处于边缘的数据:如何构建新的IT架构

  • Edge智能工厂的数据
  • 数据在边缘自动传输

边缘就在附近。你准备好了吗?

每天,越来越多的设备在更多的地点、更频繁地生成更多的数据。

因此,世界上的数据也在新的地方被管理。数据的重心正从少数集中的云位置转移到传统数据中心之外的大量位置。

对数据的管理将更接近创建数据的地方,更接近数据提供价值的地方。这些新地点被统称为边缘。这是最终用户附近的网络的一部分,其中数据由传感器,摄像机,带设备的人员创建的数据以及整个物联网(IoT)。

当在边缘对数据进行管理、分析和处理时,可以更快地理解和使用数据的价值。

为了帮助我们的合作伙伴和客户探索这一班次,希捷与一家优秀的计算机公司联盟合作生产边缘的数据,一个关于在分布式世界中管理和激活信息的新电子书。该报告还借鉴了希捷赞助的研究数据2025岁IDC的研究。

“这种优势创造了一个新兴市场,每个人都在试图定义它的含义,”希捷垂直增长型业务高级总监Rags Srinivasan说。“我们希望帮助读者更好地理解这一优势,并说明企业目前面临的一些数据挑战,以及他们在管理IT资源时应该考虑的问题。”

更多数据需要在边缘附近的动作,远离核心

由于数十亿个设备继续上线,捕获和搅拌Zettabytes的数据,今天的集中云环境将需要在边缘的新的和强大的IT架构中支持。将新的计算,网络和存储资源靠近创建数据的设备,可以在现场分析数据,提供更快的重要问题的障碍,例如如何改善工厂机器人或自主车是否应该应用刹车。

边缘可以在任何地方找到,从工厂楼层到农场,屋顶和手机塔上,以及陆地,海洋和空气的各种车辆。边缘是网络的外边界 - 距离最近的企业或云数据中心数百英里,距离最近的数据源尽可能靠近最近的数据源。

这种优势的崛起将推动对新的和重新设计的数据管理基础设施的巨大需求。例如,一个典型的智能工厂每天将产生约5 pb的视频数据。一个拥有100万人口的智慧城市每天可以产生200pb的数据,而一辆自动驾驶汽车每天可以产生4tb的数据。

边缘的数据对你来说意味着什么?

数据在边缘电子书封面

边缘的数据转移到数据是什么意思?这种演变将如何影响现有核心数据中心的结构和功能和超越云数据中心的结构和功能?

随着关于边缘计算带来的新机遇的热议,一些IT评论员想知道流行的云计算模式是否会被边缘计算完全取代,因为边缘在本质上更灵活,在每个产生数据的位置的应用程序之间更具有可伸缩性。

边缘的数据报告解释说,即使边缘计算能够更有效地利用数据,传统的数据中心基础设施仍然是必不可少的。由于大量数据是在传统数据中心之外创建的,云将扩展到边缘。这不会是一个“云vs边缘”的场景;它将是“云”边缘。”

希捷全球销售和销售运营高级副总裁BS Teh最近在接受《经济时报》采访时表示:“未来,Edge和云技术将共同帮助企业立即做出更明智的决策,提高生产率、效率和客户满意度。”ETCIO

这份报告包括希捷副总裁兼首席技术官约翰•莫里斯(John Morris)的介绍。Morris指出,在IT世界中,改变并不是什么新鲜事。事实上,这是必不可少的。关键是要理解、拥抱和驾驭新的可能性。“我们使用、分析和处理数据的方式一直在变化,”莫里斯说。“每一家成功的企业都必须为这一现实做好准备。”

yabo福彩3D每一项业务都是数据业务

莫里斯透过数十年来在数字创新的前线工作,了解到每个企业都是数据业务。yabo福彩3D“数据管理的创新已经为更有效的使用信息铺平了道路,”他说,“和边缘的数据没有任何不同。”

