کسب و کارها همواره به دنبال روش‌هایی هستند که بتوانند داده‌های خود را با سرعت بیشتری پردازش کرده و هزینه‌های زیرساختی خود را کاهش دهند. یکی از کاربردی‌ترین راهکارها، استفاده از فناوری رایانش مرزی است؛ اما Edge Computing چیست؟ این فناوری نوین با پردازش داده‌ها در منبع تولید آن‌ها، وابستگی به سرورهای ابری را کاهش داده و باعث صرفه‌جویی در پهنای باند و هزینه‌های پردازش می‌شود.
بااین‌حال برای استفاده از مزایای این فناوری باید زیرساخت‌های مناسبی، مانند منابع پردازشی مناسب داشته باشیم. در این مقاله قصد داریم به این سؤالات پاسخ دهیم: Edge Computing چیست؟ چگونه کار می‌کند؟ و چرا انتخاب این روش یک تصمیم استراتژیک برای کاهش هزینه‌های پردازشی محسوب می‌شود؟
Edge Computing چیست؟
Edge Computing یا رایانش مرزی یک روش پردازش داده است که به‌جای ارسال اطلاعات به مراکز داده ابری، آن‌ها را در نزدیک‌ترین نقطه به منبع تولید، پردازش می‌کند. این فناوری باعث کاهش تأخیر، بهینه‌سازی پهنای باند و افزایش سرعت پردازش داده‌ها می‌شود.
رشد روزافزون دستگاه‌های اینترنت اشیا (IoT) و متعاقباً حجم عظیم داده‌ها باعث شده که پردازش سنتی داده‌ها در سرورهای مرکزی به دلیل مشکلاتی مانند تأخیر شبکه و هزینه‌های بالای انتقال داده به یکی از چالش‌های حال حاضر تبدیل شود. خوشبختانه فناوری رایانش ابری این مشکل را با انتقال پردازش به دستگاه‌های نزدیک به محل تولید داده تا حد زیادی رفع می‌کند.
رایانش سنتی یا متمرکز چه مشکلاتی دارد؟
در رایانش سنتی، داده‌ها در نقطه‌ای از شبکه مانند کامپیوتر کاربر تولید می‌شوند. این داده‌ها از طریق شبکه‌های WAN مانند اینترنت، به شبکه محلی (LAN) منتقل و سپس توسط نرم‌افزارهای سازمانی پردازش می‌شوند. در مرحله بعد نتایج پردازش به دستگاه کاربر بازمی‌گردد. این روش برای بسیاری از کسب‌وکارهای سنتی، یک راهکار اثبات‌شده و کارآمد است؛ بااین‌حال، تعداد دستگاه‌های متصل به اینترنت و حجم داده‌های تولیدشده در این دستگاه‌ها به‌طور عجیبی در حال افزایش است و به همین دلیل زیرساخت‌های فعلی مراکز داده سنتی دیگر قادر به مدیریت این حجم عظیم از داده نیستند.
پیش‌بینی‌ها حاکی از این هستند که تا پایان سال ۲۰۲۵ حدود ۷۵٪ از داده‌ها خارج از مراکز داده متمرکز تولید خواهند شد. این موضوع علاوه بر اینکه فشار زیادی به اینترنت جهانی وارد می‌کند، ممکن است با مشکلاتی مانند قطعی شبکه هم همراه شود.
رایانش مرزی چگونه کار می‌کند؟
برای مقابله با چالش‌هایی که در قسمت قبل به آن‌ها اشاره کردیم، معماران فناوری اطلاعات (IT architects) تمرکز را از مراکز داده مرکزی به مرز شبکه (Edge) منتقل کردند. در واقع رایانش مرزی (Edge Computing) بیشتر به موقعیت پردازش داده‌ها مربوط است.
در این روش به‌جای انتقال داده‌ها به مراکز پردازش دور، منابع پردازش و ذخیره‌سازی به نقطه‌ای نزدیک به محل تولید داده‌ها منتقل می‌شوند؛ به‌عبارت‌دیگر، اگر این امکان وجود ندارد که داده‌ها را به یک مرکز داده نزدیک انتقال دهیم، مرکز داده را به داده‌ها نزدیک می‌کنیم.
پس از پردازش داده‌ها فقط نتایج آن به مرکز داده اصلی ارسال خواهد شد. در نتیجه تأخیر در پردازش کاهش می‌یابد، پهنای باند کمتری مصرف می‌شود و هزینه‌های پردازش ابری هم کم خواهد شد.
