02-770-9700 ต่อ 2020

  • Facebook

- เขตบางกะปิ

- กรุงเทพมหานคร

- ประเทศไทย

ค้นหา
  • namfon2

Enhanced Edge Computing

อัพเดตเมื่อ: มี.ค. 10


Enhanced Edge Computing


Edge Computing คืออะไร

Edge Computing น่าจะเป็นสิ่งที่ทุกคนพอคุ้นเคยกับชื่อมาบ้าง เพราะเป็นสิ่งที่มีมานานมากแล้ว และยังเกิดขึ้นมาควบคู่กับระบบต่างๆ ในโรงงานอุตสาหกรรม และในอีกหลายภาคธุรกิจ โดย Edge Computing มีความหมายคือ การประมวลผลและสั่งงานที่ตัวอุปกรณ์เลย อุปกรณ์ที่ทำงานแบบ Edge Computing ได้แก่ PAC (Programmable Automation Controller) หรือ PLC (Programmable Logic Controller) ซึ่งทำงานควบคู่กับระบบ SCADA เพื่อสั่งงานและคอยมอมิเตอร์อุปกรณ์เหล่านี้นั่นเอง


การทำงานของ Edge Computing กับ Cloud

ตามที่ทุกคนทราบ Cloud ไม่เหมาะสำหรับการประมวลผลข้อมูลจำนวนมากแบบ real-time บริษัทในการผลิตเชิงอุตสาหกรรมจึงควรใช้การประมวลผลที่เรียกว่า Edge Computing ซึ่งจะช่วยลดเวลาในการรับส่งข้อมูล (Latency) และด้วยเหตุผลนี้ Edge Computing จะกลายเป็นส่วนต่อขยายจากระบบ Cloud อย่างชัดเจนมากยิ่งขึ้น ด้วยการย้ายการประมวลผลไปใกล้แหล่งข้อมูลมากขึ้นก็ทำให้ Latency (เวลาในการรับส่งข้อมูล) ต่ำลง


Latency หรือ เวลาในการรับส่งข้อมูล คืออะไร และมีความเกี่ยวข้องกับ Edge Computing อย่างไร

เวลาในการรับส่งข้อมูล เป็นตัวที่ทำให้ Edge Computing ได้เปรียบในด้านความเร็วในการรับส่งข้อมูล ยกตัวอย่างเช่น หากเครื่องคอมพิวเตอร์ต้องการส่งข้อมูลไปหาเครื่องคอมพิวเตอร์อีกเครื่องที่อยู่คนละฝั่งโลก ความเร็วในการรับส่งข้อมูลเป็นตัวแปรสำคัญ ซึ่งการรับส่งข้อมูลในระยะที่ใกล้จะมีความเร็วมากกว่าส่งในระยะไกลอย่างแน่นอน ตัวอย่างเช่น บริการ Voice Assistant อย่าง Amazon Echo ถ้าส่งข้อมูลไปประมวลผลบนเซิร์ฟเวอร์ที่อยู่บน Cloud ทุกครั้งเพื่อหาคำตอบ จากบริการ API ต่างๆ บน Cloud หากบริการนั้นมีความซับซ้อน Amazon Echo ก็จะใช้เวลานานในการค้นหาคำตอบกว่าจะพูดตอบกลับมายังผู้ใช้ ล่าสุด Amazon ก็เริ่มมีการพัฒนาชิป AI ฝังอยู่ Amazon Echo ทำให้ Alexa ตอบคำถามได้รวดเร็วยิ่งขึ้น ทำให้การใช้เรียกใช้บริการในฝั่งเซิร์ฟเวอร์บน Cloud ก็จะน้อยลง ข้อมูลส่วนตัวของคุณก็จะอยู่กับตัวคุณมากขึ้นนั่นเอง


การทำงานของ Edge Computing กับ Bandwidth (แบนด์วิธ)