边缘的数据说明了企业如何从现在开始设计从新生态系统的数据中交付未开发价值的方法。这种优势对企业、城市、小企业和个人消费者意味着什么?边缘数据如何让我们工作、娱乐、生活、通勤,并为子孙后代留下一个更美好的世界?从数据中提取价值的新机会在边缘出现了吗?这些就是本报告所回答的问题。

该报告列举了几个例子,说明这种优势已经在如何改变全球商业并造福人类。在智利,一种人工智能驱动、配备传感器的蓝莓灌溉系统与其他灌溉方法相比,有望减少70%的用水量。在日本,机器人在从地板到天花板的工厂里种植莴苣——这是边缘驱动自动化如何帮助把食物摆上餐桌的一个例子。

优势就在这里,在希捷自己的工厂里

“在报告中,我们也希望分享我们在我们自己的工厂所面临和解决的一些挑战,”Srinivasan说。“我们的工厂楼层是边缘的一个很好的例子,我们建立了处理数据的解决方案,应用机器学习和使用边缘分析,并在工厂楼层上进行快速决策。”

希捷每季度生产数百万个单位,每年数十亿个换能器。“这种生产需要一个巨大的自动化过程,系统被要求每秒制作20到30个决定,”Srinivasan说明。“在此速率下,您只需等待在生产线上捕获的数据被发送到集中位置,然后处理,然后发送回来。我们无法阻止生产线;我们需要保持在非常高的吞吐量的同时保持高质量。为此,我们需要保持决策,靠近数据的产生。这就是为什么我们把自己的图像分析异常 - 检测解决方案放在工厂地板上。它将数百毫秒的延迟削减到小于10毫秒。“

他说:“我们在报告中包括了这一点和其他一些例子,以说明这一边缘已经不远了。”“这甚至还不到一两年的时间——优势已经显现。”

几位希捷智能工厂监控器正在工作

IT架构师必须了解边缘的需求

“我们决定将这份报告放在一起讨论在边缘处理如此多的数据意味着什么,”Srinivasan说。“任何建立边缘核心架构的行业都需要担心什么?什么是规模,复杂性是什么?在考虑在预级数据中心或云数据中心等现有架构中工作的解决方案时,需要不同的是什么?当我为边缘建立时,我需要知道什么?我们希望通过一些最初的答案帮助我们的生态系统合作伙伴,也可以为一些关键问题提供指导,他们可以开始回答,我们可以与他们共同回答。“

在许多垂直领域工作的决策者和IT架构师将受益于更好地了解这种优势——这些人正在规划内容交付网络、电信、智能制造、智能农业、自动驾驶汽车等的未来。

斯里尼瓦桑强调:“帮助创建这些解决方案的人不仅仅是传统的IT专家。”“他们包括管理工厂的运营技术人员、数据科学家、自动驾驶汽车软件团队,以及致力于为电信开发私有云和边缘基础设施的基础设施经理。”

斯里尼瓦桑说:“网络边缘的数据正在创造新市场,释放新价值。”“为了保持增长,企业需要利用新的优势机遇。边缘数据可以帮助我们解决今天面临的一些最大的挑战——一次一个农场,一次一个工厂。”

数据在边缘的关键发现

是什么推动了对新的边缘计算架构的需求?

斯里尼瓦桑表示,通过与众多IT生态系统领导者的研究和合作,希捷总结出了优势成为IT 4.0范式的主要因素的四个主要原因。

报告显示这四种关键因素是如何推动边缘计算的需求:延迟;带宽不足,无法满足高数据量;效率和成本;以及数据主权和合规法规。

“首先是潜伏期,”斯里尼瓦桑说。“鉴于IT和电信基础设施固有的物理约束,将数据从生成地点转移到集中地点需要花费大量时间;在这种情况下你不能是光速。所以延迟是关键在每个决定如何管理数据,以及一些因素做出这些决策是以不到10毫秒的年代——而时间发送数据到一个集中的位置和可能的100或200毫秒。”

“第二个问题是带宽问题,”他继续说道。“数据总量已经从艾字节变成了泽字节。而且,随着我们看到的许多新传感器的出现,这一数字还在继续增长——不仅仅是温度、天气、振动或其他收集少量数据的传感器,还有照相机、雷达、激光雷达和其他产生大量数据的传感器。将来还会有很多很多这样的传感器;5G可以在当地支持一平方公里内数百万个传感器,因此需要发送大量数据,但没有足够的带宽将所有数据发送到集中式云数据中心。”

“第三是效率。Even if you did intend to send all possible data to a centralized location, the cost and complexity to build out a centralized architecture, to process so much data, in the Data Age era it’s simply not going to be manageable, compared to being able to distribute the time-intensive processing to the edge so it’s closer to the data source.”

