Եզրային հաշվարկ

Վիքիպեդիայից՝ ազատ հանրագիտարանից
Jump to navigation Jump to search

Եզրային հաշվարկը (անգլ.՝ edge computing) ցանցային փիլիսոփայություն է, որը միտված է հաշվարկը հնարավորինս մոտեցնել տվյալների աղբյուրին ՝ ուշացման և թողունակության օգտագործման նվազեցման համար։ Ավելի պարզ ասած, եզրային հաշվարկը նշանակում է ավելի քիչ գործընթացներ վարել ամպում (the cloud) և դրանք տեղափոխել տեղական վայրեր, օրինակ ՝ օգտագործողի համակարգիչ, IoT սարք կամ եզրային սերվեր (edge server)[1]։

Պատմություն[խմբագրել | խմբագրել կոդը]

Եզրային հաշվարկների ծագումը կարելի է համարել 1990-ականները, երբ Akamai-ն գործարկեց իր բովանդակության առաքման ցանցը (CDN)։ Գաղափարն այն էր, որ վերջնական օգտագործողին աշխարհագրորեն ավելի մոտ գտնվող վայրերում տեղադրվեն հանգույցներ ՝պահված բովանդակության առաքման համար, ինչպիսիք են պատկերներն ու տեսանյութերը։

1997 թ․-ին “Agile application-aware adaptation for mobility” աշխատությունում Նոբելը և այլք ցույց տվեցին, թե ինչպես են տարբեր տեսակի ծրագրեր (վեբ բրաուզերներ, տեսանյութեր), որոնք աշխատում են ռեսուրսներով սահմանափակ շարժական սարքերով, կարող են որոշակի առաջանդրանքներ բեռնել հզոր սերվերների վրա։ Նպատակն էր թեթևացնել հաշվիչ ռեսուրսների բեռը և, ինչպես առաջարկվեց ավելի ուշ աշխատանքում, բարելավել բջջային սարքերի մարտկոցի կյանքը։ Այսօր, օրինակ Google-ի, Apple-ի և Amazon-ի խոսքի ճանաչման ծառայությունները գործում են նույն ձևով։ 2001 թ․-ին, անդրադառնալով համատարած հաշվարկներին, Սաթյանարայանանը և այլք ընդհանրացրին այս մոտեցումը իրենց  “Pervasive computing: vision and challenges” աշխատության մեջ[2]։

Նկարագրություն[խմբագրել | խմբագրել կոդը]

Եզրային հաշվարկով համակարգչային ծրագրերը, տվյալները և ծառայությունները տեղափոխվում են կենտրոնական հանգույցներից (data centers) հեռու։ Տերմինը վերաբերում է այն փաստին, որ եզրային հաշվարկներում համապատասխան գործողությունները տեղի են ունենում ցանցի «եզրին», այսինքն ՝ցանցի ծայրամասում։ Այս գործողությունները կարող են նշանակել տվյալների հավաքագրում, համախմբում, պատրաստում և վերլուծություն։ Հաշվարկներն իրականացվում են տեղում, որտեղ տվյալները իրականում ստեղծվում կամ հավաքվում են։

Նպատակն այն է, որ տվյալների հոսքերը գոնե մասամբ մշակվեն տեղում ՝ ռեսուրսներ խնայողաբար։ Ոչ վաղ անցյալում հաշվարկների մեծ մասն իրականացվել է տվյալների կենտրոններում։ Այնուամենայնիվ, միայն ֆիզիկական հեռավորությունը առաջացնում է տվյալների փոխանցման ուշացումներ, որոնք կանխում են կարճ արձագանքման ժամանակները։ Միլիվայրկյան տիրույթում փոխանցման համար, օրինակ, տվյալների կենտրոնը չպետք է գտնվի տվյալների ստեղծման վյրից ավելի քան 100 կիլոմետր հեռավորության վրա։ Հաշվարկի վայրը ֆիզիկապես տեղափոխելով տվյալների ծագմանը, արձագանքման ժամանակները կարող են զգալիորեն կրճատվել։ Միևնույն ժամանակ, ավելի բարձր մակարդակի, գլոբալ գտածոների համար կարևոր տվյալները կարող են նախապես զտվել և փոխանցվել տվյալների կենտրոնին միայն իրական տեսքով, որի միջոցով առկա թողունակությունն աբելի արդյունավետ է օգտագործվում։ Եզրային հաշվարկի հայեցակարգը ծագում է նրանում, որ մշակվող տվյալների քանակը արագորեն աճում է IoT ծրագրերում։ Մասնավորապես այն ծրագրերի համար, որոնք իրական ժամանակում արձագանքներ են պահանջում, պարզապես անհնար է հավաքագրված բոլոր տվյալները փոխանցել տվյալների կենտրոնում մշակման։ Edge computing-ը դիմակայում է իրերի ինտերնետի երկու հիմնական մարտահրավերներին ՝ փոխանցվող տվյալները նախապես զտելով և հաշվարկներ կատարելով անմիջապես տեղում[3]։

