Что такое граничный сервер
Edge-ик в тумане и другие приключения периферийных вычислений
Меня зовут Игорь Хапов. Я руководитель разработки в Научно-техническом центре IBM. И сегодня я хотел бы вам помочь окунуться в мир периферийных вычислений, или edge computing, как его ещё называют. Я расскажу о том, что же такое edge computing и как он может повлиять на наш с вами мир. Также хотелось бы пояснить различия между edge computing и fog computing, какие преимущества даёт этот подход. В статье я также описал референсную архитектуру приложения на edge computing. И под конец немного расскажу о проекте с открытым исходным кодом Open Horizon, который совсем недавно присоединился к Linux Foundation.
Что же такое edge computing
Согласно определению Гартнера, edge computing — это подвид распределенных вычислений, в котором обработка информации происходит в непосредственной близости к месту, где данные были получены и будут потребляться. Это основное отличие edge computing от облачных вычислений, при которых информация собирается и обрабатывается в публичных или частных датацентрах. Основным отличием от локальных вычислений является то, что обычно edge computing — это часть большей системы, которая включает в себя сбор статистики, централизованное управление и удаленное обновление приложений на edge устройствах.
Что же такое edge устройство? Многие считают, что edge computing — это когда приложение работает на Raspberry Pi или других микрокомпьютерах. На самом деле edge computing может быть и на мобильных устройствах, персональных ноутбуках, умных камерах и других устройствах, на которых можно запустить приложение по обработке данных.
Edge computing и IoT
Довольно часто звучит вопрос — «Чем же отличается edge computing от IoT». IoT можно назвать дедушкой edge computing. IoT — это множество устройств, связанных между собой, и способных передавать информацию друг другу. А edge computing это скорее подход к организации вычислений и управлению edge устройствами. Как вы отлично понимаете, любое приложение необходимо обновлять, мониторить и осуществлять прочие обслуживающие функции. В результате edge computing подразумевает использование определенных подходов и фреймворков, о которых я расскажу чуть позже.
edge computing vs fog computing
Когда я однажды рассказал коллеге про edge computing, он ответил — ”так это же fog computing”. Давайте попробуем разобраться, в чём же разница. С одной стороны, edge computing и fog computing часто используются как синонимы, однако fog computing, или «туманные вычисления», все-таки немного отличаются.
И edge computing, и fog computing — это вычисления, которые находятся в непосредственной близости к получаемым данным. Различие заключается в том, что при туманных вычислениях обработка осуществляется на устройствах, которые постоянно подключены к сети. В edge computing вычисления осуществляются как на сенсорах, умных устройствах – без передачи на уровень gateway, так и на уровне gateway и на микрокластерах.
Для меня было открытием, что edge computing может работать в кластерах Kubernetes или OpenShift. Оказывается, что существует достаточно много задач, где кроме оконечных устройств необходимо выполнять обработку информации в локальном кластере и передавать в централизованные дата центры только результирующие данные. И такие вычисления — тоже edge computing.
Преимущества и недостатки edge computing
При выборе технологий для своего проекта я в первую очередь основываюсь на двух критериях — «Что я от этого получу?» и «Какие проблемы я от этого получу?».
Начнём с преимуществ:
Хотя, конечно, проектируя систему с edge computing, не стоит забывать, что как и любую другую технологию её стоит использовать в зависимости от требований к системе, которую вам необходимо реализовать.
Среди недостатков edge computing можно выделить следующие:
С одной стороны, последний пункт является наиболее критичным, но, к счастью, консорциум Linux Foundation Edge (LF EDGE) включает в себя всё больше и больше проектов с открытым исходным кодом, а их зрелость стремительно растет.
Принципы компании IBM при создании платформы edge computing
Компания IBM, являясь одним из лидеров в области гибридных облаков, использует определённые принципы при разработке решений для edge computing:
IBM применяет эти принципы при декомпозиции задачи построения фреймворка edge computing.
Как вы можете видеть, всё решение разбито на 4 сегмента использования:
Помимо основных принципов и подходов, IBM разработала референсную архитектуру для решений, основанных на edge computing. Референсная архитектура — это шаблон, показывающий основные элементы системы и детализированный настолько, чтобы иметь возможность адаптировать его под конкретное решение для заказчика. Давайте рассмотрим такую архитектуру более подробно.