“第四个原因,”斯里尼瓦桑总结道,“是要求数据总是以符合法规和客户标准的方式处理。当你处理数据权限和数据安全需求时,在很多情况下,你可能不可能将特定区域的所有数据发送到一个集中位置进行处理。”

它建筑师会做些什么不同的?

边缘智能农业的数据斯里尼瓦桑说:“我们希望这份报告能够帮助人们意识到,尽管我们都很好地理解现有的IT基础设施,但构建和解决优势是不同的,需要不同的思维方式。”

设计传统数据中心基础设施或云数据中心的机制与边缘架构非常不同。传统的数据中心有气候控制的环境,连续的双冗余电源供应,通常还有包括武装警卫在内的物理安全系统。他们也有一个IT人员在现场管理他们。

相比之下,斯里尼瓦桑说:“边缘数据中心可以建在电信塔上,也可以建在谷仓里。它可能暴露在自然环境中,而气候控制可能是一个更大的挑战。”

“它会有一定程度的人身安全,但你不能仅仅依靠它,”他说。“你需要将数据安全内置到架构中,这样即使在灾难或不当行为的情况下,数据也是安全的。即使小偷走进一个边缘数据中心,打开一个系统,然后带着一个存储模块走出来,这对他们来说应该是无用的——他们不应该从那里获得任何数据。”

他指出,当边缘系统普遍存在时,不会有IT人员,可以在出现时快速进入并解决问题。所以边缘系统需要特别适合;即使发生某些事情,数据中心也应该能够恢复和功能而不会降低整个操作。

换句话说:“如果我们打算在边缘处理数据,那么我们需要把类似数据中心的功能带到边缘——电力、冷却方面和安全,”Srinivasan说。“我们实际上是为每个应用程序设计一个本地化的数据中心。手机信号塔中的电信数据中心,或者农场谷仓中的智能农业数据中心。”

许多数据架构师正在努力解决这些基础设施问题。“我们的目标是通过一种方式来解决这些问题,即边缘数据中心具有简单性、遥测技术和所需的一切,这样你就不需要一个人在谷仓的每个手机发射塔前管理数据中心。”

端到端数据编排的策略

Srinivasan建议,每个构建边缘架构的人都需要从一个特定的心态开始:专注于数据编排。

他说:“我们知道现在的数据来自不同的来源——边缘的端点。”想想接下来这些数据会发生什么。即使是在边缘被快速分析和处理的数据也不会停留在边缘;数据需要发送到最终位置进一步分析或长期存储。IT架构师需要有一个端到端的思想过程来定义他们的数据编排策略。”

BS Teh同意这一观点,并强调了管理和保护新兴数据的挑战。Teh说:“随着Edge投资的增加,企业必须有正确的设置,以承受即将到来的数据量和成本的巨大增长。ETCIO。“各组织将需要建立他们的中央云计算架构,并发展处理——同样重要的是,安全存储——更多数据的能力。”

要了解关于构建新的IT架构的更多信息,请访问并下载新的报告边缘的数据

2019 - 06 - 04 - t17:28:58 + 0

关于作者:

约翰•保尔森的
约翰·保尔森是“良好数据”的倡导者,在数据存储行业有近20年的从业经验。他帮助推出了许多行业第一,包括HAMR技术,10K-rpm和15K-rpm硬盘驱动器,专为视频和游戏设计的驱动器,串行ATA驱动器,流体动态HDD电机,60TB ssd和MACH.2多驱动器技术。