تفاوت‌های رایانش ابری با Edge Computing چیست؟
رایانش مرزی به لحاظ مفهومی بسیار نزدیک به رایانش ابری (Cloud Computing) است؛ بااین‌حال، دقیقاً یکسان نیستند و نباید به‌جای هم استفاده شوند.
یکی از ساده‌ترین روش‌ها برای درک تفاوت‌های میان رایانش مرزی و رایانش ابری این است که به موقعیت مکانی مراکز پردازش و ذخیره‌سازی داده توجه کنیم. لازم است بدانید که هر دو مورد را می‌توان مربوط به مفهوم رایانش توزیع‌شده دانست که هدف آن استقرار منابع پردازش و ذخیره‌سازی داده‌ها در نزدیک‌ترین موقعیت به محلی است که داده‌ها تولید می‌شوند. تفاوت اصلی در این است که این مراکز پردازش کجا قرار دارند.
رایانش ابری: در این روش، مراکز پردازش و ذخیره‌سازی به‌طور متمرکز در چند نقطه دنیا مستقر هستند. این مدل به‌ویژه برای پردازش داده‌های دستگاه‌های اینترنت اشیاء (IoT) مناسب است، زیرا فضای ابری معمولاً منابع و زیرساخت‌های زیادی برای تحلیل‌های پیچیده و ذخیره‌سازی نتایج دارد. بااین‌حال، حتی اگر مراکز داده ابری در فاصله نزدیک‌تری نسبت به مراکز داده سنتی باشند، باز هم ممکن است فاصله زیادی با نقطه‌ای که داده‌ها تولید می‌شوند، داشته باشند. این یعنی داده‌ها باید از طریق اینترنت به مراکز ابری منتقل شوند که این فرایند نیز با مشکلاتی مانند تأخیر و وابستگی به اینترنت همراه است.
رایانش مرزی: در این مدل، مراکز پردازش و ذخیره‌سازی دقیقاً در مکانی قرار می‌گیرند که داده‌ها تولید می‌شوند. به‌عنوان‌مثال، ممکن است یک باکس کوچک شامل چند سرور و فضای ذخیره‌سازی در بالای یک توربین بادی نصب شود تا داده‌های تولیدشده توسط حسگرهای توربین را پردازش کند. پس از آن نتایج پردازش برای تحلیل‌های بیشتر یا بررسی انسانی به مرکز داده دیگری ارسال می‌شوند.
رایانش مه: احتمالاً اسم این فناوری را کمتر شنیده‌اید. در رایانش مه یا Fog Computing، مراکز پردازش و ذخیره‌سازی در نزدیکی محل تولید داده‌ها قرار می‌گیرند و نه الزاماً در همان مکانی که داده‌ها تولید شده‌اند؛ به‌عبارت‌دیگر، رایانش مه یک واسطه بین رایانش مرزی و رایانش ابری است. در رایانش مه به‌جای ارسال تمامی داده‌ها به سرور ابری، پردازش اولیه داده‌ها در نقاطی نزدیک به تولید داده‌ها انجام می‌شود. این مدل در محیط‌هایی که داده‌های زیادی از دستگاه‌ها یا سنسورها اینترنت اشیاء (IoT) دریافت می‌کنند و نمی‌توان همه داده‌ها را به‌طور مستقیم در مکان تولید داده‌ها پردازش کرد، کاربرد دارد؛ مثل شهرهای هوشمند.
چرا رایانش مرزی مهم است؟
هر پردازش نیاز به معماری مناسبی دارد و به همین دلیل هر معماری برای هر نوع پردازشی مناسب نخواهد نبود. رایانش مرزی یکی از معماری‌های مهم و کاربردی در دنیای پردازش داده‌ها است که برای پشتیبانی از پردازش توزیع‌شده، منابع پردازش و ذخیره‌سازی را به نزدیک‌ترین مکان ممکن به منبع تولید داده انتقال می‌دهد. ایده‌آل‌ترین حالت، همان مکانی است که داده‌ها تولیدشده‌اند.
در حقیقت، مدل‌های پردازش توزیع‌شده، مفهوم جدیدی نیستند. بااین‌حال تمرکززدایی از مدل‌های پردازشی سنتی ممکن است چالش‌هایی ایجاد کند که نیازمند نظارت و کنترل بیشتری هستند.
