معماری محاسبات لبه بر پایه چه مولفه‌هایی طراحی می‌شود؟

این مدل امکان پرداخت هزینه فقط برای منابع مصرف‌شده (مدل پرداخت به ازای مصرف) را فراهم می‌کند و مزایای متعددی از جمله مقیاس‌پذیری بالا (امکان افزایش یا کاهش منابع بر اساس نیاز)، انعطاف‌پذیری (دسترسی به منابع از هر مکان و هر زمان با اتصال به اینترنت)، کاهش هزینه‌ها (حذف هزینه‌های سرمایه‌گذاری اولیه برای سخت‌افزار و نگهداری آن)، قابلیت اطمینان (ارائه‌دهندگان ابری معمولاً زیرساخت‌های قدرتمند و توزیع‌شده‌ای دارند که از دسترس‌پذیری بالا اطمینان می‌دهند) و سرعت در استقرار (منابع محاسباتی را می‌توان به سرعت و به آسانی تهیه و پیکربندی کرد) را ارائه می‌دهد. محاسبات ابری در مدل‌های مختلفی مانند ابر عمومی (منابع به اشتراک گذاشته شده و برای عموم در دسترس هستند)، ابر خصوصی (منابع اختصاصی برای یک سازمان) و ابر ترکیبی (ترکیبی از ابر عمومی و خصوصی) ارائه می‌شود و به سازمان‌ها این امکان را می‌دهد تا با توجه به نیازها و الزامات خاص خود، بهترین مدل را انتخاب کنند و از مزایای فناوری ابری در جهت نوآوری، بهبود کارایی و کاهش هزینه‌ها بهره‌مند شوند.

معماری محاسبات لبه به چه صورتی است؟

معماری محاسبات لبه (Edge Computing Architecture) یک رویکرد محاسباتی توزیع‌شده است که هدف آن آوردن محاسبات و ذخیره‌سازی داده‌ها به لبه شبکه، یعنی نزدیک‌تر به منبع تولید داده یا کاربر نهایی است. برخلاف معماری‌های متمرکز سنتی مانند رایانش ابری، که در آن داده‌ها برای پردازش به یک مرکز داده مرکزی منتقل می‌شوند، در معماری محاسبات لبه، بخشی از وظایف محاسباتی و ذخیره‌سازی در دستگاه‌های لبه، گیت‌وی‌ها یا سرورهای لبه‌ای که از نظر جغرافیایی به منابع داده نزدیک‌تر هستند، انجام می‌شود.

این امر به کاهش تاخیر (latency) در انتقال داده‌ها، کاهش بار ترافیکی بر روی شبکه مرکزی و ابر، بهبود عملکرد برنامه‌های کاربردی حساس به زمان واقعی، و افزایش قابلیت اطمینان و انعطاف‌پذیری سیستم کمک می‌کند. معماری محاسبات لبه معمولا شامل لایه‌های مختلفی است، از جمله دستگاه‌های لبه (مانند حسگرها، دستگاه‌های اینترنت اشیا، تلفن‌های همراه)، گیت‌وی‌های لبه (که ارتباط بین دستگاه‌های لبه و زیرساخت مرکزی را مدیریت می‌کنند و ممکن است پردازش اولیه داده‌ها را انجام دهند)، و سرورهای لبه (که قدرت پردازشی و ذخیره‌سازی بیشتری را در نزدیکی لبه شبکه فراهم می‌کنند). همچنین، یک لایه مدیریت مرکزی (که می‌تواند در ابر یا یک مرکز داده متمرکز قرار داشته باشد) برای پیکربندی، نظارت و مدیریت دستگاه‌ها و برنامه‌های کاربردی لبه وجود دارد. این معماری امکان پردازش و تحلیل داده‌ها در محل تولید آن‌ها را فراهم می‌کند و تنها نتایج مهم یا داده‌های تجمیع‌شده را به سیستم‌های مرکزی ارسال می‌کند، که این امر منجر به تصمیم‌گیری سریع‌تر، کاهش هزینه‌های پهنای باند و بهبود امنیت و حریم خصوصی داده‌ها می‌شود.