Референсная архитектура edge computing
Edge devices
В первую очередь, у нас есть какое-либо встроенное или дискретное edge-устройство, к которому подключены сенсоры, датчики или управляющие механизмы, например, для координации движения роборуки. Из сервисов/данных на таком устройстве могут находиться:
Hybrid multicloud
Если мы говорим об использовании ML-модели, которая будет запускаться на десятках или тысячах устройств, то нам необходимо облако, которое сможет отвечать за обучение такой модели, обработку статистики, отображение сводной информации (правая часть архитектуры).
Edge server and Edge micro data center
Как мы уже говорили, можно встретить промежуточные (близкие) кластеры обработки данных на уровне шлюзов или микро-датацентров с установленной поддержкой кластерных технологий.
Edge framework
Когда мы осознаем, что есть необходимость в управлении большим количеством сервисов на тысячах устройств и сотнями приложений в разных кластерах, наступает понимание, что надо бы использовать какой-то фреймворк для управления всем этим зоопарком и синхронизации между устройствами.
Именно наличие данного фреймворка раскрывает преимущества edge computing перед разнородными разнесёнными вычислениями.
Как мы видим, кроме центральной части по управлению сервисами и моделями в данном фреймворке присутствуют агенты, обеспечивающие контроль за управлением жизненным циклом сервисов на устройствах/кластерах на каждом из уровней использования.
Open Horizon и IBM Edge Application Manager
Именно для решения задач в области edge computing IBM разработала и выложила в open-source проект Open Horizon. Если вы помните, один из принципов, которые IBM заложила в edge computing – все компоненты должны быть основаны на open source технологиях. В мае 2020 года проект Open Horizon вошел в Linux Foundation Edge — Международный фонд open-source технологий для созданий edge-решений. Также Open Horizon является ядром нового продукта от RedHat и IBM — IBM Edge Application Manager, решения для управления приложениями на всех устройствах edge computing: от Raspberry Pi до промежуточных кластеров обработки данных.
Несмотря на то, что проект Open Horizon вошел в консорциум только в мае, он уже достаточно давно развивается как open-source проект. И мы в Научно-техническом центре IBM не только успели его попробовать, но и довести свое решение до промышленного использования. О том, как мы разрабатывали проект с использованием edge computing, и что у нас получилось — будет отдельная статья, которая выйдет в ближайшие несколько недель.
Сценарии использования
С одной стороны, edge computing framework — это специализированное решение для определённого круга задач, но оно нашло применение во многих индустриях.
В своё время, когда я изучал работу московских камер “Стрелка”, я понял, что это в чистом виде edge computing, с вычислениями «прямо на столбе» и промежуточной обработкой данных в раздельных вычислительных кластерах у различных ведомств.
Сценарии нашлись в финансовом секторе, в продажах при самообслуживании, в медицине и секторе страхования, торговле и конечно при производстве. Именно в создании решения для автоматизации и оценки качества произведённого оборудования, основанного на edge computing, мне с коллегами из Научно-технического центра IBM и посчастливилось принять участие. И на своем опыте попробовать, как создаются решения edge computing.
Если Вас заинтересовала данная тематика, следите за обновлениями в хабраблоге компании IBM и смотрите видео в разделе Ссылки. Наши зарубежные коллеги к настоящему моменту уже осветили многие технические вопросы и описали, какие сценарии уже работают и применяются в различных отраслях.
Где и как применяются граничные серверы
Категории
Свежие записи
Наши услуги
При разработке сетевой инфраструктуры обычно рассматривают либо локальные вычисления, либо облачные. Но этих двух вариантов и их комбинаций мало. Например, что делать, если от облачных вычислений отказаться нельзя, а пропускной способности не хватает или трафик стоит слишком дорого?
Добавить промежуточное звено, которое выполнит часть вычислений на границе локальной сети или производственного процесса. Эта периферийная концепция называется Edge Computing — «граничные вычисления». Концепция дополняет текущую облачную модель использования данных, и в этой статье мы рассмотрим необходимое оборудование и примеры задач для него.
Уровни edge computing
Допустим, у вас дома установлена целая куча датчиков: термометр, гигрометр, датчик освещения, протечек и прочее. Логический контроллер обрабатывает поступающую от них информацию, реализует сценарии автоматизации, выдает облачному сервису обработанную телеметрию и получает от него обновленные сценарии автоматизации и свежие прошивки. Таким образом, непосредственно на объекте выполняются локальные вычисления, но оборудование контролируется из узла, объединяющего множество таких устройств.