นอกจากนี้ Enhanced Edge Computing ยังทำให้ Bandwidth (แบนด์วิธ) น้อยลงด้วย โดยเรื่องแบนด์วิธของเครือข่ายก็เป็นเรื่องนึงที่ Edge Computing สามารถแก้ปัญหาได้ เรื่องการใช้งานแบนด์วิธและประหยัดแบนด์วิธการรับส่งข้อมูลไปยัง Cloud ยกตัวอย่างเช่น เวลาอุปกรณ์อัจฉริยะจำนวนมหาศาลหากต้องการส่งข้อมูลไปยัง Cloud พร้อมๆ กัน ต้องใช้แบนด์วิธจำนวนมหาศาลตามไปด้วย หากการประมวลผลข้อมูลอยู่ที่ Edge เช่น มี AI อยู่ที่อุปกรณ์ของผู้ใช้ จะทำให้สามารถประมวลผลข้อมูลในตัวได้ การรับส่งข้อมูลขึ้นไปประมวลผลบน Cloud ก็จะลดลง สามารถแก้ปัญหาการใช้แบนด์วิธของเครือข่าย และแก้ปัญหาเรื่อง Latency ได้ ในกรณีนี้ การโต้ตอบต่อเหตุการณ์ต่างๆ สามารถทำได้แบบกระจายตัวได้มากขึ้น ดังนั้น องค์กรจึงควรเริ่มออกแบบ Infrastructure ให้รองรับต่อสถาปัตยกรรมแบบนี้ โดยเฉพาะอย่างยิ่งสำหรับองค์กรที่ต้องการใช้งาน IoT


โดยที่:

  • ถ้าอุปกรณ์ IoT Gateway ตัวหนึ่ง รับข้อมูลจากอุปกรณ์เซ็นเซอร์ (Sensor nodes) หลาย ๆ ตัว ในบริเวณใกล้เคียง ข้อมูลจะถูกนำมารวบรวมและประมวลผล แล้วส่งข้อมูลผลลัพธ์ เช่น ข้อมูลเชิงสถิติ หรือเกิดการนำมาหลอมรวมกันเชิงคณิตศาสตร์ (Data Fusion) ก่อนส่งต่อไปยังระบบคลาวด์เพื่อจัดเก็บหรือแสดงผล ในกรณีนี้ ปริมาณข้อมูลที่จะถูกส่งออกไปก็น้อยลง

  • ในเรื่องความปลอดภัยสำหรับ IoT เช่น ถ้าต้องให้การสื่อสารข้อมูลจากอุปกรณ์ปลายทางมีความปลอดภัยโดยใช้ SSL/TLS อุปกรณ์ปลายทาง เช่น ไมโครคอนโทรลเลอร์อาจมีข้อจำกัดเชิงฮาร์ดแวร์ และอาจไม่เหมาะสมสำหรับการประมวลในลักษณะนี้ แต่ถ้าใช้การเข้ารหัสข้อมูล (แบบ symmetric) และแชร์กันกับอุปกรณ์ IoT Gateway ได้ ส่งข้อมูลแบบไร้สายในระยะใกล้ เช่น ZigBee, Bluetooth เมื่อข้อมูลไปถึง IoT Gateway ก็ใช้ SSL/TLS รับส่งข้อมูลกับระบบคลาวด์ที่มีความปลอดภัยสูงขึ้น ก็อาจจะดีกว่า

  • ในกรณีที่มีความจำเป็นต้องอัปเกรดเฟิร์มแวร์ของอุปกรณ์ปลายทางระยะไกลเมื่อติดตั้งใช้งานแล้ว อุปกรณ์ IoT Gateway อาจทำหน้าที่เป็น Proxy หรือคล้ายกับ CDN (Content Delivery/Distribution Network) ให้กับอุปกรณ์ปลายทางได้ Gateway ทำหน้าที่เป็นตัวกลางในการจัดการ ไม่ต้องให้อุปกรณ์ปลายทางแต่ละตัวสื่อสารกับระบบคลาวด์โดยตรง

อาจกล่าวได้ว่า โดยภาพรวม การประมวลผลที่ขอบของเครือข่ายจะใช้ประโยชน์จากการกระจายงานหรือบริการในฮาร์ดแวร์หรืออุปกรณ์ในระบบ ไม่จำกัดอยู่เฉพาะระบบคลาวด์นั่นเอง มีการรองรับหรือย้ายการประมวลไปใกล้อุปกรณ์ปลายทางหรือปลายขอบเครือข่ายมากขึ้่น โครงการของบริษัทยักษ์ใหญ่อย่าง AWS Green Grass และ Microsoft Azure IoT Edge ก็เริ่มเปิดตัวให้เห็น


