Применение туманных вычислений
Использование туманных вычислений все еще в новинку, однако есть масса случаев, когда без них не обойтись.
Связь между автомобилями: появление автономных автомобилей только увеличит создание большого количества данных. Наличие беспилотников требует локального анализа определенных данных в реальном времени, таких как окружающая среда, условия для вождения и направление движения. Некоторые данные необходимо отправлять производителю, чтобы помогать в улучшении технического обслуживания транспортных средств или отслеживать использование авто. Туманные вычисления позволят обеспечить связь всех источников данных – и авто, и производителя.
Умные города и интеллектуальные сети: Подобно автономным автомобилям, коммунальные системы все чаще используют данные в режиме реального времени для более эффективной работы. Иногда эти данные находятся в отдаленных областях, поэтому туманные вычисления для таких данных являются идеальным решением.
Анализ в режиме реального времени: Разные вариации использования требуют анализа в реальном времени – от производственных систем, которые должны молниеносно реагировать на события, до финансовых учреждений, использующих данные в режиме реального времени для информирования о коммерческих решениях или мониторинга за мошенничеством. Развертывание туманных вычислений позволит упростить передачу данных между местом их создания и конечной точкой.
|
|
|
Отличие туманных и облачных технологий
Давайте на последок сравним облачные и туманные вычисления опираясь на обсуждение Президент Ассоциации микроэлектроники Карина Абагян обсудила тему с ведущей «Коммерсантъ FM» Анной Казаковой.
— Есть ли какие-то принципиальные отличия от облачных технологий?
— Да, «туманные вычисления» — это подвид «облачных» технологий. В классическом «облаке» все данные сливаются в один data-центр, где обрабатываются. «Облако» отличается от «тумана» тем, что в «тумане» часть данных обрабатывается по пути в data-центр на компьютерах, через которые они проходят. И «туман» применяется в системах, которые регионально распределены и имеют иерархическую структуру. Самый классический случай, с которого и начались «туманные» вычисления, — это так называемые «умные энергосети», когда у нас данные о потреблении электроэнергии считываются управляющими компаниями, и они очень детализованы, там почасовое потребление в каждой квартире.
Дальше на компьютере, грубо говоря, каждого ЖЭКа, каждой коммунальной компании эти данные агрегируются и выше, к оператору энергии, передаются. Еще выше, на регион, это все передается в идее потребления каждой области, и выше, на федеральный уровень, это передается уже в укрепленном виде по регионам. Таким образом мы снимаем нагрузку на финальные data-центры и уменьшаем объем данных, который передается уже у нас по сетям. Вот это два преимущества «тумана» над «облаком», которые проявляются, когда система распределена регионально и имеет несколько уровней.
|
|
|
— То есть главное понять, чем «туман» лучше «облака»?
— «Туман» лучше «облака» тем, что он требует меньше вычислительных мощностей в data-центре из-за того, что часть данных обрабатывается на локальных компьютерах. В «облаке» все центрально.
— Насколько это дорогая технология?
— Для пользователя эта технология наиболее дешевая, я бы сказала так, потому что абсолютно оптимально расходуются вычислительные мощности, и телекоммуникационные инфраструктуры.
— Государство сейчас просто ищет пути экономии?
— Государство сейчас вкладывается в развитие технологий последнего поколения, потому что для России как страны со многими регионами и со многими уровнями управления «туманная» архитектура очень оптимальна в ряде приложений.
Заключение
Сторонники туманных вычислений говорят о новой вычислительной модели, необходимость которой определяется ускоренным развитием Интернета вещей. Когда к Интернету подсоединяется все: не только термометры и тонометры, электросчетчики и тормозные системы, но даже овцы 
, — облако не в состоянии обработать образующуюся лавину данных. Так, один коммерческий авиарейс генерирует около 10 Тбайт данных за каждые полчаса полета. Перемещение таких объемов информации, например, ее транспортировка в облачное приложение для анализа — не только дорогостоящий, но во многих случаях бесполезный и даже контрпродуктивный процесс.
|
|
|
Туманные вычисления не требуют применения мощных серверов. В основном, такие вычисления выполняются на маломощных и рассредоточенных компьютерах вроде тех, что в последнее время стали использоваться в автомобилях, городских системах, электроснабжении — словом, практически всюду. Без необходимости эти компьютеры с облаком не общаются.
Множество различных сценариев использования Интернета вещей, где туманные вычисления могут снизить нагрузку на Интернет, можно реализовать на транспорте. С подключением поездов к Всемирной сети вагоны будут все больше оснащаться датчиками, устанавливаемыми как внутри, так и снаружи — на колесах, осях, вагонных сцепках. Поступающие от датчиков данные (температура, уровень вибрации и т.д.) собираются и анализируются локально, на точке доступа или другом граничном устройстве, расположенном в поезде. Пока данные остаются в допустимых пределах («Все в норме»), в облако ничего не передается. Но как только данные выходят за пределы нормы («Нужна помощь»), они пересылаются в облачный ЦОД, сигнализируя о необходимости выполнения профилактических работ или других мероприятий. При необходимости выполнения экстренных работ — например, по поступлении сигнала о том, что перегрелись колесные подшипники, — локальное приложение автоматически передаст сигнал тревоги машинисту, чтобы тот остановил поезд на ближайшей станции во избежание схода с рельсов.
|
|
|
Вариантов применения туманных вычислений великое множество. «Умный» светофор, получив сигнал от видеокамеры, обнаружившей проблесковый маячок машины скорой помощи, автоматически откроет те или иные полосы движения, чтобы облегчить ей проезд. Вентиляторы в шахтах автоматически изменят режим работы при появлении в воздухе опасных веществ. А приложения балансировки нагрузки на граничных устройствах автоматически переключатся на использование альтернативных источников энергии (солнечной или ветряной) в зависимости от спроса, доступности и цены.
Литература
1. Сопин Э.С., Таланова М.О., Гайдамака Ю.В. «Анализ показателей качества функционирования систем облачных вычислений с гистерезисным управлением» // T-Comm – Телекоммуникации и Транспорт, № 9. – 2015. С. 54 – 60. – 2015.
Дата добавления: 2018-08-06; просмотров: 932; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!