Какво е Fog Computing? Мъгла vs. Edge Computing обяснено

Ключови изводи

• Fog computing разширява концепцията за edge computing чрез създаване на разпределена компютърна инфраструктура, която обхваща по-широка географска област.
• Изчисленията с мъгла работят по-близо до източника на данни, отколкото облачните изчисления, но не точно при източника, използвайки стратегически разположени възли за мъгла в цялата мрежа.
• Fog computing осигурява йерархия от изчислителни ресурси, от крайни устройства до възли за мъгла до облак центрове за данни, оптимизиране на ефективността, намаляване на забавянето и предлагане на структуриран, но гъвкав система.

Нашето разбиране за парадигмите за обработка и съхранение на данни се развива, докато цифровият свят претърпява бързи трансформации. Термините "облак", "ръб" и "мъгла" не са просто метеорологични термини; те представляват три уникални изчислителни системи. Edge и fog computing се появиха в отговор на ограниченията на техния предшественик, но всеки от тях идва с различни характеристики и предимства.

Какво е Fog Computing? Fog Computing обяснено

Нека се задълбочим в това какво представлява изчислението в мъгла и да обясним как работи. Въпреки това, преди да разгледаме изчисленията в мъгла, е полезно да разберем какво е било преди него и как се озовахме в изчисленията в мъгла.

Облачни изчисления се появи като революционен модел за управление и обработка на данни. Предлагане на централизирано съхранение и обработка на данни в огромни центрове за данни - често разположени на континенти далеч от тях източникът на данни или потребителят – облачните изчисления позволяват несравнима мащабируемост, гъвкавост и цена ефективност.

Докато облачните изчисления носят много предимства, не е без недостатъци. Предаването на данни на големи разстояния до облачни центрове, обработката им и след това изпращането им обратно води до забавяне. За задачи, изискващи незабавен отговор или обработка на данни в реално време, това забавяне беше неприемливо. В допълнение, огромната честотна лента, необходима за изпращане на всеки байт данни към централните сървъри, съчетана с потенциално претоварване на мрежата, направи модела, базиран изцяло на облак, със сигурност неефективен приложения.

Въведете крайни изчисления и неговият последващ акт, изчислителната мъгла.

Какво е Edge Computing?

Признавайки ограниченията на облачните изчисления, крайните изчисления бяха замислени да минимизират латентността и да оптимизират честотната лента. The ключова разлика между облачните и периферните изчисления е количеството данни за обработка; облачните изчисления обработват огромни количества, докато edge се фокусира върху много по-малки подгрупи.

Вместо да маршрутизират всичко към централизирани сървъри, процесите на данни бяха преместени по-близо до източника на данни - може би охранителна камера, носимо устройство или фабричен сензор. Тази близост означава, че данните могат да се обработват на място, което увеличава осъществимостта на създаване на отзивчиви приложения в реално време. Локализираната обработка на данни също предвещава добра енергийна ефективност и намалява общите разходи за пренос на данни.

Но докато периферните изчисления се справят с предизвикателствата на забавянето и честотната лента, те също повдигнаха нови опасения. Сигурността се превърна в по-сложен проблем, тъй като данните се обработват на много устройства. Много малки устройства се нуждаеха от повече изчислителни мускули, за да изпълняват строги задачи. Освен това управлението и поддръжката на безброй крайни устройства въведе нови сложности.

Какво е Fog Computing?

Fog computing влезе в игра, за да преодолее ограниченията на своите изчислителни предшественици, cloud и edge. Той разширява концепцията за периферни изчисления чрез създаване на разпределена изчислителна инфраструктура, която обхваща по-широка географска област, а не само отделни устройства.

Вместо да обработва данни при източника (както при edge) или на отдалечени централизирани места (както при облака), изчисленията с мъгла работят по-близо до източника, но не точно при източника. В този изчислителен модел възлите за мъгла са стратегически разположени в мрежата, включително на ръба и в мрежовата инфраструктура. Тези възли имат по-голяма изчислителна мощност от типичните крайни устройства и могат да извършват по-сложна обработка и анализ на данни.