Enhanced Edge Computing กับภาคอุตสาหกรรมในอนาคต

Edge Computing มอบความยืดหยุ่นให้ธุรกิจ เพราะ การนำเทคโนโลยีและวิธีการดำเนินงานที่กำลังก้าวไปข้างหน้าอย่างรวดเร็ว เช่น คลาวด์ ปัญญาประดิษฐ์ (AI) อินเทอร์เน็ตออฟธิงส์ (IoT) มาใช้ ต้องอาศัยทั้งความรู้ด้านเทคนิคและความชำนาญแบบใหม่ ซึ่งระบบไอทีแบบดั้งเดิมกำลังเปลี่ยนโฉม และเริ่มกระจายศูนย์มากขึ้น จึงต้องอาศัยแนวทางดิจิทัลมาช่วยในระบบโครงสร้างพื้นฐานไอทีรวมถึงการดำเนินงาน ทั้งนี้ Edge Computing ให้ความสามารถในการลดความล่าช้าและเพิ่มความพร้อมในการใช้งาน ให้แนวทางที่รองรับอนาคต โดยเฉพาะอย่างยิ่งใน 3 อุตสาหกรรมหลักที่มุ่งหน้าสู่การปฏิรูปดิจิทัลอย่างรวดเร็ว ทั้งในส่วนคอมเมอร์เชียล (ค้าปลีก เฮลธ์แคร์ การเงิน และการศึกษา) อุตสาหกรรม (น้ำมันและก๊าซ เหมือง ยานยนต์ และการผลิต) รวมถึงโทรคมนาคม (เสารับส่งสัญญาณ (cell towers) และสถานีฐาน (base stations)


การจะตระหนักถึงศักยภาพอย่างเต็มเปี่ยมของ Edge Computing ได้นั้น จะต้องตอบโจทย์ที่ท้าทายของอุตสาหกรรมต่างๆ ได้ ไม่ว่าจะเป็นเรื่องของการขาดความยืดหยุ่น ขาดการมอนิเตอร์และการบริหารจัดการจากระยะไกล รวมถึงขาดความเป็นมาตรฐานและการผสานรวมในการทำงาน และสุดท้ายคือการมีไซต์งานขนาดใหญ่แต่มีพนักงานด้านไอทีอยู่จำกัดซึ่งชไนเดอร์ อิเล็คทริค คำนึงถึงประเด็นเหล่านี้ จึงได้ออกแบบและพัฒนาโซลูชันเพื่อมอบความยืดหยุ่นและให้การ

ออกแบบที่เรียบง่าย ทั้งการนำมาปรับใช้งานและบริหารจัดการครอบคลุมการใช้งานเอดจ์ทั้งหมด และยังมาพร้อมระบบที่ผสานรวมการทำงาน สถาปัตยกรรมคลาวด์ และระบบนิเวศด้านคู่ค้า เพราะจุดประสงค์ของ Edge Computing คือเข้ามาช่วยคัดกรองข้อมูลที่เป็นประโยชน์ก่อนส่งออกไปประมวลผลภายนอก เช่น คลาวด์ เป็นต้น


โดยในอนาคต Edge Computing จะผสานรวมกับ Cloud อย่างแนบเนียนยิ่งขึ้นและแบ่งหน้าที่การทำงานกันได้เป็นอย่างดี โดย Cloud นั้นจะรับบทบาทของระบบแบบ Service-oriented Model ที่บริหารจัดการได้จากศูนย์กลาง และทำหน้าที่เป็นตัวประสานระหว่างระบบต่างๆ ในขณะที่ Edge Computing จะทำงานแบบ Delivery Style ที่ช่วยให้ระบบต่างๆ ซึ่งกระจายตัวอยู่นั้นทำงานได้ตามที่ Cloud สั่งการ ด้วยเหตุนี้ การกระจายการประมวลผลไปอยู่บนอุปกรณ์ปลายทางหลายตัว หรือ Edge Computing ช่วยยกระดับประสิทธิภาพในการใช้งาน IoT เป็นอย่างมาก ทั้งด้านการรวบรวมข้อมูล, ประมวลผล, และวิเคราะห์ข้อมูลได้ตั้งแต่ตัวอุปกรณ์ IoT เอง



เขียนโดย Kirz Marcom Team




ดู 23 ครั้ง