Եզրային հաշվարկի շարժիչ[խմբագրել | խմբագրել կոդը]

Ամպային հաշվարկը հասցվել է իր սահմանների ՝ այն աջակցող ծառայությունների և ծրագրերի կարիգներով ՝ տվյալների պահեստավորումից և մշակումից մինչև համակարգերի արձագանքելիություն։ Շատ դեպքերում, թողունակության բարձրացումը կամ հաշվիչ հզորությունը բավարար չեն միացված սարքերի տվյալների ավելի արագ մշակման և անմիջական տեղեկատվություն և գործողություններ ստեղծելու կարիքները իրական ժամանակում բավարարելու համար։ Այս բացերը նպաստում են եզրային հաշվարկի ընդունմանը և օգտագործմանը։

Ամպային մարտահրավերներին նպաստող հիմնական գործոններն են․

  • Ուշացում․ Ավելի ու ավելի շատ արդյունաբերություններ են կիրառում ծրագրեր, որոնք պահանջում են արագ վերլուծություն և արձագանք։ Միայն ամպային հաշվարկը չի կարող բավարարել այս պահանջները ՝ ցանցի և տվյալների աղբյուրի միջև հեռավորության պատճառով առաջացած ուշացման պատճառով, ինչը հանգեցնում է անարդյունավետության, ուշացումների և հաճախորդների վատ փորձի։
  • Անվտագություն և գաղտնիություն. Զգայուն տվյալների, օրինակ ՝ մասնավոր բժշկական գրառումների ապահովումը եզրին և ավելի քիչ տվյալների փոխանցումը ինտերնետով կարող է օգնել բարձրացնել անվտանգությունը ՝ նվազեցնելով գաղտնալսման ռիսկը։ Բացի այդ, որոշ կառավարություններ կամ հաճախորդներ կարող են պահանջել, որ տվյալները մնան այն իրավասության տարածքում, որտեղ դրանք ստեղծվել են։ Օրինակ, առողջապահության ոլորտում կարող են լինել նույնիսկ տեղական կամ տարածաշրջանային պահանջներ ՝ սահմանափակելու անձնական տվյալների պահեստավորումը կամ փոխանցումը։
  • Միացում․ Մշտական ինտերնետ կապի բացակայությունը կարող է խոչընդոտել ամպային հաշվարկին, սակայն ցանցի միացման մի շարք տարբերակներ հնարավոր են դարձնում եզրից ամպ հաշվարկը։ Օրինակ ՝ 5G-ն ապահովում է բարձր թողունակություն, ցածր ուշացման միացում ՝ տվյալների արագ փոխանցման և ծառայությունից մատուցման համար։
  • AI. Իրական ժամանակի գործունակ հետախուզության անհրաժեշտության դեպքում, ձեռնարկություններին տվյալների աղբյուրում անհրաժեշտ է AI, որը հնարավորություն կտա ավելի արագ մշակել և օգտագործել նախկինում չօգտագործված տվյալների ներուժը։ [4]

Կիրառություն[խմբագրել | խմբագրել կոդը]

Այսօր ընկերությունները սկսում են օգտագործել edge computing-ը  cloud-ի կողքին։ Իհարկե, Արևմուտքում այդ տեխնոլոգիաներն ավելի զարգացած են․ դրանք օգտագործում են խոշոր կորպորացիաների և ստարտափների կողմից։

Ամպային ծառայություններ վաճառող խոշոր ընկերությունները ընդլայնում են իրենց տեսականին։ Microsoft-ն առաջարկում է ոչ միայն cloud, այլև լուծումներ ՝ edge տեխնոլոգիաներով։ Օրինակ ՝ համակարգ, որը թույլ է տալիս հաշվարկման մի մասը փոխանցել IoT սարքեր, կամ եզրային սերվեր ՝ արհեստական բանականությամբ տվյալների մշակման համար[5]։

Ծանոթագրություններ[խմբագրել | խմբագրել կոդը]

  1. «What is edge computing?» 
  2. «Cloud and edge computing for IoT: a short history» 
  3. «Edge Computing» 
  4. «Qu'est-ce que l'informatique de périphérie ?» 
  5. «Развитие edge/fog computing» 

Գրականություն[խմբագրել | խմբագրել կոդը]

  1. , Introduction to edge computing։
  2. , Making_Sense_Edge_Computing_Chapter1_FINAL։
  3. , OpenStack-EdgeWhitepaper-v3-online։
  4. , Edge Computing For Dummies։
  5. , Edge computing։
  6. , Edge-Computing-An-Overview-of-Framework-and-Applications։

Արտաքին հղումներ[խմբագրել | խմբագրել կոդը]

  1. , Pervasive computing: vision and challenges։
  2. , Agile Application-Aware Adaptation for Mobility։
  3. What is an edge server?.
  4. Artificial Intelligence.
  5. What is edge computing?.
  6. What is the cloud?.
  7. Mahadev Satyanarayanan.