Это пример очень простой системы граничных вычислений, но на нем уже видны все три уровня edge computing:
Сама по себе концепция Edge computing является частью большой экосистемы, оптимизирующей технологический процесс. Она включает в себя как аппаратную (стоечные и граничные серверы), так и сетевую и софтовую части (например, платформа Codex AI Suite для разработки алгоритмов ИИ). Так как «бутылочное горлышко» может образоваться при создании, передаче и обработке «больших данных» и ограничить производительность всей системы, эти части должны быть совместимы между собой.
Особенности граничных серверов
На уровне периферийных узлов в Edge Computing используют граничные серверы, которые ставят непосредственно там, где производится информация. Обычно это производственные или технические помещения, в которых нельзя установить серверную стойку и обеспечить чистоту. Таким образом, граничные серверы выполняются в компактных пыле- и влагозащищенных корпусах с расширенным температурным диапазоном, их нельзя поставить в стойку. Да, такой сервер спокойно может висеть на двухстороннем скотче анкерах где-нибудь под лестницей или в подсобке.
Так как граничные серверы ставятся вне защищенных ЦОД, у них выше требования к физической безопасности. Для них предусматривают защитные контейнеры:
На уровне работы с данными в граничных серверах предусмотрено шифрование дисков и защищенная загрузка. Само шифрование отнимает 2-3% вычислительной мощности, но в граничных серверах обычно используют процессоры Xeon D со встроенным модулем ускорения AES, который минимизирует потери мощности.
Когда применяются граничные серверы
При Edge Computing в дата-центр поступают на обработку лишь те данные, которые невозможно или нерационально обрабатывать по-другому. Таким образом, граничные серверы применяют, когда требуется:
Edge computing для экономии трафика
Датская компания Maersk — один из лидеров морских грузовых перевозок в мире — решила сократить потребление топлива у своих судов и снизить выбросы загрязняющих веществ в атмосферу.
Благодаря датчикам система EcoMain Suite постоянно мониторит состояние критических узлов корабля и их отклонение от заранее вычисленной нормы. Это позволяет быстро диагностировать неисправность и локализовать ее вплоть до проблемного узла. Так как телеметрия постоянно передается «в центр», сервисный техник может выполнить анализ удаленно и дать рекомендации бортовой команде. И главный вопрос тут — сколько данных и в каком объеме передавать на центральный ЦОД.
Так как подключить дешевый проводной интернет к морскому контейнеровозу весьма проблематично, передача большого объема сырых данных на центральный сервер получается слишком дорогой. На центральном сервере BullSequana S200 просчитывается общая логическая модель корабля, а обработка данных и непосредственное управление передается локальному серверу. Как результат, внедрение этой системы окупилось за три месяца.
Edge computing для экономии ресурсов
Еще один пример граничных вычислений — это видеоаналитика. Так, у производителя оборудования для технических газов Air Liquide одной из локальных задач производственного цикла является контроль качества окраски газовых баллонов. Он осуществлялся вручную и составлял около 7 минут на один баллон.
Чтобы ускорить этот процесс, человека заменили блоком из 7 видеокамер высокого разрешения. Камеры снимают баллон с нескольких сторон, генерируя около 1 ГБ видео в минуту. Видео отправляется на граничный сервер BullSequana Edge c Nvidia T4 на борту, на котором нейронная сеть, натренированная на поиск дефектов, анализирует стрим в онлайн-режиме. В результате среднее время на осмотр сократилось с нескольких минут до нескольких секунд.
Edge computing в аналитике
Аттракционы в Диснейленде — это не только веселье, но и сложный технический объект. Так, на «Американской горке» установлено порядка 800 различных датчиков. Они постоянно отправляют на сервер данные о работе аттракциона, а локальный сервер обрабатывает эти данные, вычисляет вероятность выхода аттракциона из строя и сигнализирует об этом на центральный ЦОД.
На основе этих данных определяется вероятность технического отказа и запускается превентивный ремонт. Аттракцион продолжает работать до конца рабочего дня, а тем временем уже оформлен наряд на ремонт, и рабочие оперативно чинят аттракцион ночью.
BullSequana Edge
Серверы BullSequana Edge являются частью большой инфраструктуры для работы с «большими данными», они уже протестированы с платформами Microsoft Azure и Siemens MindSphere, VMware WSX и имеют сертификаты NVidia NGC/EGX. Эти серверы разработаны специально для граничных вычислений и выпускаются в корпусах форм-фактора U2 в вариантах для установки в стандартную стойку, на DIN-рейку, на стену и в напольном исполнении.
BullSequana Edge построены на материнской плате собственной разработки и процессоре Intel Xeon D-2187NT. Они поддерживают установку до 512 Гб оперативной памяти, 2 SSD по 960 Гб либо 2 HDD по 8 или 14ТБ. Также в них можно установить 2 GPU Nvidia T4 16 ГБ для работы с видео; Wi-fi, LoRaWAN и 4G модули; до 2-х 10-гигабитных модулей SFP. В самих серверах уже установлен датчик открытия крышки, который подключен к BMC, управляющему модулем IPMI. Его можно настроить на автоматическое отключение питания при срабатывании датчика.
Добавить комментарий Отменить ответ
Для отправки комментария вам необходимо авторизоваться.
Edge computing: почему об этой технологии следует узнать немедленно?
Миллионы “умных” сенсоров и других IoT-устройств будут генерировать сотни зеттабайт данных. Edge computing поможет компаниям переварить эту гору информации
Казалось бы, термин «облачные вычисления» (cloud computing) только недавно вписался в обиход, а на горизонте появилась ещё одна модель компьютинга — на сей раз это edge computing (периферийные, или граничные вычисления), иногда его ещё называют fog computing (туманные вычисления). В общих чертах под этой технологией подразумевается отдаленный мониторинг и обработка данных непосредственно на IoT-девайсах. Edge computing может показаться новинкой, но на самом деле принцип его работы иллюстрируют смартфоны, планшеты, сенсоры, робототехника, автоматизированные линии, производственные цеха, массивно-распределенная аналитика — устройства и технологии точечных вычислений «на местах». Мери Шаклет из TechRepublic систематизировала информацию об граничных вычислениях в виде руководства, которое поможет лучше понять, что это такое и для чего они нужны.
Об edge computing вкратце
Что такое граничные вычисления? Самое важное отличие граничных вычислений от облачных заключается в том, что сбор и анализ данных проводится не в централизованной вычислительной среде, такой как ЦОД, а в том месте, где происходит генерация потоков данных. Источниками данных служат цифровые устройства (не обязательно находящиеся в одной локации), которые затем передают эти данные в режиме реального времени (зависит от ситуации, передача информации может быть отложена) в центральный репозиторий.
В чем заключается их значимость? Эксперты прогнозируют, что к 2020 г. в мире будет насчитываться больше 5 млн. «умных» сенсоров и других IoT-устройств, которые будут генерировать по меньшей мере 507,5 Зб данных. Edge computing поможет компаниям переварить эту гору информации.
На что простирается их влияние? IoT и граничные вычисления будут применяться во многих отраслях промышленности, включая больницы, сети розничной торговли и поставщиков логистических услуг. Директора предприятий, бизнес-лидеры и руководители производств — вот тот круг заинтересованных лиц, которым предстоит принять решение о внедрении edge computing.
Как долго ждать внедрения технологии? Многие компании не ждут и уже развернули edge computing в рамках своих IoT-стратегий. Вероятность того, что скорость развертывания будет расти, довольно велика.
Как начать прямо сейчас? На рынке присутствуют решения как для локальной установки решений для граничных вычислений, так и подписные сервисы облачных провайдеров.
Об edge computing развернуто
Что такое граничные вычисления?
Это вычислительные ресурсы (например, серверы, СХД, ПО и сетевые подключения), которые развертываются по периметру предприятия. Для этого большинство организаций проводит децентрализацию вычислительных ресурсов, часть из которых переводится из центральных ЦОДов на удаленные объекты типа офисов, торговых точек, клиник или заводов.
Примечательно, что некоторые ИТ-специалисты не различают разницу между граничными и традиционными распределенными вычислениями, которые предназначаются для распараллеливания вычислительных мощностей между ЦОДами и офисами, и существуют несколько десятилетий. Разница между ними состоит в том, что edge computing привязан к данным IoT, которые собираются с удаленных датчиков, смартфонов, планшетов и машин. Затем эти данные анализируются и результаты передаются персоналу на местах.
Ещё один способ применения edge computing — мониторинг сетевой безопасности, эта технология крайне эффективна в плане предотвращения вирусных атак или распространения вредоносного ПО. В случае обнаружения атаки образцы вируса помещаются в карантин, что предотвращает угрозу компрометации всей сети предприятия.
Другие методы применения граничных вычислений можно классифицировать следующим образом:
• менеджеры по управлению инфраструктурой организации применяют средства граничных вычислений и IoT для мониторинга технического состояния зданий и их безопасности;
• производители полупроводников и электроники используют IoT и edge computing для мониторинга качества чипов на протяжении всего производственного цикла;
• при помощи этой технологии продуктовые гипермаркеты отслеживают цепочку поставщиков, контролируя условия хранения и транспортировки скоропортящихся продуктов. Прослеживается соблюдение температурного режима хранения, уровней влажности, бережность транспортировки и др.;
• оснащенные IoT-датчиками грузовики помогают горнодобывающим компаниям контролировать маршруты своих автомобилей и состояние грузов, это особенно актуально при транспортировке в отдаленные районы. В этом случае edge computing выступает в качестве «стража порядка», предотвращая хищение транзитных грузов для последующей перепродажи на черном рынке;
• логистика — ещё один профиль деятельности, где нашел применение метод граничных вычислений. В комбинации с сетью IoT-оборудования он предназначен для отслеживания перемещения товарных запасов в сортировочных цехах и в складских помещениях;
• ритейлерам технология нужна для сбора данных по продажам во всех торговых точках. Затем эти данные передаются в ERP-системы для дальнейшего учета и анализа;
• в лечебных учреждениях периферийный компьютинг используется в качестве локальной платформы для сбора информации и формирования отчетности в операционных;
• промышленные цеха, заводские помещения. На этих объектах новая технология занимается сбором данных о работе оборудования, станков, конвейеров и оповещает персонал, когда какое-то оборудование готовится выйти из строя. Комплекс edge computing, сеть IoT и заводские информационные системы способны информировать руководителей производства о том, все ли операции проводятся по установленному графику. Собранная информация может по необходимости передаваться в корпоративный ЦОД для дальнейшего анализа бизнес-менеджерами и ключевыми руководителями.
Какова роль ИТ-служб в работе IoT-систем? Какие сложности их преследуют?
Ответы на эти вопросы заключаются в следующем:
• датчики и мобильные устройства, развернутые на удаленных объектах по схеме edge computing, должны надлежащим образом эксплуатироваться и обслуживаться;
• администраторы сетей несут ответственность за обеспечение безопасности работы оборудования и обязаны выявлять случаи вторжения в IoT-сеть или подмену сенсоров;
• в случае необходимости ИТ-служба уполномочена обучить операторов IoT-оборудования правильной работе с ним;
• частая корректировка запущенных на IoT бизнес-процессов и координация с руководством; последнее особо важно, поскольку именно от ИТ-службы зависит создание налаженного канала связи для передачи данных (как правило, через Интернет), анализ которых может повлечь за собой смену стратегических планов компании.
В чем заключается значимость edge computing?
Уже мало у кого возникают сомнения, что «умные» датчики, сенсоры, камеры, пульты управления, панели инструментов, сети, шлюзы заполнят промышленные объекты, улицы, офисные помещения, будут следить за правопорядком, контролировать транспортные потоки и делать множество других вещей, о которых нам только предстоит узнать. По прогнозам экспертов, к 2023 г. объем рынка IoT достигнет 724,2 млрд. долл. К тому времени количество генерируемой IoT-устройствами информации будет исчисляться сотнями зеттабайтов, и отвечать за их «отработку» будет именно edge computing.
Ценная информация — лакомый кусок для всех, и предприятия — не исключение. Данные с датчиков, смартфонов, машин и других интеллектуальных устройств, которые находятся вне прямой видимости корпоративных штаб-квартир, — это неструктурированная информация, которая выбивается из привычной схемы потребления: её нельзя скопом отправить в корпоративный ЦОД и ждать, когда она будет обработана и на выходе будет получено ожидаемое. Дело в том, что объем генерируемой IoT информации слишком велик, он накапливается в режиме реального времени и может попросту «забить» канал передачи данных предприятия, будь то Интернет или частная сеть.