دستگاه‌های لبه (Edge Computing)

دستگاه‌های لبه در معماری محاسبات لبه به طیف گسترده‌ای از سخت‌افزارها اشاره دارند که در لبه شبکه، یعنی نزدیک به منبع تولید داده یا کاربر نهایی، مستقر می‌شوند و نقش کلیدی در جمع‌آوری، پردازش اولیه و انتقال داده‌ها ایفا می‌کنند. این دستگاه‌ها می‌توانند بسیار متنوع باشند، از حسگرهای ساده و ارزان‌قیمت که داده‌های محیطی مانند دما، رطوبت یا حرکت را جمع‌آوری می‌کنند، تا دستگاه‌های پیچیده‌تر و قدرتمندتر مانند دوربین‌های مداربسته هوشمند با قابلیت تشخیص چهره و تحلیل ویدئو، ربات‌های صنعتی با قابلیت پردازش بلادرنگ داده‌های تولید، خودروهای خودران با سیستم‌های پردازش داده‌های حسگرهای متعدد، و حتی تلفن‌های همراه و دستگاه‌های پوشیدنی که داده‌های شخصی و محیطی را جمع‌آوری و پردازش می‌کنند.

ویژگی مشترک این دستگاه‌ها، قرارگیری آن‌ها در نزدیکی محل تولید داده است که امکان پردازش داده‌ها در محل را فراهم می‌کند و نیاز به انتقال حجم عظیمی از داده‌ها به مراکز داده مرکزی یا ابر را کاهش می‌دهد. دستگاه‌های لبه اغلب دارای محدودیت‌هایی در منابع محاسباتی، حافظه و مصرف انرژی هستند و ممکن است در محیط‌های سخت و ناهموار عمل کنند. با این حال، پیشرفت‌های اخیر در فناوری، منجر به تولید دستگاه‌های لبه‌ای قدرتمندتر، کم‌مصرف‌تر و با قابلیت‌های محاسباتی پیشرفته‌تر شده است که امکان اجرای الگوریتم‌های هوش مصنوعی و یادگیری ماشین را در لبه شبکه فراهم می‌آورد و به ایجاد برنامه‌های کاربردی با تأخیر کم و پاسخگویی بالا کمک می‌کند. این دستگاه‌ها به عنوان نقاط انتهایی شبکه لبه عمل می‌کنند و نقش حیاتی در اکوسیستم محاسبات لبه برای جمع‌آوری داده‌ها، انجام پردازش‌های اولیه و ارسال اطلاعات مهم به لایه‌های بالاتر برای تحلیل‌های پیچیده‌تر و تصمیم‌گیری‌های جامع‌تر ایفا می‌کنند.

خوشه سرورهای لبه

خوشه سرورهای لبه (Edge Server Cluster) به گروهی از سرورهای فیزیکی یا مجازی گفته می‌شود که در لبه شبکه، نزدیک‌تر به منابع داده یا کاربران نهایی، مستقر شده‌اند و با یکدیگر به عنوان یک سیستم واحد برای ارائه قابلیت‌های محاسباتی، ذخیره‌سازی و شبکه کار می‌کنند. هدف اصلی از استقرار کلاستر سرور لبه، کاهش تاخیر، بهبود عملکرد برنامه‌های کاربردی حساس به زمان واقعی، افزایش پهنای باند در دسترس، و بهبود قابلیت اطمینان و تحمل خطا در محیط‌های محاسباتی توزیع‌شده است. در این معماری، چندین سرور لبه به هم متصل می‌شوند و با استفاده از نرم‌افزار کلاسترینگ، منابع خود را به اشتراک می‌گذارند و بار کاری را بین خود توزیع می‌کنند. این امر می‌تواند شامل توازن بار (load balancing) برای توزیع ترافیک و درخواست‌ها، اشتراک‌گذاری فضای ذخیره‌سازی، و ارائه قابلیت‌های failover باشد تا در صورت از کار افتادن یک سرور، سایر سرورها بتوانند به کار خود ادامه دهند. کلاسترهای سرور لبه می‌توانند در مکان‌های مختلفی مانند کارخانه‌ها، فروشگاه‌های خرده‌فروشی، شهرهای هوشمند، و شبکه‌های مخابراتی مستقر شوند و از برنامه‌های کاربردی متنوعی مانند پردازش داده‌های حسگرهای اینترنت اشیا، تحلیل ویدئویی بلادرنگ، واقعیت افزوده و مجازی، و ارائه محتوا با تاخیر کم پشتیبانی کنند. مدیریت و پیکربندی این کلاسترها ممکن است پیچیده‌تر از مدیریت یک سرور منفرد باشد و نیازمند راهکارهای خاصی برای نظارت، به‌روزرسانی و حفظ عملکرد آن‌ها در محیط‌های لبه‌ای با اتصال شبکه متغیر باشد. با این حال، مزایای ارائه شده از نظر عملکرد، مقیاس‌پذیری و قابلیت اطمینان، کلاسترهای سرور لبه را به یک جزء حیاتی در معماری‌های محاسبات لبه مدرن تبدیل کرده است.

