Wraz z rosnącą popularnością przetwarzania rozproszonego terminy takie jak przetwarzanie w chmurze i przetwarzanie brzegowe stają się coraz bardziej powszechne. To nie tylko bezsensowne modne hasła, które wzbudzają zainteresowanie trendem, ale istniejące technologie napędzające innowacje w różnych branżach.

Przetwarzanie w chmurze^(Cloud) i przetwarzanie brzegowe to krytyczne elementy nowoczesnego systemu informatycznego. Ale co dokładnie oznaczają te technologie? A jak się układają? Dowiedzmy Się.

Wprowadzenie do przetwarzania w chmurze

Wszyscy korzystaliśmy z Dropbox lub OneDrive do tworzenia kopii zapasowych naszych ważnych plików i danych. Mówi się, że dane są przechowywane w „chmurze”, ale co to oznacza?

Chmura^{(The Cloud)} to w uproszczeniu zbiór zasobów obliczeniowych dostępnych przez Internet. Chodzi o to, że można tanio i bezpiecznie korzystać ze sprzętu na skalę przemysłową znajdującego się w dowolnym miejscu na świecie.

Tradycyjnie firmy były zmuszone konfigurować i utrzymywać duże serwery dla swoich wewnętrznych potrzeb obliczeniowych. Wiąże się to z wysokimi kosztami, nie mówiąc już o braku elastyczności. Przeniesienie aplikacji do chmury pozwala firmie wyabstrahować zaplecze sprzętowe, żądając tylu zasobów, ile potrzeba.

Obsługa witryn internetowych i innych aplikacji w całości z chmury stała się rutyną, co znacznie upraszcza stos technologiczny. Usługi takie jak Amazon AWS i Microsoft Azure są liderami w tej dziedzinie, obsługując wszelkiego rodzaju aplikacje dla firm na całym świecie.

Plusy^(Pros)

• Skalowalność: usługi w ^{(Scalable: )}chmurze^(Cloud) można zwiększać w razie potrzeby, zapewniając elastyczność aplikacjom bez twardych inwestycji.
• Tani:^{(Cheap: )} Dla usługodawcy bardziej opłacalne jest prowadzenie dużych scentralizowanych farm serwerów niż dla każdej firmy konfigurowanie własnych komputerów. Umożliwia to udostępnianie usług w chmurze przy znacznie niższych kosztach niż tradycyjne konfiguracje.
• Proste:^(Simple:) konfiguracja i zarządzanie wewnętrzną bazą danych i zapleczem API nie jest łatwym przedsięwzięciem. Łatwiej jest wyabstrahować sprzęt i zażądać zasobów obliczeniowych zgodnie z wymaganiami.

Cons

• Zależne od sieci:^{(Network Dependent: )} Głównym problemem związanym z usługami w chmurze jest całkowita zależność od sieci. Usługi w chmurze^(Cloud) nie są rozwiązaniem dla odległych obszarów o słabej łączności sieciowej.
• Powolny:^{(Slow: )} W zależności od lokalizacji serwerów w chmurze komunikacja może zająć od kilku sekund do kilku minut. Opóźnienie to jest zbyt duże w aplikacjach wymagających natychmiastowych decyzji (takich jak urządzenia przemysłowe).
• Intensywna przepustowość:^{(Bandwidth Intensive: )} ponieważ serwery w chmurze są odpowiedzialne za obliczenia i przechowywanie, wiele danych musi zostać przesłanych. Wymagania dotyczące przepustowości są drogie w scenariuszach generujących ogromne ilości informacji (AI, nagrywanie wideo itp.).

Objaśnienie Edge Computing

Problemem z cloud computingiem jest jego zależność od sieci. Nie stanowi to problemu w przypadku większości zadań, ale niektóre aplikacje są niezwykle czasochłonne. Opóźnienie w przekazywaniu danych, wykonywaniu przetwarzania w chmurze i odbieraniu wyników jest niewielkie, ale odczuwalne.

Następnie pojawia się kwestia przepustowości. Aplikacje wykorzystujące przetwarzanie wideo lub algorytmy AI pracują z dużymi ilościami danych, których przesłanie do chmury może być kosztowne. Tym bardziej, jeśli zbieranie danych odbywa się w zdalnej lokalizacji, gdzie łączność sieciowa jest ograniczona.

Przetwarzanie^(Edge) brzegowe zapewnia odpowiedź na te problemy. Zamiast wysyłać dane do serwera znajdującego się w połowie świata, są one przechowywane i przetwarzane na miejscu lub przynajmniej w najbliższej lokalizacji.

Ma to tę zaletę, że oszczędza koszty transmisji danych i eliminuje czynnik opóźnienia sieci. Obliczenia mogą odbywać się natychmiast, dając wyniki w czasie rzeczywistym, co ma kluczowe znaczenie w wielu zastosowaniach.

Plusy^(Pros)

• Brak opóźnień:^{(No Latency: )} Ponieważ komputer brzegowy znajduje się w źródle danych, nie ma opóźnień w sieci, z którymi trzeba się zmagać. Daje to natychmiastowe rezultaty, co jest ważne dla procesów w czasie rzeczywistym.
• Ograniczona transmisja danych:^{(Reduced Data Transmission: )} Komputer brzegowy może przetwarzać większość danych w witrynie, przesyłając tylko wyniki do chmury. Pomaga to zmniejszyć wymaganą ilość transferu danych.

Cons

• Droższe niż w chmurze:^{(More Expensive than Cloud: )} w przeciwieństwie do przetwarzania w chmurze przetwarzanie brzegowe wymaga dedykowanego systemu w każdym węźle brzegowym. W zależności od liczby takich węzłów w organizacji koszty mogą być znacznie wyższe niż usługi w chmurze.
• Złożona konfiguracja:^{(Complex Setup: )} w przypadku przetwarzania w chmurze wszystko, czego potrzebujemy, to zażądać zasobów i zbudować frontend aplikacji. Całość sprzętu realizującego te instrukcje pozostawia się dostawcy usług w chmurze. W edge computing jednak trzeba zbudować backend z uwzględnieniem potrzeb aplikacji. W rezultacie jest to o wiele bardziej złożony proces.

Przetwarzanie w chmurze kontra^{(Cloud Computing Vs)} . Edge Computing : który z nich jest lepszy?

Pierwszą rzeczą, którą musisz zrozumieć, jest to, że przetwarzanie w chmurze i przetwarzanie brzegowe nie są konkurencyjnymi technologiami. Nie są to różne rozwiązania tego samego problemu, ale zupełnie odrębne podejścia, rozwiązujące różne problemy.

Przetwarzanie w chmurze^(Cloud) najlepiej sprawdza się w przypadku skalowalnych aplikacji, które należy zwiększać lub zmniejszać w zależności od zapotrzebowania. Na przykład serwery internetowe^(Web) mogą żądać dodatkowych zasobów w okresach dużego obciążenia serwera, zapewniając bezproblemową obsługę bez ponoszenia stałych kosztów sprzętu.

Podobnie przetwarzanie brzegowe jest odpowiednie dla aplikacji czasu rzeczywistego, które generują dużo danych. Na przykład Internet-of-Things ( IoT ) zajmuje się inteligentnymi urządzeniami^{(smart devices)} podłączonymi do sieci lokalnej. Urządzenia te nie mają wydajnych komputerów i muszą polegać na komputerze brzegowym do swoich potrzeb obliczeniowych. Robienie tego samego z chmurą byłoby zbyt wolne i niewykonalne ze względu na duże ilości danych.

Krótko mówiąc, zarówno przetwarzanie w chmurze, jak i przetwarzanie brzegowe mają swoje zastosowania i muszą być wybrane zgodnie z daną aplikacją.

Podejście hybrydowe

Jak powiedzieliśmy wcześniej, przetwarzanie w chmurze i przetwarzanie brzegowe nie są konkurentami, ale rozwiązaniami różnych problemów. To nasuwa pytanie; czy można ich używać razem?

Odpowiedź brzmi tak. Wiele aplikacji przyjmuje podejście hybrydowe, integrując obie technologie w celu uzyskania najwyższej wydajności. Na przykład maszyny automatyki przemysłowej są zwykle podłączone do wbudowanego komputera na miejscu.

Ten komputer brzegowy jest odpowiedzialny za obsługę urządzenia i wykonywanie złożonych obliczeń bez opóźnień. Ale jednocześnie ten komputer przesyła również ograniczone dane do chmury, która obsługuje cyfrowe ramy zarządzające całą operacją.

W ten sposób aplikacja w pełni wykorzystuje mocne strony obu podejść, opierając się na obliczeniach brzegowych do obliczeń w czasie rzeczywistym, podczas gdy do wszystkiego innego wykorzystuje przetwarzanie w chmurze.

Jaka jest najlepsza^(Best) rozproszona technologia obliczeniowa^{(Computing Technology)} ?

Przetwarzanie^(Edge) brzegowe nie jest ulepszoną wersją przetwarzania w chmurze. Jest to inne podejście do przetwarzania rozproszonego, które przydaje się w przypadku aplikacji, w których liczy się czas i intensywność danych.

Jednak przetwarzanie w chmurze jest nadal najbardziej elastycznym i opłacalnym podejściem dla większości innych aplikacji. Odciążając pamięć masową i przetwarzanie na dedykowany serwer, firmy mogą skoncentrować się na swoich działaniach, nie martwiąc się o implementację backendu.

Oba są niezbędnymi narzędziami w repertuarze doświadczonych informatyków, a większość najnowocześniejszych urządzeń, zarówno IoT , jak i innych, wykorzystuje kombinację tych dwóch technologii, aby uzyskać najlepsze wyniki.

Edge Computing Vs. Cloud Computing and Why It Matters

With distributed computing gaining popularity, terms like cloud computing and edge computing аre becoming increasingly common. These aren’t jυst mеaninglеss buzzwords to spark interest in a trend, but existing technologies driving innovation across indυstries.

Cloud computing and edge computing are critical components of the modern IT system. But what exactly do these technologies entail? And how do they stack up against each other? Let’s find out.

An Introduction to Cloud Computing

We have all used Dropbox or OneDrive to backup up our important files and data. The data is said to be stored on the “Cloud,” but what does it mean?

The Cloud, simply put, is a collection of computing resources accessible over the internet. The idea is that you can use industrial-scale hardware located anywhere in the world cheaply and securely.

Traditionally, companies were forced to set up and maintain large servers for their in-house computing needs. This incurs high costs, not to mention the lack of flexibility. Moving an application to the cloud allows a company to abstract away the hardware backend, requesting as many resources as needed.

It has become routine for websites and other applications to be served entirely from the cloud, greatly simplifying the technology stack. Services like Amazon AWS and Microsoft Azure are frontrunners in this space, powering all sorts of applications for companies worldwide.

Pros

• Scalable: Cloud services can be ramped up as and when required, providing flexibility to applications without hard investments.
• Cheap: It is more cost-effective for a service provider to run large centralized server farms than for each firm to set up its own computers. This allows cloud services to be made available at a much lower cost than traditional setups.
• Simple: Setting up and managing an in-house database and API backend is no easy undertaking. It is easier to abstract the hardware away and request computing resources as required.

Cons

• Network Dependent: The main issue with cloud services is complete network dependence. Cloud services are not a solution for remote areas with poor network connectivity.
• Slow: Depending on the location of the cloud servers, communication can take from a few seconds to several minutes. That delay is too much in applications requiring instant decisions (such as industrial equipment).
• Bandwidth Intensive: As the cloud servers are responsible for computation and storage, a lot of data needs to be transmitted. Bandwidth requirements are expensive in scenarios that generate vast information (AI, video recording, etc.).

Edge Computing Explained

A problem with cloud computing is its dependence on the network. This is not a problem for most tasks, but some applications are extremely time-sensitive. The delay in transmitting data, performing the processing on the cloud, and receiving the results is slight but perceptible.

Then there is the issue of the bandwidth. Applications involving video processing or AI algorithms work with large amounts of data, which can be expensive to transmit to the cloud. More so if the data collection occurs in a remote location, where network connectivity is limited.

Edge computing delivers an answer to these problems. Instead of sending the data to a server halfway across the world, it’s stored and processed on-site, or at least at a nearby location.

This has the advantage of saving data transmission costs and removing the factor of network latency. The computation can take place immediately, giving the results in real-time, which is vital for many applications.

Pros

• No Latency: As the edge computer is located at the source of data, there is no network latency to contend with. This gives immediate results, which is important for real-time processes.
• Reduced Data Transmission: The edge computer can process the bulk of the data at the site, transmitting only the results to the cloud. This helps reduce the volume of data transfer required.

Cons

• More Expensive than Cloud: Unlike cloud computing, edge computing requires a dedicated system at each edge node. Depending on the number of such nodes in an organization, the costs can be much higher than cloud services.
• Complex Setup: With cloud computing, all we need is to request resources and build the application frontend. The nitty-gritty of the hardware carrying out those instructions is left to the cloud service provider. In edge computing, however, you need to build the backend, taking into account the application’s needs. As a result, it is a much more involved process.

Cloud Computing Vs. Edge Computing: Which One Is Better?

The first thing that you must understand is that cloud computing and edge computing are not competing technologies. They are not different solutions to the same problem but separate approaches altogether, solving different problems.

Cloud computing is best for scalable applications that need to be ramped up or wound down according to demand. Web servers, for example, can request extra resources during periods of high server load, ensuring seamless service without incurring any permanent hardware costs.

Similarly, edge computing is suitable for real-time applications that generate a lot of data. Internet-of-Things (IoT), for example, deals with smart devices connected to a local network. These devices lack powerful computers and must rely on an edge computer for their computational needs. Doing the same thing with the cloud would be too slow and unfeasible owing to the large amounts of data involved.

In short, both cloud and edge computing have their use-cases and must be chosen according to the application in question.

The Hybrid Approach

As we have said earlier, cloud computing and edge computing are not competitors, but solutions to different problems. That begs the question; can they both be used together?

The answer is yes. Many applications take a hybrid approach, integrating both technologies for ultimate efficiency. For example, industrial automation machinery is usually connected to an on-site embedded computer.

This edge computer is responsible for operating the device and performing complex calculations without delay. But at the same time, this computer also transmits limited data to the cloud, which runs the digital framework managing the entire operation itself.

In this way, the application makes full use of the strengths of both approaches, relying on edge computing for real-time computation while using cloud computing for everything else.

Which Is the Best Distributed Computing Technology?

Edge computing is not an upgraded version of cloud computing. It is a different approach toward distributed computing that comes in handy for time-sensitive and data-intensive applications.

However, cloud computing is still the most flexible and cost-efficient approach for most other applications. By offloading storage and processing to a dedicated server, companies can focus on their operations without worrying about backend implementation.

Both are essential tools in the repertoire of a savvy IT professional, and most cutting-edge facilities, whether IoT or otherwise, leverage a combination of the two technologies to get the best results.

Related posts

• Pytania i odpowiedzi w rozmowie kwalifikacyjnej Cloud Computing

• Co to jest przetwarzanie w chmurze i w chmurze? Wprowadzenie dla początkujących!

• Jakie są zagrożenia bezpieczeństwa związane z przetwarzaniem w chmurze?

• 10 rodzajów przetwarzania w chmurze, o których powinieneś wiedzieć

• Czym jest chmura i jak najlepiej ją wykorzystać?

• HDG wyjaśnia: Co to jest port komputerowy i do czego są używane?

• Napraw błąd „Windows nie może połączyć się z tą siecią”

• Co to jest NAT, jak działa i dlaczego jest używany?

• 8 łatwych projektów Raspberry Pi dla początkujących

• Jak wyłączyć sieć w Windows Sandbox w Windows 10?

• Co to jest Localhost i jak z niego korzystać?

• Jak połączyć się ze zdalnym rejestrem w Windows 7 i 10?

• Jak naprawić „Nie masz uprawnień do wysyłania do tego odbiorcy”

• Punkt dostępowy a router: jakie są różnice?

• Najlepsze szyfrowanie Wi-Fi dla szybkości i dlaczego

• Darmowe narzędzia sieci bezprzewodowej dla systemu Windows 10

• Jak uruchomić system Windows 10 w trybie awaryjnym z obsługą sieci

• Jak korzystać z aplikacji Ludzie do zarządzania kontami sieci społecznościowych

• Zadania i wymagania dotyczące umiejętności w chmurze

• Jak umieścić na białej liście określone urządzenia w sieci domowej, aby powstrzymać hakerów?