Чтобы предотвратить подобное, организации переносят свои ИТ-ресурсы на «край» — туда, где происходит постоянная миграция данных. Для их сбора оборудуются средства локальной коммутации, которые устраняют необходимость отправки всей или части информации в корпоративный ЦОД. Минуя его, технические специалисты и менеджеры получают доступ к оперативной аналитике на удаленных объектах, тем самым повышая ценность принимаемых решений.
Важно найти баланс между стоимостью IoT-систем и их эффективностью, но уже очевидно, что наилучший результат edge computing демонстрирует в области автоматизации. Например, на сборочных линиях, где датчики могут выявлять проблемы с оборудованием и инфраструктурой, предотвращая остановку дорогостоящего конвейера. Еще один пример — установка датчиков, которые отслеживают износ железнодорожного полотна. Своевременная замена изношенных участков позволит избежать внештатных ситуаций типа изменения расписания поездов, не говоря уже о сохранности человеческих жизней.
Каковы сферы влияния edge computing?
Граничные вычисления в разрезе управления входящими IoT-данными повлияют практически на все компании почти в каждой отрасли экономики и госсектора. Edge computing охватит все сферы деятельности, начиная с автоматизации пропускного контроля и сбора данных о качестве производимых товаров, мониторинга движения транспортных средств и заканчивая роботизацией заводов и дистанционной хирургией.
Косвенным указанием о приближении IoT-эры являются модули и дополнительные возможности для сбора или анализа IoT-данных, которые встраивают в свой софт поставщики ПО. Впрочем, это не значит, что предприятиям следует незамедлительно покупать дорогостоящие ПО и IoT-сети, — многие из этих ресурсов предлагается по более низким ценам облачными провайдерами.
Как долго ждать внедрения технологии?
Можно ли говорить о том, что edge computing проник в коммерческий сектор экономики? Исследование, проведенное Tech Pro Research в 2016 г., показало, что к внедрению IoT в сочетании с технологией граничных вычислений приступило больше половины опрошенных. В их числе были как компании СМБ, так и крупные предприятия. Некоторые вендоры отметили, что занимаются внедрением edge computing, руководствуясь собственными IoT-стратегиями. В любом случае, даже если тот или иной вендор не нацелен на немедленное внедрение, в его дорожной карте все равно должны быть намеки или даже выработанная стратегия по развертыванию edge computing.
В случае, если эти условия соблюдены, остается перейти ко второму этапу — найти поставщика ИТ-услуг, который предлагает услуги по развертыванию IoT-инфраструктуры. Для этого поставщики — особенно это касается крупных — предоставляют базовые сервисы, включая услуги хранения, серверные мощности, виртуальные сети, пропускные каналы и IoT-устройства. Наличие облачных служб позволит предприятиям любых размеров сдвигать свои компьютерные мощности и хранилища данных поближе «к краю». Нужно иметь в виду, что облачные вендоры имеют необходимую экспертизу для развертывания IoT-сервисов — остается лишь подобрать нужные.
Как приступить к внедрению edge computing прямо сейчас?
Есть два способа реализации концепции граничных вычислений на предприятии: установка физического оборудования, в т. ч. серверов и устройств сбора данных онпремис, а также облачные решения. И те, и другие предлагаются такими поставщиками, как Intel, IBM, Nokia, Motorola, General Electric, Cisco или Microsoft. Помимо них на рынке имеются поставщики, специализирующиеся на поставке вертикальных решений и ИТ-приложений для защиты граничной сети, мониторинга, логистики и автоматизации производства. ИТ-поставщики помимо оборудования, ПО и сетей оказывают консультационные услуги по их настройке и правильному внедрению.
Переход к edge computing лучше всего предварить детальным анализом, очертив потребности в коммуникационной архитектуре для гладкого приема и обработки данных IoT в режиме реального времени; выстроить канал транспортировки отсортированной информации в центральный ЦОД.
Некоторые эксперты уже высказали свое мнение по поводу граничных вычислений. К примеру, аналитик Gartner Томас Битман считает, что «edge computing „съест“ облако». «Сегодня облачные вычисления пожирают ЦОДы предприятий, на облако приходится все больше и больше нагрузок, но есть еще одна тенденция, которая переместит рабочие нагрузки, данные и стоимость бизнеса далеко от облака. И эта тенденция — переход к edge computing. Она еще более важная и сильная, чем когда-то было в случае с облачными вычислениями», — уверен он.