サーバーレスから始まるエッジコンピューティングの未来についてお話ししましょう

エンタープライズレベルのストレージ、エンタープライズレベルのコンテナプラットフォームなどのアーキテクチャと開発を経験しており、コンテナ、マイクロサービス、サーバーレス、DevOpsなどに強い関心を持っています。

この記事は、1 月 20 日に開催された Tencent Cloud マイクロサービス アーキテクチャ交換会議からまとめたものです。

サーバーレスは2017年に業界で登場し始めた比較的新しい概念ですが、エッジコンピューティングはより新しいテクノロジーです。では、エッジコンピューティングにおいて、サーバーレスはどのような効果、成果、形態を生み出し、皆様に提供できるのでしょうか?今日はそれを皆さんと共有したいと思います。

まず、Serverless とは何かについてお話ししましょう。次の図は、アーキテクチャの観点からサーバーレスを 2 つの部分に分けることができることを明確に示しています。

1 つ目は、Backend as a Service です。 Tencent Cloud は現在、COS オブジェクト ストレージ、CMQ メッセージ キュー、CDN コンテンツ配信、CDB クラウド データベース、API ゲートウェイなど、多くの製品を提供しています。これらの製品は主にデータストレージに重点が置かれています。

2つ目は、Serverlessの核となる技術的ポイントでもあるFunction as a Serviceです。 Tencent Cloud Cloud Function はこのタイプに属します。

サーバーレスまたはクラウド機能の観点から見ると、ユーザーのコンピューティングをホストすることがより重要になります。ユーザーはコードと構成をクラウド機能プラットフォームに送信します。ここでのコードとは、ユーザーのコードまたはコード パッケージを指します。構成とは、どのような環境を使用するか、必要なメモリ、タイムアウト期間など、関数実行環境自体の構成を指します。もう1つはトリガーの構成です。 Function-as-a-Service 全体がトリガー方式で実行されるため、トリガーにはイベント ソースが必要であり、イベント ソースは他の Tencent Cloud 製品と関連付けられた後に生成されます。たとえば、COS オブジェクト ストレージ製品は COS バケットに関連付けられています。ユーザーが写真をアップロードまたは削除すると、イベントが生成され、クラウド機能の実行がトリガーされます。たとえば、API ゲートウェイとの接続もイベント ソースとして使用できます。ユーザーの HTTP リクエストがゲートウェイに到達すると、API ゲートウェイはリクエストをイベントとしてクラウド関数に転送し、クラウド関数の実行をトリガーします。クラウド関数はリクエストを受信するとそれを処理し、ユーザーへの応答を生成します。

上の図の左側では、コードと構成がクラウド ファンクション プラットフォームに送信され、保存されています。実際のイベントが発生すると、トリガーされた操作を実現するために、イベントごとに関数インスタンスがプルアップされます。実際のイベントが発生すると、ユーザー関数が実行され、ユーザー コードの実行中にクラウド関数コードがデータ計算とコスト計算を実行します。

関数自体が管理されているため、ユーザーはインスタンスがどこで実行されているかを知ることができません。クラウド機能プラットフォームの背後には大規模なコンピューティング リソース プールがあります。ユーザー インスタンスがトリガーされた後、リソース プールから実行可能ファイルの場所をランダムに選択し、対応する場所でユーザーの関数インスタンスを実行します。したがって、スケジューリング プロセス全体、またはイベント発生後の機能スケーリング プロセスは、プラットフォームによって実行されます。ユーザーにとっては、スケジュールの粒度がより細かくなり、スケジュールもプラットフォーム上でホストされます。

コンピューティングプロセス全体の観点から、なぜこのような製品が登場するのでしょうか?従来のデータ保存プロセスでは、データが生成された後、オブジェクト ストレージ ファイルの形式で保存されるか、データベースに構造化された形式で保存されるなど、最初にキャッシュまたは保存され、その後分析および適用される可能性が高くなります。機能サービス製品では、大幅な高速化が実現でき、イベント発生時に即座にデータを処理できるため、まず処理を行い、結果を保存して使用するというプロセスになります。

では、中間データ生成からデータ処理までの伝送プロセスを短縮することは可能でしょうか?

従来のアプリケーションでは、データはユーザーによって生成され、処理のためにクラウドに送信され、それに応じて保存されます。ここで距離を短くするということは、実際には処理をユーザーに近づけることを意味し、エッジ コンピューティング プロセスと考えることができます。ここでユーザーに近づくということは、ネットワークを高速化するということではなく、コンピューティングをユーザーに近い場所に委任することを意味します。

これまでは、コンテナを使用する場合でもホストを使用する場合でも、コンピューティング能力はクラウド上で提供されていましたが、エッジ コンピューティングでは、コンピューティング能力をクラウドの外部に送信します。

エッジ コンピューティングの概念は、コンピューティング能力を実際のユーザーやデバイスの近くに分散することです。

なぜこのような需要が生じるのでしょうか?