Това на практика създава „по-близък облак“ или „разпределен облак“, който предоставя най-доброто от двата свята, предлагани от предишните изчислителни модели. Fog computing има за цел да осигури йерархия от изчислителни ресурси, варираща от крайни устройства до fog възли до облачни центрове за данни. Това оптимизира ефективността, намалява латентността и предлага по-структурирана, но гъвкава система в сравнение с чисто крайния или облачен модел.

Облак vs. Ръб, край. Fog Computing: Сравнени функции

Тази еволюция от облак до край и накрая до мъгла рисува ярка картина на нашия безмилостен стремеж да оптимизираме данните обработка, като се гарантира, че са налице най-ефективните, отзивчиви и рентабилни системи, за да отговорят на различни изисквания.

Като се има предвид това, човек трябва да разбере производителността и ефективността на изчисленията в облак, периферия или мъгла решенията могат да бъдат значително повлияни от възможностите и характеристиките на локалните устройства участващи. Ограничаващите фактори включват процесорната мощност на устройството, паметта и възможностите за съхранение; съображения за местоположение и латентност; капацитет за пренос на данни; и мащабируемостта и цялостната пригодност за поставената задача.

Примери от реалния свят за изчисления в облак, Edge и Fog

Всеки изчислителен модел – облак, край и мъгла – оказва влияние при решаването на специфични предизвикателства в технологичната индустрия. Разбирането на практическите приложения на всеки има своите предимства както за потребителите, така и за бизнес потребителите.

Облачни изчисления

Гръбнакът на безброй съвременни цифрови услуги, обширните възможности за съхранение и обработка на облачните изчисления предефинираха достъпността. Днес примерите за облачни изчисления в действие са дълбоко вкоренени в нашето ежедневие, независимо дали го осъзнаваме или не.

Услуги за стрийминг, като Netflix и Spotify, са класически примери. Вместо потребителите да съхраняват обширни филмови или музикални библиотеки на своите устройства, абонатите могат да предават поточно съдържание, хоствано в масивни облачни центрове за данни.

Например, когато Netflix обяви функцията за пауза и възобновяване на филми и телевизионни предавания на всяко устройство във всяка стая в къщата услугата за стрийминг беше и се възползва от облачните изчисления ресурси. Тази централизация означава, че можете да започнете да гледате филм на едно устройство, да го поставите на пауза и да възобновите гледането на съдържанието на друго устройство, всичко това благодарение на централизирания характер на данните в облака.

Edge Computing

Тъй като устройствата стават по-интелигентни и по-интегрирани в нашето ежедневие, необходимостта от възможности за бързо вземане на решения нараства експоненциално. Например, смартфоните използват периферни изчисления за извършване на разпознаване на реч, обработка на изображения и други задачи. Известно е също, че интелигентните камери и други интелигентни домашни устройства използват крайни изчисления.

И накрая, самоуправляващи се автомобили силно разчитат на периферни изчисления за вземане на решения в реално време. Сензори и бордови компютри анализират данни от камери, LiDAR, радари и други сензори, за да навигират и да реагират на тяхната среда, без да е необходим отдалечен облачен сървър.

Изчисляване на мъгла

Съчетавайки най-добрите характеристики на облака и периферията, изчисленията в мъгла блестят в сценарии, изискващи координирани, локални решения, без да се претоварват отделните устройства. Основен пример са инициативите за интелигентен град.

Представете си интелигентна система за трафик в град: Вместо всеки светофар да взема самостоятелно решения (както при edge) или да разчита единствено на отдалечен централна система (както при облака), светофарите в определен регион могат да комуникират с локален възел за мъгла, за да вземат по-координирани решения.

Например, ако възникне задръстване в една област, системата може да коригира светлинните времена в околните зони, за да облекчи задръстванията, без да изпраща данни чак до централен облак и обратно.

Демистифициран облачен жаргон

Докато всеки има своето място, изчисленията в облак, край и мъгла играят роля в една оптимизирана, ефективна и отзивчива изчислителна екосистема. Потребителите и фирмите печелят, като демистифицират жаргона и разбират практическите му приложения. Докато продължаваме да използваме силата на данните, гарантирането, че те се обработват ефективно, сигурно и бързо, ще остане в челните редици на технологичния напредък.