سال 2019، سالیه که باید جدی به محاسبات لبه (Edge Computing) نگاه کنیم. با رشد اینترنت اشیاء (Internet of Things) و شبکه جهانی حسگرها، حجم داده‌هایی که ابر (Cloud) باید مدیریت کنه، نسبت به گذشته حسابی بیشتر شده. طبق یه مطالعه از International Data Corporation (IDC)، تا سال 2020، حدود 45 درصد از داده‌هایی که دستگاه‌های IoT تولید می‌کنن، نزدیک یا توی لبه شبکه ذخیره، پردازش، تحلیل و استفاده می‌شن.
ما توی دنیایی زندگی می‌کنیم که داده‌ها دارن حرف اول رو می‌زنن و این داده‌ها دیگه فقط توی مراکز داده (Data Centers) سنتی تولید نمی‌شن. محاسبات لبه زیرساخت فیزیکی محاسبات رو درست جایی می‌ذاره که داده‌ها تولید می‌شن—یعنی لبه‌های شبکه—و اغلب همون‌جاهایی هستن که این داده‌ها بیشتر از همه به کار می‌آن.
چطور کار می‌کنه؟
با یه ردپای سخت‌افزاری کوچیک، زیرساخت لبه داده‌های عظیم رو جمع‌آوری، پردازش و کم‌حجم می‌کنه تا به یه مرکز داده مرکزی یا ابر آپلود بشه. محاسبات لبه مثل یه پل با عملکرد بالا عمل می‌کنه که کامپیوترهای محلی رو به ابرهای خصوصی (Private Clouds) و ابرهای عمومی (Public Clouds) وصل می‌کنه.
چرا IoT به محاسبات لبه نیاز داره؟
یه دلیل محکم هست که می‌گه IoT برای کارکرد درست و رسیدن به پتانسیل بلندمدتش به محاسبات لبه وابسته‌ست. تأخیر ذاتی ابر دیگه برای پیاده‌سازی هوش ماشینی (Machine Intelligence) و گرفتن نتایج لحظه‌ای (Real-Time) کافی نیست. محاسبات لبه این مشکل رو حل می‌کنه و با کم کردن تأخیر مربوط به ابر، مطمئن می‌شه که آخرین پیشرفت‌های IoT برای کسب‌وکارها توی هر صنعتی در دسترسه.
این فناوری به‌خصوص برای صنایعی که سایت‌های دورافتاده دارن خیلی مفیده؛ مثل خرده‌فروشی (Retail)، مالی (Finance)، صنعتی (Industrial)، دفاتر شعبه‌ای دور (ROBO) و البته IoT. مثلاً توی خرده‌فروشی، فروشگاه‌ها به محاسبات قابل‌اعتماد نیاز دارن که بتونه بیشترین زمان فعالیت (Uptime) رو برای سیستم‌های فروش (Point of Sale)، مدیریت موجودی (Inventory Management) و امنیت (Security) توی شعبه‌های مختلف شبکه‌شون فراهم کنه. بانک‌ها و مؤسسات مالی با شعبه‌های متعدد هم به محاسبات مطمئن برای پشتیبانی از تراکنش‌های سریع و حیاتی نیاز دارن.
نقش کلیدی در IoT
محاسبات لبه توی ادامه نصب دستگاه‌های IoT نقش بزرگی داره و بهترین راه برای پردازش سریع و مؤثر حجم عظیم داده‌هاییه که این دستگاه‌ها تولید می‌کنن. این نیاز وقتی پررنگ‌تر می‌شه که ارتباط داده‌ها با ابر قابل‌اعتماد یا سریع نباشه.
توی نصب‌های ROBO، شعبه‌های کوچیک حالا برنامه‌های اصلی و حیاتی رو اجرا می‌کنن و زیرساختی که روش کار می‌کنن باید با اهمیت این بار کاری (Workloads) هم‌گام بشه.
چالش‌های لبه رو چطور حل کنیم؟
اما وقتی برنامه‌های توی لبه به اندازه برنامه‌های مرکز داده حیاتی می‌شن، سازمان‌ها چطور می‌تونن انعطاف‌پذیری (Resiliability)، مقیاس‌پذیری (Scalability)، امنیت (Security)، دسترسی بالا (High Availability) و منابع انسانی IT رو مثل مرکز داده تأمین کنن؟ چطور می‌تونن فاصله رو بین اهمیت برنامه‌ها و زیرساخت و IT که توی لبه ازشون پشتیبانی می‌کنه کم کنن؟
برای پشتیبانی از برنامه‌های حیاتی بدون حضور کارمند IT توی محل، سیستم‌های محاسبات لبه باید قابل‌اعتمادتر، ساده برای نصب و استفاده، همیشه در دسترس، کارآمد، با عملکرد بالا، خودترمیم (Self-Healing) و مقرون‌به‌صرفه باشن. توی خیلی موارد، برای اینکه برنامه‌ها بدون کارمند IT اختصاصی توی محل کار کنن، سیستم‌ها به اتوماسیون (Automation) نیاز دارن که کارهای دستی خسته‌کننده IT رو حذف کنه—کارهایی که خطای انسانی می‌تونه توشون مشکل‌ساز بشه.
عوامل مهم که باید در نظر بگیریم
اتوماسیون سیستم‌ها رو با نظارت بر شرایط پیچیده خرابی و انجام اقدامات خودکار برای رفع اون‌ها، سرپا نگه می‌داره. این کار زمان قطعی (Downtime) رو که سیستم رو از کار می‌ندازه و نیاز به حضور کارمند IT برای راه‌اندازی دوباره داره، حذف می‌کنه. حتی وقتی قطعات سخت‌افزاری خراب می‌شن، اتوماسیون می‌تونه بار کاری برنامه‌ها رو به قطعات اضافی (Redundant) منتقل کنه تا کار ادامه پیدا کنه.
زیرساخت‌های محاسبات لبه باید نصب و مدیریتشون ساده باشه، چون کسب‌وکارهایی با صدها سایت نمی‌تونن هفته‌ها صرف نصب سخت‌افزار پیچیده برای هر سایت کنن. باید بتونن زیرساخت رو وصل کنن، سیستم‌ها رو آنلاین بیارن و از راه دور مدیریتشون کنن. هرچقدر زیرساخت پیچیده‌تر باشه، زمان بیشتری برای نصب و مدیریتش صرف می‌شه.
این سیستم‌ها باید با کمترین نیاز به مدیریت کار کنن. باید خودترمیم باشن تا دسترسی بالا رو برای برنامه‌ها بدون نیاز به منابع IT فراهم کنن، با تشخیص خودکار خطا (Error Detection)، کاهش خطا و اصلاحش. کارهای مدیریتی باید از راه دور و به‌راحتی انجام بشن. بعلاوه، این سیستم‌ها باید مقیاس‌پذیر باشن—چه بالا برن چه پایین—بسته به نیاز سایت لبه، تا سازمان‌ها با هزینه‌های اضافی برای منابعی که لازم ندارن، گرفتار نشن.
چرا الان وقتشه؟
امسال، سال محاسبات لبه هست و جای تعجب نداره که چرا صنعت داره به این فناوری رو می‌آره. با یه ردپای سخت‌افزاری کوچیک، محاسبات لبه مثل یه پل با عملکرد بالا به ابر عمل می‌کنه که سازمان‌های بیشتری بهش وابسته شدن. اگه دنبال راهی برای سریع‌تر و بهتر کردن IoT توی کسب‌وکارتون هستید، Edge Computing همون چیزیه که نیاز دارید!
منبع: iotforall