Skip to main content

產業

讓物聯網邊緣自行管理

邊緣計算,物聯網設備,物聯網

當今的物聯網客戶期望能以邊緣運算的成本及延遲目標,實現集中式雲端架構的備援性、靈活性和可擴充性。如果遠端解決方案需具高度的可靠性,則解決方案應該具有功能強大的備用功能。如果一個端點失去連接,它應仍能夠繼續操作,直到重新建立連接為止; 斷電並不表示資料會遺失。

然而,物聯網邊緣節點卻是單點故障的代表,節點因為失去連接、供電不穩定或硬體故障,任何時間都可能發生故障。而且與雲端資料中心不同,物聯網邊緣節點的分散式特性代表如果確實發生故障,IT 人員可能幾天或幾週內都無法有所因應。

隨著企業的期望與營業邊緣的現況不斷融合,物聯網系統設計師正在藉助超融合基礎架構(HCI)尋找折衷方案。

最佳的雲端與邊緣運算

HCI 是一種物聯網架構,可將類似資料中心的資源驅動到邊緣(圖 1)。通過將類似資料中心的運算、網路與儲存資源移至更接近邊緣應用程式或一直到邊緣本身,HCI 可在分散式端點中提供雲端效能。

超融合基礎架構填補了邊緣節點與資料中心平台之間的技術差距。(資料來源:NodeWeaver)
圖 1。超融合基礎架構填補了邊緣節點與資料中心平台之間的技術差距。(資料來源:NodeWeaver)e

HCI 硬體的範例包括搭載 Intel® Core 或 Intel Atom® 處理器的高效能邊緣閘道、會在未來 5G 網路中佔據重要地位的行動邊緣運算基地台、及已部署在內部物聯網使用案例中的搭載 Intel® Xeon® 的 uCPE 伺服器。請閱讀「SD-WAN 與 uCPE:簡介」,以進一步瞭解。

這些平台由於可支援多核心處理器、大容量儲存空間與虛擬化技術,因此在遠端物聯網部署中變得愈來愈受歡迎。這些平台可提供:

  • 透過在虛擬機(VM)中代管冗餘工作負載來避免硬體故障及各種故障
  • 在邊緣執行分析的能力,因此即使失去雲端連接也可以繼續正常作業
  • 未來有機會透過新的應用程式與服務更新邊緣部署

當然,大多數 HCI 平台都不支援現成的 OT 需求。例如,遠端物聯網邊緣部署往往需要:

  • 在出現系統故障、新增或更動時,自動重新配置或自我修復的能力
  • 即使整個實體節點發生故障也能繼續作業的能力
  • 裸機效能與原生硬體相當,甚至對於在 VM 中執行的應用程式亦然

需要智慧軟體來實現這些可靠性與效能上的特色。NodeWeaver 邊緣叢集執行平台就是這樣一種解決方案,它將賦予在邊緣運作的 HCI 系統這些功能。

讓節點自行管理

NodeWeaver 是一種編排與管理解決方案,可將多個端點「編入」到大型、虛擬化邊緣運算基礎架構中。這表示您可以在完全獨立的實體節點上將工作負載部署在 VM 中,如果一個端點發生故障,其應用程式仍可繼續在基礎架構中的其他位置執行。

每個節點都在整合了分散式檔案系統、軟體定義網路 (SDN)以及虛擬化元件 ,並搭載以裸機運行 x86 目標的作業系統 (圖 2)。整個堆疊僅消耗 4 GB 記憶體,因此適合大多數 HCI 系統。

NodeWeaver 建立了冗餘的虛擬化邊緣運算基礎架構,提升了可靠性。(資料來源:NodeWeaver)
圖 2。NodeWeaver 建立了冗餘的虛擬化邊緣運算基礎架構,提升了可靠性。(資料來源:NodeWeaver)

虛擬網路是用於將這些節點加入叢集,叢集可包含 2 到 25 個節點。)然後,分散式檔案系統會從一個節點複製應用程式資料(或稱「區塊」),並使用一種隨機過程將資料傳輸到其他節點中的 VM,來將這些區塊分配到具有效能最高、可用儲存空間最大的節點。

為了確保區塊始終可用,NodeWeaver 會執行一個檢查整個叢集的程序。如果該程序發現某個區塊丟失或損壞,它會指示檔案系統協調器在叢集中的其他位置複製一個新區塊。例如,如果儲存磁碟發生故障或當機,NodeWeaver 便可透過將另一個作業資源上的新區塊實體化來「修復」系統。無需使用者干預。

透過此程序, NodeWeaver 可以找出是否有新增的資源,或者管理員是已對現有資源有所更動。

免動手即時虛擬化

如上所述,NodeWeaver 會在實體上和地理上分散的節點之間建立了一個完全虛擬化的環境。因此,請務必注意,應用程式不會將節點視為個別的資源。相反地,他們將整個基礎架構視為資源匯聚之處。

然而,這不表示每個節點上都有無限的資源。

NodeWeaver 使用自主的負載平衡器確保在此環境中能有效執行工作負載。負載平衡器採用了名為動態適應性的功能,不斷地對整個叢集中執行的各種工作負載進行效能標竿測試。接著,它會根據服務品質(QoS) 需求在最有效率的可用硬體上排定工作負載。這個硬體可包括 x86 CPU、GPU、FPGA,甚至是 Intel® Movidius 加速器。

此外,底層的 NodeWeaver OS 提供了彈性的即時保證,使工作負載能以接近裸機的效能執行。同樣地,這無需人力干預即可達成。

人工智慧能否進一步將邊緣自動化?

為了滿足物聯網客戶對備援能力、靈活性和可擴充性的期望,物聯網系統設計師必須在設計端點時考慮到雲端功能。這不僅可以避免單點故障,還能使自主邊緣環境無限期運行,即使沒有本機 IT 支援亦然。

然而,如果在這些自主邊緣環境加入了人工智慧,它們還能達成什麼目標呢?這樣的平台可以長時間監控硬體的效能,並預測磁碟機或軟體何時會發生故障,維修技術人員可以依此將自己的服務排程最佳化。諸如 NodeWeaver 之類的平台已經開始整合能實現此目標的概率引擎。

讓邊緣自行管理。

作者簡介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis