Облачные сервисы широко распространены. Их используют как отдельные пользователи, например при просмотре видео посредством сервисов OTT, так и предприятия — например, использующие программное обеспечение в качестве услуги (SaaS). В течение многих лет доступ и инфраструктуру этим сервисам предоставляли крупные централизованные ЦОД и облачные архитектуры.

Сегодня в таких категориях, как развлечения, розничная торговля, производство и автомобильная промышленность, зарождается новое поколение облачных приложений. В целом эти приложения станут более ресурсоемкими и чувствительными к задержкам. Традиционные централизованные облачные архитектуры не соответствуют требованиям этих приложений и задач в отношении качества обслуживания (QoE). Новым приложениям необходима более динамичная распределенная облачная модель.

В связи с этим вычислительные ресурсы и ресурсы облачных хранилищ потребуется разместить ближе к границе сети — там, где контент создается или потребляется пользователями и машинами. Это позволит удовлетворить новые требования к QoE. Этот новый подход Edge Cloud предусматривает размещение систем хранения и вычисления на периферии сети.

Предлагаем вашему вниманию первую статью в серии материалов, посвященных движущим силам развития отрасли, проблемам и возможностям Edge Cloud. Мы постараемся объяснить, как участникам экосистемы следует подготовиться к смещению ряда централизованных облачных функций на периферию сети.

Итак, что представляет собой Edge Cloud?

Специалисты Ciena определяют Edge Cloud как облачную экосистему, расположенную физически ближе к конечным пользователям (людям и машинам) и включающую стандартные компоненты вычисления и хранения данных в сочетании с высокомасштабируемыми программируемыми сетевыми компонентами. Объединяясь, эти компоненты формируют среду Edge Cloud, связанную с остальной частью централизованной сети ЦОД по всему миру. Поэтому для безопасной адаптации к непостоянным требованиям в реальном времени эта среда должна учитывать особенности приложений. 

Принцип работы Edge Cloud можно объяснить и на примерах из привычного нам физического мира.  Когда компании вроде Amazon начинали свою деятельность, они поставляли всю свою продукцию со склада рядом со своей штаб-квартирой — скажем, в Сиэтле.  На региональном уровне эта схема работала хорошо, но постепенно компания начала работать в национальном масштабе, и здесь ей уже не удавалось удовлетворить требования клиентов в отношении сроков поставки.  Чтобы значительно сократить время доставки (по аналогии с сетевой задержкой), компания построила склады с поддержкой постоянного уровня запасов (контента) по всей территории США рядом со своими клиентами.  Эти местные склады — физический эквивалент ЦОД на границе сети.  На достигнутом компания не остановилась. Руководство приняло решение открыть небольшие склады по всему Манхэттену, чтобы сократить время доставки части своих товаров с нескольких дней до считанных часов.

Итак, какие приложения выиграют от использования Edge Cloud?

Приложения все чаще требуют передачи данных в режиме, близком к реальному времени. Минимальных задержек требуют не только обычные потребители, но и предприятия, стремящиеся оптимизировать свои операции и монетизировать усовершенствованные потребительские продукты. В частности, среди новых сценариев использования, зависящих от полосы пропускания и длительности задержек, можно отметить следующие.

Доходность+сервисов+граничных+вычислений+по+годам

Давайте подробнее рассмотрим несколько потребительских и корпоративных приложений.

1) Передача потокового видео/контента

Потребители все чаще пользуются потоковой передачей и записью видеоконтента у себя дома и на мобильных устройствах. В связи с этим возрастает необходимость перемещения этого контента ближе непосредственно к пользователям — это позволит повысить производительность и оптимизировать затраты на обслуживание сетей дальней передачи. Периферийные системы хранения уже достаточно давно используют сети доставки контента (CDN) и локальное кэширование популярного контента в периферийных ЦОД, расположенных рядом с конечными пользователями.

2) Облачные игры

Облачная игровая модель не требует от геймеров специального оборудования, такого как консоль или ПК. Они могут играть в свои игры с помощью игровых контроллеров, подключившись к игровому приложению на устройстве по своему выбору (планшет, компьютер или смартфон). В модели на базе периферийных вычислений игровое видео передается на устройство геймера с сервера в ЦОД на периферии сети. Чтобы обеспечить производительность на уровне локального оборудования, необходимо будет обеспечить как низкую задержку, так и высокую пропускную способность игрового видео (все чаще — на уровне 4K) при передаче с облачной среды на периферии.

Схема+сети+для+облачных+игр

3) Розничные магазины без кассиров

Это новая схема работы розничных магазинов (например, Amazon Go), предусматривающая фиксацию процесса покупки товаров покупателями посредством встроенных в потолок камер. Полученные изображения анализируются с помощью ИИ, чтобы определить, какие товары покупатели купили. Это позволяет устранить очереди на кассе, а стоимость купленных товаров снимается непосредственно с кредитных карт покупателей. В этом случае для обработки изображений в режиме, близком к реальному времени, требуются значительные вычислительные ресурсы в самих магазинах или на границе сети.

Пример+магазина+без+кассиров

(Источник изображения: https://www.youtube.com/watch?v=yeS8TJwBAFs)

4) Автономное вождение

Хотя ожидается, что автономные автомобили будут обрабатывать огромное количество данных с датчиков посредством собственных систем, для объезда пробок и предотвращения ДТП значительные объемы данных потребуется обрабатывать и внешними средствами. Задержка обработки и обратной передачи данных в автомобили должна составлять считанные миллисекунды. Для этого периферийные ЦОД необходимо размещать в непосредственной близости к пользователям.

5) Промышленный Интернет вещей / умное производство

Это инициатива в рамках четвертой промышленной революции (Industry 4.0), предусматривающая высокую степень индивидуальной настройки и автоматизации производственного процесса. На производственных линиях работают промышленные роботы, функции которых тщательно контролируются местными вычислительными ресурсами на базе машинного обучения и ИИ для обнаружения дефектов в процессе производства и внесения соответствующих коррективов в режиме, близком к реальному времени. Для упрощения сетевого взаимодействия на производственных предприятиях интеллектуальные промышленные роботы будут использовать соединения 5G (посредством оператора или собственными силами предприятия). Для работы им потребуется обеспечить низкую задержку и высокую сетевую производительность — это позволит свести производственные дефекты к минимуму и обеспечить максимальную безопасность сотрудников.

Все эти приложения характеризуются общими требованиями, удовлетворить которые способны периферийные вычисления:

  • высокие требования к вычислительным ресурсам и ресурсам хранения для ИИ и машинного обучения;
  • низкая задержка (менее 10 мс) в тех случаях, когда необходима быстрая обратная связь с пользователем.

Чтобы узнать подробнее о построении собственной среды Edge Cloud, загрузите наш информационный бюллетень The Adaptive Network: A Framework for Understanding the Networking Implications of the Edge Cloud.