سرور لبه (CLOUD SERVER)

سرور لبه، که اغلب به آن ماشین مجازی (Virtual Machine) نیز گفته می‌شود، یک سرور منطقی است که بر روی زیرساخت فیزیکی مشترک متعلق به یک ارائه‌دهنده خدمات ابری اجرا می‌شود و به کاربران امکان دسترسی به منابع محاسباتی شامل پردازنده، حافظه، فضای ذخیره‌سازی و پهنای باند شبکه را از طریق اینترنت می‌دهد. برخلاف سرورهای فیزیکی اختصاصی که یک سازمان به طور کامل کنترل می‌کند، سرورهای ابری به صورت مجازی‌سازی شده و بر روی یک هایپروایزر (hypervisor) اجرا می‌شوند که امکان میزبانی چندین ماشین مجازی مجزا را بر روی یک سرور فیزیکی فراهم می‌کند. این امر به ارائه‌دهندگان ابری اجازه می‌دهد تا منابع خود را به طور کارآمدتری مدیریت کرده و خدمات را با مدل پرداخت به ازای مصرف (pay-as-you-go) ارائه دهند، به این معنی که کاربران تنها برای منابعی که واقعاً استفاده می‌کنند هزینه می‌پردازند.

سرورهای ابری از نظر اندازه و پیکربندی بسیار متنوع هستند و می‌توانند برای طیف گسترده‌ای از کاربردها، از میزبانی وب‌سایت‌ها و برنامه‌های کاربردی کوچک گرفته تا اجرای بارهای کاری سنگین سازمانی و پردازش داده‌های بزرگ، مورد استفاده قرار گیرند. کاربران معمولاً از طریق یک رابط وب یا API به سرورهای ابری خود دسترسی پیدا می‌کنند و می‌توانند سیستم عامل، نرم‌افزارها و تنظیمات شبکه را بر اساس نیاز خود پیکربندی کنند. مزایای استفاده از سرورهای ابری شامل مقیاس‌پذیری بالا (امکان افزایش یا کاهش منابع به سرعت و به آسانی)، انعطاف‌پذیری (دسترسی از هر مکان با اتصال به اینترنت)، کاهش هزینه‌های سرمایه‌گذاری اولیه (عدم نیاز به خرید و نگهداری سخت‌افزار فیزیکی) و قابلیت اطمینان (ارائه‌دهندگان ابری معمولا زیرساخت‌های توزیع‌شده و مقاوم در برابر خطا دارند) می‌باشد. این ویژگی‌ها سرورهای ابری را به یک مولفه اساسی در معماری‌های مدرن فناوری اطلاعات و راهکارهای مبتنی بر ابر تبدیل کرده است.

معماری محاسبات لبه بر مبنای چه پروتکل هایی کار می کند؟

در این حوزه، پروتکل‌های مورد استفاده تا حدود زیادی یکسان با پروتکل مطرحی هستند که تجهیزات اینترنت اشیا بر مبنای آن به شبکه متصل شده و به تبادل اطلاعات می‌پردازند. معماری محاسبات لبه نیز بر مبنای مجموعه‌ای از پروتکل‌ها کار می‌کند که امکان ارتباط و تبادل داده بین دستگاه‌های لبه، سرورهای لبه، زیرساخت ابری و کاربران نهایی را فراهم می‌آورند. انتخاب پروتکل مناسب بستگی به نوع کاربرد، محدودیت‌های منابع دستگاه‌های لبه، نیازمندی‌های تأخیر و قابلیت اطمینان دارد. برخی از پروتکل‌های رایج مورد استفاده در معماری محاسبات لبه عبارتند از:

MQTT سرنام  (Message Queuing Telemetry Transport): یک پروتکل پیام‌رسان سبک و مبتنی بر مدل انتشار/اشتراک (publish/subscribe) است که به طور خاص برای ارتباطات قابل اعتماد و کارآمد در شبکه‌های با پهنای باند محدود و اتصالات ناپایدار طراحی شده است، و همین ویژگی‌ها آن را به یک انتخاب بسیار محبوب برای برنامه‌های کاربردی اینترنت اشیا (IoT) و محاسبات لبه تبدیل کرده است. در مدل انتشار/اشتراک MQTT، دستگاه‌ها یا برنامه‌ها به عنوان ناشر (publisher) پیام‌ها را در موضوعات (topics) مشخص منتشر می‌کنند، در حالی که سایر دستگاه‌ها یا برنامه‌ها به عنوان مشترک (subscriber) برای دریافت پیام‌های منتشر شده در موضوعات مورد علاقه خود ثبت‌نام می‌کنند. یک کارگزار (broker) مرکزی نقش واسطه را ایفا می‌کند و مسئول دریافت پیام‌های منتشر شده توسط ناشران و ارسال آن‌ها به تمام مشترکین مربوطه برای آن موضوع است. این معماری غیرمتمرکز، ارتباط یک به چند و چند به چند را تسهیل می‌کند و نیاز به برقراری ارتباط مستقیم بین ناشران و مشترکین را از بین می‌برد، که این امر انعطاف‌پذیری و مقیاس‌پذیری سیستم را به طور قابل توجهی افزایش می‌دهد. MQTT از یک سربار پروتکل بسیار کم برخوردار است و برای به حداقل رساندن مصرف پهنای باند و منابع دستگاه‌های محدود طراحی شده است. همچنین، سطوح مختلف کیفیت خدمات (Quality of Service - QoS) را ارائه می‌دهد که به ناشران و مشترکین اجازه می‌دهد تا سطح اطمینان مورد نظر خود را برای تحویل پیام‌ها تعیین کنند، از جمله QoS 0 (حداکثر یک بار تحویل، بدون تضمین)، QoS 1 (حداقل یک بار تحویل) و QoS 2 (دقیقاً یک بار تحویل)، که این امر امکان سازگاری پروتکل با طیف وسیعی از سناریوهای کاربردی با نیازمندی‌های مختلف در زمینه قابلیت اطمینان را فراهم می‌کند. به دلیل سادگی، کارایی و قابلیت اطمینان، MQTT به یک استاندارد صنعتی برای ارتباطات M2M (ماشین به ماشین) و برنامه‌های کاربردی IoT تبدیل شده است و در طیف گسترده‌ای از صنایع از جمله اتوماسیون خانگی، شهر هوشمند، خودروهای متصل و نظارت صنعتی مورد استفاده قرار می‌گیرد.

CoAP سرنام  (Constrained Application Protocol): یک پروتکل انتقال وب است که برای دستگاه‌های محدود طراحی شده و بر اساس معماری RESTful کار می‌کند. CoAP شبیه به HTTP است اما برای محیط‌های با منابع محدود بهینه شده و از UDP به عنوان لایه انتقال استفاده می‌کند.

HTTP/HTTPS: پروتکل‌های استاندارد وب هستند که برای ارتباط بین دستگاه‌های لبه و سرورهای ابری یا وب‌سرویس‌ها استفاده می‌شوند، به ویژه زمانی که نیاز به انتقال داده‌های حجیم یا استفاده از زیرساخت‌های وب موجود باشد.

AMQP سرنام  (Advanced Message Queuing Protocol): یک پروتکل پیام‌رسانی متن‌باز است که قابلیت‌های پیشرفته‌تری نسبت به MQTT در زمینه قابلیت اطمینان و مدیریت پیام‌ها ارائه می‌دهد و برای برنامه‌های کاربردی سازمانی که نیاز به تضمین تحویل پیام دارند، مناسب است.

DDS سرنام  (Data Distribution Service): یک استاندارد برای ارتباط داده در زمان واقعی و با کارایی بالا است که به طور خاص برای سیستم‌های توزیع‌شده و برنامه‌های کاربردی با نیازمندی‌های سختگیرانه در زمینه تأخیر و قابلیت اطمینان طراحی شده است.

بلوتوث و Zigbee: پروتکل‌های بی‌سیم کوتاه‌برد هستند که برای ارتباط بین دستگاه‌های لبه در فاصله‌های نزدیک، مانند حسگرها و گیت‌وی‌های لبه، استفاده می‌شوند.

پروتکل‌های صنعتی (مانند Modbus، OPC-UA): در محیط‌های صنعتی، پروتکل‌های خاصی برای ارتباط با تجهیزات و ماشین‌آلات لبه مورد استفاده قرار می‌گیرند و اغلب نیاز به تبدیل این پروتکل‌ها به پروتکل‌های مبتنی بر IP برای انتقال داده به لایه‌های بالاتر وجود دارد.

علاوه بر این پروتکل‌های لایه کاربرد، پروتکل‌های لایه شبکه مانند TCP/IP و UDP زیربنای ارتباطات در معماری محاسبات لبه را تشکیل می‌دهند. نکته مهمی که باید به آن دقت کنید این است که انتخاب پروتکل مناسب به عوامل مختلفی بستگی دارد و ممکن است یک معماری محاسبات لبه از ترکیبی از این پروتکل‌ها برای برقراری ارتباط بین اجزای مختلف خود استفاده کند.