インターネットとモノのインターネットの急速な発展により、ますます多くのユーザーとデバイスが接続されるようになりました。この場合、生成されるデータの量も増加します。個々のユーザーでも、IoT アクセス デバイスでも、大量のデータが毎瞬生成されます。データが増加し続けるにつれて、ユーザーやデバイスへの対応もますます高速化することが求められ、機器自体の計算能力もますます強化されなければなりません。

10 年前の PC は、今日のスマートフォンの処理能力に匹敵できませんでした。デバイスの計算能力がますます強力になるにつれて、計算能力をより限界的な場所に分散することが可能になります。

Cloud Functions は現在 2 つの側面を検討しています。 1つ目は、モノのインターネットの方向性です。モノのインターネットは主にデバイスを扱い、デバイス上でエッジコンピューティングを実現します。クラウド関数自体の特性上、トリガー計算に属し、実データが生成されるまで計算は開始されません。クラウド機能はプラットフォーム ホスティングによってスケジュールされ、ユーザー デバイスまたは CDN ノードにクラウド機能をスケジュールできます。 CDN はクラウドの一部と見なすことができますが、CDN 自体はユーザーに非常に近く、CDN ノードは実際にはクラウドのエッジにあります。

次に、モノのインターネットに関連する効果についてデモンストレーションします。

まずはいくつかのデバイスを簡単に紹介したいと思います。 1 つ目は、モノのインターネットに精通している人にはよく知られている Raspberry Pi です。 2 つ目は光センサーで、周囲の光を感知し、周囲の光のルーメン値を読み取ることができます。 3つ目はLEDランプです。

現在、このデバイスは実行中です。周囲の光が十分明るい場合は LED ライトが暗くなり、周囲の光が十分暗い場合は LED ライトが点灯します。デモンストレーション中、光センサーを覆うと LED ライトが点灯することがわかります。現在の周囲光と背景は十分に明るいので、電源を入れると、光が十分に明るいため LED ライトが消えます。

このコードについて説明させてください。まず、現在 Raspberry Pi 上で実行されている関数が Raspberry Pi にダウンロードされ、インターネット上で表示されているのがオンライン コードであることがわかります。次にコードを修正します。コードから、センサーから読み取られたルーメン値が十分に大きい場合、GPIO がハイまたはローにプルアップされることがわかります。これは現時点では正常です。

修正が完了しました。ここで、コードを計測器に送信して実行したいと思います。同時に、ここを引き上げ、値が正しいかどうかを確認します。下で常に更新されているのは、センサーからのルーメン値です。現時点ではセンサーが変化しており、値が 200 を超えていることがわかります。LED ライトが点灯しています。センサーを覆うとLEDライトが暗くなります。これはコードによる動作の反転です。

現在のデバッグプロセス中に、実際のデバイスのデバッグも実行します。ここで実証されているのは、クラウド機能を実際に物理デバイスに委任して実行した場合の効果です。

次に、現在クラウド機能とユーザーが共同で推進しているAI機能についてお話します。 CVM、GPU サーバー、Tencent TML 機械学習を使用してクラウド上でユーザー データをトレーニングし、対応するトレーニング済みモデルを取得し、モデルと周辺インポート コードをパッケージ化してクラウド関数、または GPU を備えたクラウド関数に配置すると、AI 推論機能を外部に提供できます。ユーザーが実際に AI を使用する場合、推論する必要がある音声、テキスト、または画像を外部から送信し、クラウド機能でトレーニング モデルを呼び出して、そのデータについて推論できるようになります。

表面的には、AI 機能はエッジ コンピューティングとは何の関係もないように見えるかもしれませんが、実際はそうではありません。モノのインターネットのエッジ設計にすでにクラウド機能を実行する機能がある場合は、デバイスに AI 機能を送信することをさらに検討できます。たとえば、クラウドでデータを収集してトレーニングし、モデルを生成し、そのモデルを使用してクラウド上の機能を更新し、ワンクリック配信を使用してこの機能をデバイスに送信することで、デバイスの AI 機能が強化されます。

これにより、より多くのデバイスが AI 機能に接続され、自宅のカメラで直接顔を認識して家族を知ることができるようになったり、より多くの医療機器で健康診断の結果を直接判断して病気の種類を特定したりできるようになります。これらは、将来的にさまざまな IoT メーカーとの継続的な探求と進歩のプロセスになります。

別の観点から見ると、CDN にエッジ コンピューティングを行うのはなぜでしょうか? CDN 自体はデータをエッジに配置するプロセスですが、エッジ コンピューティングはコンピューティングをエッジに配置することです。ユーザーの操作ニーズにさらに迅速に対応するため、エッジから送信されるデータをより迅速に処理できるようにすることが、エッジにおけるクラウド機能の探求でもあります。

エッジコンピューティングにおいて、クラウド機能に必要なのは、ユーザーがクラウド上で機能の記述と管理を完了し、さまざまな場所にクラウド機能を配備して、必要な場所で操作・利用できるようにすることです。

将来的には、エッジコンピューティングにおけるクラウド機能の探索機会が数多くあるでしょう。 CDN ベンダー、IoT ベンダー、ハードウェア ベンダーなどは、エッジ IoT 機能、エッジ AI 機能、エッジ CDN 機能の検討と実装に向けて協力して開発を継続していきます。

オリジナルリンク: https://cloud.tencent.com/developer/article/1044457

【この記事は51CTOコラムニスト「雲家コミュニティ」によるオリジナル記事です。転載の許可を得るには、51CTOを通じて原著者に連絡してください。

この著者の他の記事を読むにはここをクリックしてください