Przetwarzanie brzegowe vs. Przetwarzanie w chmurze: badanie kluczowych różnic

Rozwój przetwarzania w chmurze otworzył świat nowych możliwości. Nie jest to jednak jedyna forma zdalnego przetwarzania. Przetwarzanie w chmurze ma mniej znanego kuzyna, zwanego przetwarzaniem brzegowym. Chociaż istnieją podobieństwa między tymi dwoma koncepcjami, istnieją wyraźne różnice w sposobie ich działania i celach, którym służą.

Jednak te dwie formy zdalnego przetwarzania razem zmieniają sposób, w jaki pracujemy, komunikujemy się, bawimy się i ogólnie krajobraz społeczeństwa. Zanurzmy się w świat zdalnego przetwarzania, porównując i porównując przetwarzanie w chmurze i przetwarzanie brzegowe.

Kluczowe różnice między przetwarzaniem brzegowym a przetwarzaniem w chmurze

Są to obie formy zdalnego przetwarzania. Dlatego użytecznym punktem wyjścia jest przedstawienie prostej definicji pojęcia zdalnego przetwarzania. Zdalne przetwarzanie w swej istocie odnosi się do praktyki korzystania z zasobów obliczeniowych, które nie są fizycznie obecne w lokalizacji użytkownika.

Za prostotą tej definicji kryje się złożoność tematu. Na przykład pracownicy zdalni, którzy potrzebują dostępu do systemów biznesowych, będą potrzebować zupełnie innych zasobów niż urządzenie Internetu rzeczy (IoT), które musi przetwarzać dane w czasie rzeczywistym. W tym miejscu pojawiają się kluczowe różnice między przetwarzaniem w chmurze a przetwarzaniem brzegowym.

Przetwarzanie w chmurze jest bardziej odpowiednie dla scenariuszy, które przetwarzają duże ilości danych. Dla kontrastu, przetwarzanie brzegowe jest bardziej odpowiednie do przetwarzania mniejszej ilości danych, ale w czasie rzeczywistym.

To jest uproszczony opis różnicy między dwoma modelami zdalnego przetwarzania. Podzielmy to trochę, analizując niektóre wskaźniki, które pomagają zdefiniować przetwarzanie w chmurze i przetwarzanie brzegowe:

Te różnice definiują zalety każdego modelu i dyktują przypadki użycia.

Przetwarzanie brzegowe i przetwarzanie w chmurze w akcji

Unikalne cechy każdego modelu sprawiają, że nadają się do różnych zastosowań. Zrozumienie scenariuszy, w których każdy model się wyróżnia, jest najprostszym sposobem zrozumienia różnicy między tymi dwoma podejściami do zdalnego przetwarzania.

Istnieją szare obszary, w których zderzają się te dwie metodologie. Ale generalnie świadczą one wyraźnie różne usługi.

Przypadki użycia przetwarzania w chmurze

Przetwarzanie w chmurze ma wiele zalet. Jest używany głównie w sytuacjach, w których ogromne ilości danych są przechowywane, udostępniane i zarządzane z centralnej lokalizacji. Wśród scenariuszy, w których te atrybuty sprawiają, że jest to właściwy wybór, są:

• Analityka danych: Nadeszła era dużych zbiorów danych, a organizacje często polegają na przetwarzaniu w chmurze do analizowania ogromnych zbiorów danych.
• Praca zdalna: Usługi oparte na chmurze są kluczowym elementem przejścia na pracę zdalną i hybrydową. Chmura umożliwia pracownikom dostęp do zasobów pracy z dowolnego miejsca z połączeniem internetowym. Może to mieć formę podstawowego dostępu do plików służbowych lub zdalnego dostępu do komputerów służbowych i zdalnych aplikacji.
• Oprogramowanie jako usługa(SaaS): Rozwój modelu zakupu i użytkowania oprogramowania SaaS jest w dużej mierze ułatwiony dzięki przetwarzaniu w chmurze.
• Odzyskiwanie po awarii i kopie zapasowe: Systemy chmurowe są często używane jako rozwiązania do tworzenia kopii zapasowych i odzyskiwania danych po awarii. Jednym z przykładów, o których wie większość ludzi, są obrazy przechowywane w telefonie. Są one archiwizowane w systemie opartym na chmurze, który zapewnia ich bezpieczeństwo w przypadku zgubienia lub zmiany telefonu.