در دنیای امروز رایانش مرزی روزبه‌روز اهمیت بیشتری پیدا می‌کند. دلیل هم واضح است؛ رایانش مرزی یک راه‌حل عالی برای مشکلات ناشی از انتقال حجم عظیم داده‌ها محسوب می‌شود. البته چالش‌های شبکه‌های پردازش سنتی تنها به حجم داده‌ها مربوط نیست و زمان هم اهمیت زیادی دارد. در برخی موارد نیاز است که پردازش داده‌ها در کوتاه‌ترین زمان ممکن انجام شود، حال تصور کنید که داده‌ها برای پردازش باید تا یک سرور ابری در دوردست‌ها انتقال یابند.
رایانش مرزی به همراه رایانش مه (Fog) سه محدودیت اصلی شبکه‌های پردازش سنتی را برطرف می‌کنند: پهنای باند، تأخیر و شلوغی شبکه؛ اما اینکه این عوامل چگونه موجب اختلال در پردازش می‌شوند را در ادامه توضیح خواهیم داد.
- پهنای باند: پهنای باند به مقدار داده‌ای گفته می‌شود که یک شبکه می‌تواند هم‌زمان منتقل کند. تمام شبکه‌ها محدودیت‌هایی در پهنای باند دارند و این محدودیت‌ها در شبکه‌های بی‌سیم بیشتر است. اگرچه می‌توان پهنای باند شبکه را افزایش داد؛ اما این کار هزینه زیادی دارد و هم چاره‌ساز نیست.
- تأخیر: تأخیر به زمانی اطلاق می‌شود که داده‌ها برای انتقال از یک نقطه به نقطه دیگر در شبکه نیاز دارند. انتقال داده‌ها در حالت ایده‌آل باید با سرعت نور انجام شود، اما فاصله‌های فیزیکی زیاد و مشکلاتی مانند شلوغی شبکه یا قطعی‌ها باعث تأخیر در انتقال داده‌ها می‌شوند. این تأخیر باعث کند شدن فرآیند تحلیل و تصمیم‌گیری و متعاقباً کاهش توانایی پاسخ‌دهی سیستم می‌شود.
- شلوغی شبکه: با اینکه اینترنت برای تبادل داده‌های معمولی مانند ارسال فایل یا استریمینگ طراحی شده؛ اما حجم داده‌های تولیدشده در میلیون‌ها دستگاه اینترنت اشیاء موجب شلوغی آن شده و در نتیجه ارسال داده‌ها زمان‌بر خواهد بود. در برخی مواقع، قطعی شبکه هم باعث نشدید شلوغی پس از برقراری اتصال خواهد شد.
رایانش مرزی چگونه این مشکلات را حل می‌کند؟
حال که متوجه شدیم Edge Computing چیست، باید ببینم این رایانش چگونه باعث رفع این مشکلات می‌شود. همان‌طور که قبلاً هم اشاره کردیم، رایانش مرزی سرورها و مراکز ذخیره‌سازی داده‌ها را در مکان‌هایی که داده‌ها تولید می‌شوند، قرار می‌دهد و به این شکل تعداد زیادی دستگاه را در قالب یک شبکه محلی (LAN) کوچک مدیریت می‌کند. در این شبکه فقط دستگاه‌های تولید داده از پهنای باند استفاده می‌کنند، در نتیجه مشکلاتی مثل تأخیر در پردازش و شلوغی شبکه به‌طور قابل‌توجهی کمتر می‌شود.
مراکز ذخیره‌سازی محلی داده‌های خام را جمع‌آوری می‌کنند. حال کاری که سرورهای محلی انجام می‌دهند را می‌توان به‌صورت زیر توضیح داد:
- پردازش ابتدایی یا جامع داده‌ها پیش از ارسال آن‌ها به مرکز داده یا سرور ابری
- ارسال نتایج یا داده‌های ضروری به‌طور بلادرنگ و در لحظه
کاربردهای Edge Computing چیست؟
از رایانش مرزی به‌طورکلی برای جمع‌آوری، فیلتر کردن، پردازش و تحلیل داده‌ها در محل تولید آن‌ها استفاده می‌شود. این روش یک راهکار قدرتمند برای پردازش داده‌هایی است که انتقال آن‌ها به یک مرکز داده متمرکز به دلیل حجم زیاد، هزینه‌های بالا یا محدودیت‌های دیگر امکان‌پذیر نیست. به همین دلیل رایانش مرزی کاربردهای گسترده‌ای در دنیای واقعی دارد که برخی از مهم‌ترین آن‌ها عبارت‌اند از:
- صنعت تولید
- کشاورزی هوشمند
- بهینه‌سازی شبکه
- ایمنی در محیط کار
- بهبود خدمات بهداشت و درمان
- حمل‌ونقل و خودروهای خودران
- صنعت خرده‌فروشی
چالش‌های Edge Computing چیست؟
اگرچه رایانش مرزی مزایای زیادی دارد، اما برای اینکه بتوانید از انها استفاده کنید، باید چالش‌های پیاده‌سازی آن را هم در نظر بگیرید. مهم‌ترین چالش‌های این معماری را می‌توان موارد زیر دانست:
- محدودیت منابع: رایانش مرزی برخلاف رایانش ابری، منابع پردازش محدودی دارد که همان تعداد محدود هم فقط برای انجام کارهای مشخصی طراحی شده‌اند.
