エッジコンピューティングをクラウドアーキテクチャに統合することの利点と欠点

[[428620]]

必要なのは、クラウド アーキテクチャを使用したエッジ コンピューティングです。

エッジ コンピューティングは、エッジ デバイス (エッジ ノードとも呼ばれます) にインテリジェンスを統合し、データ取得ソースの近くでデータをリアルタイムに処理および分析する分散コンピューティング テクノロジです。エッジ コンピューティングを使用する場合、データをクラウドや集中型データ処理システムにアップロードする必要はありません。

エッジコンピューティングを使用する理由

ほとんどの企業では、集中型ストレージ システム (通常はパブリック クラウドまたはプライベート クラウド) にデータを保存、管理、分析します。一方、標準的なインフラストラクチャとクラウド コンピューティングは、多くの実際のアプリケーションにはもはや十分ではありません。たとえば、モノのインターネット (IoT) やあらゆるもののインターネット (IoE) の分野では、大量のデータをリアルタイムで処理するために、低遅延で柔軟性の高いネットワークが必要ですが、これは標準的な IT インフラストラクチャでは不可能です。このような状況では、エッジ コンピューティングの利点がさらに明らかになります。

エッジコンピューティングの利点

エッジ コンピューティングでは、データが集約されるポイントの近くでデータが処理されるため、処理と分析のためにクラウドにデータを送信する必要がなくなります。このアプローチにより、ネットワークとサーバーにかかる負担が軽減されます。

エッジ コンピューティングは、リアルタイムでデータを処理し、反応時間が速いため、IoT、主に産業用 IoT の分野で非常に役立ちます。エッジ コンピューティング テクノロジーは、工業および製造企業のデジタル化を加速するだけでなく、AI や MI などのさらなるブレークスルーも提供します。

エッジコンピューティングの限界

タスクをエッジに移動する前に、特定のエッジ モデルをサポートすることが合理的かどうかを検討してください。これらの制限により、従来のクラウド設計に戻らざるを得なくなる可能性があります。

エッジセキュリティ

エッジ コンピューティングでは、データの転送時間を短縮することでセキュリティ上の懸念が最小限に抑えられますが、より複雑なセキュリティ問題も生じます。

たとえば、管理されていないエンドポイント マシンでデータをホストまたは処理する場合、そのようなデバイスに攻撃者が悪用できる欠陥がないことを保証することはできません。エッジ インフラストラクチャを制御するためにクラウド エッジ アーキテクチャを採用したとしても、維持すべき追加のインフラストラクチャがあると、攻撃対象領域が拡大します。

したがって、エッジ コンピューティングは、セキュリティ要件が厳しいアプリケーションには適していません。機密データを扱っている場合や、特別なコンプライアンスのニーズがある場合、集中型サーバーを使用する一般的なクラウド コンピューティング アプローチはそれほどリスクが高くない可能性があります。

遅延要件

エッジ コンピューティングでは、分析のためにデータをクラウド データ センター間でやり取りする必要がないため、アプリケーションの速度と応答性が向上します。本当に瞬時のコミュニケーションフローを必要とするタスクの場合、これは大きなメリットとなります。クラウド企業はデータセンターの範囲を拡大し続けていますが、これらの広大な施設は、主要な人口密集地から遠く離れた田舎に位置していることがよくあります。

ほとんどのワークロードでは、レイテンシ要件は低くなります。一般的なクラウド設計と比較すると、エッジ ネットワークではネットワークの応答性を数ミリ秒しか向上できません。従来の設計によって生じる非効率性は、一般的なアプリケーションでは許容範囲内です。

特に追加の費用と管理負荷を考慮した場合、レイテンシのメリットが妥協する価値があるかどうかを検討してください。

データ量

操作で処理するデータの量と、エッジ インフラストラクチャがそれを処理できるかどうかを決定します。仕事で大量のデータが作成される場合、それを評価して保存するための大規模なインフラストラクチャが必要になります。管理の観点からは、パブリック クラウド データ センターにデータを移動する方が安価で簡単な場合があります。

ただし、大部分がステートレスで、大量のデータを必要としないワークロードは、エッジ コンピューティングに最適です。

エッジコンピューティングの例

ここでは、エッジ コンピューティングが適切な場合と不適切な場合の例をいくつか示し、上記のトレードオフを示します。エッジ コンピューティングの優れた例をいくつか紹介します。

自動運転車

自動運転車は大量のデータを必要とするため、乗客やルート上の他の人々の安全を確保するために迅速な選択を行う必要があります。遅延の問題により、車両の反応時間にナノ秒単位の遅延が発生し、深刻な結果を招く可能性があります。

スマートサーモスタット

これらのガジェットは少量のデータを生成します。さらに、個人が帰宅してサーモスタットを調整したときなど、収集される情報の一部にはプライバシーの問題が生じる可能性があります。データをエッジに保持する方がより実用的であり、セキュリティ上の懸念に対処するのに役立ちます。

信号機

信号機には、リアルタイムの変化に反応する必要があるという 3 つの特性があるため、エッジ コンピューティングに適しています。限られたデータ生成。インターネット接続が時々中断されることがあります。

エッジ コンピューティングがうまく機能しないシナリオをいくつか示します。

• 従来のアプリケーション: 従来のアプリケーションがエッジ インフラストラクチャのパフォーマンスや応答性を必要とすることは想像しにくいです。アプリの読み込みやクエリへの応答にかかる時間が数ミリ秒短縮されるかもしれませんが、そのメリットがコストに見合うことはほとんどありません。
• カメラ システム: ビデオは大量のデータを生成します。このようなデータをエッジで処理して保存するには、大規模で特殊なインフラストラクチャが必要になるため、現実的ではありません。集中型クラウド施設にデータを保存する方がはるかに安価で簡単になります。
• スマート照明システム: 家庭や職場でインターネット経由で動作する照明制御システムは、大量のデータを生成しません。しかし、電球は、たとえスマート電球であっても、処理能力には限界があります。照明システムには超低遅延の要件はないので、照明が点灯するのにほんの一瞬しかかからない場合は、これは大した問題ではないかもしれません。これらのシステムを管理するためにエッジ インフラストラクチャを作成することもできますが、ほとんどの場合、コストに見合う価値はありません。

結論は

エッジ コンピューティングでは、処理をエンド カスタマーのデバイスにアウトソーシングすることで、伝送遅延を最小限に抑え、ネットワークへのデータ アクセスを減らし、場合によっては経費を削減できます。これらの利点のため、クラウド アーキテクトは、できるだけ多くのワークロードをエッジに移動しようとする可能性があります。ただし、そうする前に、各アプリケーションの構造、パフォーマンス要件、セキュリティの問題などを考慮する必要があります。