
Модель гипермасштабируемых ЦОДов по-прежнему эффективна, когда централизация дает преимущества, ― например, для таких применений, как крупномасштабная архивация, распространение контента, хранение данных приложений, быстрое прототипирование и др.
Кроме того, уже происходит определенная деконсолидация облака. В докладе Data at the Edge, подготовленном в 2019 году компанией Seagate совместно с Vapor IO, отмечено, что такие компании, как Vapor IO, Edgeconnex, DataPoints и другие, предлагают микромодульные или «периферийные» центры обработки данных. Это малые независимые автоматизированные дата-центры для обслуживания небольших территорий, которые работают на периферии сети и характеризуются сниженными затратами. Они могут размещаться, например, на парковках, общественных территориях, базовых станциях сотовой сети и т. п. Такие периферийные кластеры устойчиво функционируют в сложных условиях окружающей среды и не подвержены угрозам безопасности. При этом, как отмечают в компании Dell EMC, которая одной из первых начала выпускать микромодульные ЦОД, они обладают достаточной мощностью, чтобы самостоятельно, без обращений к основным дата-центрам, выполнять статистические вычисления и иную обработку данных. А в компании Packet, поставляющей инфраструктуру для облачных и периферийных вычислений, такие решения называют «портативными облаками».
Периферию можно рассматривать как естественное продолжение облака. Топ-менеджер компании Telefonica Патрик Лопес отмечает: «Облака демократизировали Интернет, создав условия для организации платформ поточного видео и онлайн-игр».
«Мы считаем, что периферия продолжает развитие той же тенденции, — пояснил он. ― По сути, периферийные вычисления соединяют все лучшее, что есть в облачных вычислениях и телекоммуникациях. То есть, с одной стороны, все богатство облачных сервисов становится ближе к пользователю, а с другой, они предоставляются мгновенно, в любое время и бесперебойно, демонстрируя лучшие характеристики, которые могут обеспечить телекоммуникационные операторы».
МИФ № 2. Периферия едина
На это указывает само слово, употребляемое в единственном числе.
РЕАЛЬНОСТЬ: это не совсем так.
И да и нет ― все зависит от контекста.
Когда говорят о периферии как о чем-то едином, имеют в виду всю экосистему, в которой данные обрабатываются вблизи места их создания. Однако конкретных вариантов периферийных систем немало.
Существует множество сетей и у каждой есть своя граница с конечными точками, на которых работают необходимые пользователям приложения. Эксперты даже пытались подсчитать максимально возможное число таких границ — просто чтобы иметь представление о масштабе.
Каждая периферийная сеть имеет свои особенности, в зависимости от применения.
Такие сети могут работать в зернохранилище, в поле, в «соединенном» автомобиле и т. п.
Периферийных сетей, созданных для конкретных применений, будет становиться все больше, и со временем периметр приобретет черты облака: необходимость настройки для специальных применений останется, но, скорее всего, только на уровне программного обеспечения. По убеждению Патрика Лопеса, повсеместная доступность и простые средства разработки приложений, присущие облачным платформам, станут обязательными характеристиками и для периферийных сетей. При этом приложение, разработанное для какой-то одной такой сети, должно функционировать и в любых других.
МИФ № 3. Для организации периферийных вычислений достаточно создать компактную версию облачного дата-центра в корпусе
Как отмечалось выше, на периферии нужно частично выполнять хранение и обработку данных. Действительно, некоторые особенности облачных сред следует воспроизвести на периферии, в частности, универсальность сетевого доступа и совместимость приложений на уровне разных периферийных сетей. Но означает ли это, что каждая из них представляет собой небольшое облако?
РЕАЛЬНОСТЬ: периферия — не уменьшенный вариант облака.
Концепция периферийных вычислений, напомним, появилась вследствие роста объема повсеместно создаваемых данных и увеличения потребности в их обработке.
Периферия — это не «мини-облако» прежде всего потому, что она целиком определяется данными.
Другими словами, особенности периферийных вычислений зависят от применения — специфики создаваемых вблизи пользователей данных и их обработки. Однако применения могут быть самыми разнообразными: это механизмы регулирования потребления коммунальных услуг в умных городах, системы виртуальной реальности, инструменты мониторинга старения мостов, роботы для линий по изготовлению одежды и многое другое. Данные, которые нужно обрабатывать в подобных системах, тоже очень разные. Поэтому инфраструктура периферии зависит от конкретного применения.
Как уже подчеркивалось, на периферии не будет места и времени для обработки данных некоторых типов. Например, здесь не нужны архивная информация и данные, используемые в процессах машинного обучения, свойственных для огромных дата-центров (озера данных или наборы данных, применяемые для изучения алгоритмов ML).
И последнее — периферия не является мини-облаком, поскольку, в отличие от облака, эта удаленная, работающая в автономном режиме система находится рядом с пользователем, то есть она определяется своим местонахождением и близостью к данным.
От основного дата-центра общего назначения периферия отличается тем, что отвечает за решение какой-то определенной задачи.
По крайней мере, таким образом дело обстоит сейчас.
Опубликовано 17.04.2020