- مشکلات اتصال: حتی در قوی‌ترین شبکه‌ها هم رایانش مرزی به یک سطح از اتصال نیاز دارد. سیستم رایانش مرزی باید به صورتی باشد که در صورت قطع ارتباط هم بتواند به‌صورت خودکار به فعالیت خود ادامه دهد.
- امنیت ضعیف: دستگاه‌های اینترنت اشیا معمولاً بسیار آسیب‌پذیر هستند، بنابراین برای پیاده‌سازی رایانش مرزی باید داده‌ها رمزگذاری شوند.
- مدیریت داده‌ها: همه داده‌های تولیدشده ارزش نگه‌داری ندارند. صاحبان کسب‌وکارها باید تصمیم بگیرند که کدام داده‌ها را حفظ و کدام‌یک را حذف کنند.
Edge Computing؛ راهکاری برای کاهش هزینه‌های پردازش ابری
رایانش مرزی با پردازش داده‌ها در محل تولید، نیاز به انتقال حجم بالای داده به سرورهای ابری را کم کرده و به این شکل باعث صرفه‌جویی در هزینه‌های پردازش و ذخیره‌سازی در فضای ابری می‌شود. مزیت دیگر این نوع رایانش را می‌توان حذف داده‌های غیرضروری در محل جمع‌آوری دانست که نقش مهمی در کاهش هزینه‌های انتقال داده مثل استفاده از پهنای باند دارد. با توجه به اینکه رایانش مرزی پردازش را در محل تولید داده انجام می‌دهد، تأخیر در فرایند بسیار کم خواهد شد. به همین دلیل است که بهتر است از رایانش مرزی به‌جای رایانش ابری در صنایعی مانند تولید، کشاورزی هوشمند، حمل‌ونقل و سلامت استفاده شود. بااین‌حال، پیاده‌سازی این فناوری نیازمند یک برنامه‌ریزی دقیق برای غلبه بر چالش‌هایی مانند محدودیت منابع، مشکلات اتصال و امنیت داده‌ها است.
سؤالات متداول
Edge Computing چیست و چه تفاوتی با رایانش ابری دارد؟
رایانش مرزی یک مدل پردازشی است که داده‌ها را در نزدیک‌ترین نقطه به محل تولید پردازش می‌کند، درحالی‌که رایانش ابری از مراکز داده متمرکز برای پردازش استفاده می‌کند. این تفاوت باعث کاهش تأخیر، بهینه‌سازی پهنای باند و کاهش هزینه‌های پردازشی می‌شود.
چرا کسب‌وکارها باید از رایانش مرزی استفاده کنند؟
رایانش مرزی به کاهش هزینه‌های انتقال داده، بهبود عملکرد سیستم‌ها، کاهش وابستگی به اینترنت و افزایش سرعت پردازش کمک می‌کند. این ویژگی‌ها برای کسب‌وکارهایی که با حجم زیادی از داده‌ها سر و کار دارند، بسیار مفید است.
مهم‌ترین چالش‌های پیاده‌سازی Edge Computing چیست؟
چالش‌های اصلی این فناوری شامل محدودیت منابع پردازشی، نیاز به اتصال پایدار، مسائل امنیتی در دستگاه‌های اینترنت اشیا و مدیریت حجم بالای داده‌ها برای تعیین اطلاعات ارزشمند است.
چه صنایعی بیشترین بهره را از رایانش مرزی می‌برند؟
صنایعی مانند تولید، حمل‌ونقل و خودروهای خودران، کشاورزی هوشمند، بهداشت و درمان، امنیت و نظارت تصویری و خرده‌فروشی.
رایانش مرزی چگونه باعث کاهش هزینه‌های پردازش ابری می‌شود؟
با پردازش داده‌ها در محل تولید، نیاز به انتقال حجم بالای داده به سرورهای ابری کاهش می‌یابد. این امر علاوه بر کاهش هزینه‌های پردازش و ذخیره‌سازی ابری، باعث صرفه‌جویی در پهنای باند و کاهش هزینه‌های انتقال داده می‌شود.