Wspólnym wątkiem, który przewija się przez te zastosowania, jest wymóg zarządzania i przetwarzania dużych ilości danych. Chociaż może to nastąpić w czasie rzeczywistym, nie jest to podstawowa cecha przetwarzania w chmurze.

Przypadki użycia przetwarzania brzegowego

Edge computing jest bardziej odpowiedni do przetwarzania mniejszych ilości danych w czasie rzeczywistym. Jest przeznaczony do scenariuszy, w których należy zminimalizować opóźnienia i wymagane są natychmiastowe działania.

Do typowych zastosowań przetwarzania brzegowego należą:

• Internet rzeczy (IoT): Urządzenia IoT stają się coraz bardziej powszechne. Wszystko z inteligentne domy do inteligentnych miast opiera się na urządzeniach IoT. Te z kolei często wymagają przetwarzania danych w czasie rzeczywistym, a przetwarzanie brzegowe to zapewnia.
• Hazard: Każdy gracz w pewnym momencie doświadczył frustracji związanej z opóźnieniem w grze. Przetwarzanie brzegowe z niskimi opóźnieniami, przetwarzaniem „na krawędzi” i przetwarzaniem danych w czasie rzeczywistym sprawia, że ​​jest to idealny wybór, aby złagodzić frustrację związaną z opóźnieniami. Doskonałym przykładem zastosowania przetwarzania brzegowego w grach są gry takie jak Pokemón Go, w których dane graczy w czasie rzeczywistym są integralną częścią gry.
• Przesyłanie strumieniowe treści: Jest to kolejna dziedzina, w której wykorzystuje się przetwarzanie brzegowe w celu złagodzenia problemów z buforowaniem i opóźnieniami.
• Rzeczywistość rozszerzona i wirtualna: Aplikacje wykorzystujące rozszerzonej lub wirtualnej rzeczywistości wymagają dostępu do przetwarzania danych w czasie rzeczywistym, aby zapewnić płynne immersyjne wrażenia.

Przetwarzanie brzegowe jest preferowanym rozwiązaniem tam, gdzie wymagany jest dostęp do danych z małymi opóźnieniami.

Przyszłość chmury i przetwarzania brzegowego

Przewidywanie dokładnej przyszłości tych obiektów jest trudne. Szybkie upowszechnienie praktyk pracy zdalnej, IoT i AI będą odgrywać kluczową rolę w dyktowaniu przyszłości tych form zdalnego przetwarzania.

Dają one jednak pewne wskazówki, jak możemy się spodziewać ich ewolucji. Omawiając przyszłość, należy wziąć pod uwagę trzy główne aspekty:

• Chmura obliczeniowa: Ponieważ coraz więcej organizacji przechodzi na praktyki pracy zdalnej i wykorzystuje korzyści płynące z przetwarzania w chmurze „big data”, przetwarzanie w chmurze będzie nadal rosło.
• Przetwarzanie brzegowe: Rozwój IoT i potrzeba przetwarzania danych w czasie rzeczywistym napędzają rozwój przetwarzania brzegowego. Ponieważ coraz więcej urządzeń łączy się z Internetem i generuje dane, zapotrzebowanie na przetwarzanie brzegowe w celu szybkiego i wydajnego przetwarzania tych danych będzie tylko rosło.
• Modele hybrydowe: W końcu granice między tymi technologiami zacierają się, a modele hybrydowe, które mogą korzystać z obu, prawdopodobnie staną się powszechne.

Przedstawianie przyszłości to zawsze sprawa chybiona i chybiona. Nie ma jednak wątpliwości, że obie te technologie będą się nadal szybko rozwijać.

Z głową w chmurach lub Życie na krawędzi

Rozwój zdalnego przetwarzania danych we wszystkich jego formach oznacza, że ​​technologie te są dostępne na dłuższą metę. Zarówno przetwarzanie w chmurze, jak i przetwarzanie brzegowe mają mocne i słabe strony, które w dużej mierze decydują o scenariuszach ich wykorzystania.

Jednak przyszłość prawdopodobnie leży w modelach hybrydowych, które łączą zalety obu modeli. Sieci te będą łączyć skalowalność i możliwości przetwarzania danych przetwarzania w chmurze z niskimi opóźnieniami i możliwościami przetwarzania w czasie rzeczywistym przetwarzania brzegowego.