Нет, мы не ошиблись в заголовке — на этот раз речь пойдет не совсем об облаках, а о туманных вычислениях, которые происходят буквально рядом с вами. Это и робот-пылесос, который посылает вам на телефон сообщение, что он застрял в углу, и авто, которое помогает ориентироваться, сколько машин и пешеходов рядом с вами.

Предполагается, что в 2024 году сфера Internet of Things превысит отметку в $1 триллион. И без туманных технологий, которые действительно малозаметны и словно «затуманены», не обойтись. Рассказываем, откуда появился этот тренд и какие процессы прячутся за привычным просмотром видео онлайн.

История

Туман — это облако, расположенное очень близко к земле, отсюда и такая аналогия для технологии, которая ближе расположена к конечному потребителю, чем облако.

Фактически это разработка сразу нескольких сотрудников американской корпорации Cisco. Флавио Бономи описал саму концепцию в 2011 году, после чего его коллега Джинни Николз предложил назвать ее Fog Computing, то есть туманными вычислениями. В продукцию Cisco туманные решения вошли в 2014 году, а в 2015 году директор по корпоративным стратегическим инновациям Хелдер Антунес создал OpenFog Consortium — группу, посвященную внедрению туманных технологий.

Соучредителями группы также стали Dell, Intel, Microsoft, ARM и Edge Computing Laboratory Университета Принстона, а в число участников впоследствии вошли еще более 50 компаний (среди которых AT&T, General Electric, Mitsubishi). Основная идея – совместно развивать новый вид вычислений.

По определению Cisco, туманные технологии – это модель распределения вычислений между конечными устройствами, во время которых обработка данных происходит децентрализовано, с привлечением оборудования, являющегося источником данных. Если вернуться к атмосферным аналогиям, то туман во всем подобен облакам, но его отличает близость к конечным потребителям, плотное географическое покрытие и мобильность.

Когда нужно «напустить туману»

Сети, дома и целые города становятся smart. Для быстрого анализа информации об авариях, трафике, показателях датчиков необходимо, чтобы она проходила как можно меньший путь к центрам обработки данных. И это возможно благодаря туманным вычислениям — у них сравнительно меньшее время задержки сигнала, ведь система расположена ближе к источнику данных, поэтому их не нужно отправлять в основное облако целиком.

К примеру, возьмем автопилот в автомобиле. Все данные, которые предоставляют датчики движения, камера при принятии решения — скажем, куда именно поворачивать и когда нужно остановиться, — направляются не в облако, а на туманные мощности. Если вы выбрали режим автопилот в Tesla, и во время поездки на дорогу внезапно выпрыгивает олень, туманные технологии позволяют быстро идентифицировать препятствие и избежать столкновения с ним. А вот обновление системы и сохранение истории о вашей поездке проходят уже в облаке.

Чтобы оперативно распознавать пешеходов, другие автомобили, сигналы светофора и т.д., Tesla использует туманные вычисления

Еще одной распространенной областью применения является медицина. Проверка родинок или опухолей на злокачественность в реальном времени, раннее выявление заболеваний и разработка индивидуального курса лечения — мониторинг пациентов может осуществляться дистанционно, через гаджеты и телемедицину. Чтобы это все происходило быстро и чтобы, например, можно было сообщить о сердечном приступе пациента врачу в секунду и вызвать помощь, необходима минимальная задержка в передаче данных. Туманные вычисления обеспечивают это, а также сохраняют конфиденциальность данных, так как локальные устройства легче контролировать и защищать.

Туманные технологии также могут отправлять предварительно обработанную информацию на облако для долгосрочного хранения и последующего анализа, что позволяет разгрузить облачные вычисления и оптимизировать эффективность ИТ. Это особенно удобно для стримминговых платформ, файлообменников, AR-приложений и т.п., требующих постоянного обмена данными каждые 15-20 миллисекунд. Кэш, который создается, чтобы вы быстрее имели доступ к ранее просматриваемым данным, или быстрее загружали видео, также удобнее хранить на туманных узлах.

Архитектура системы

Туманные вычисления имеют несколько слоев:

• Первый – вещи, то есть все датчики, мобильные устройства, камеры, собирающие необходимую информацию.
• Второй – туманный, это роутеры, шлюзы, маршрутизаторы, отдельные серверы, частично обрабатывающие информацию перед ее отправкой на облако.
• Третий — облачный, который принимает предварительно оформленные данные и может их долгосрочно хранить, анализировать и т.д.

В теории все вроде бы понятно, но на практике возникает вопрос — где расположены все эти туманные узлы, если не в датацентрах?

Схема построения туманов (изображение с сайта PubNub)

Некоторые мощности интегрированы в телеком инфраструктуру – такую модель уже назвали TelcoFog и она может работать в связке с 5G покрытием. Другие встроены в привычные устройства – в частности, в остановки, фонари, светофоры. В отдельных случаях существуют смарт светофоры, которые оценивают камерами наличие машин быстрой или пожарной служб и переключают свет в соответствии с необходимостью этих автомобилей быстрее проехать.

Пользовательское устройство также может делиться своими мощностями для обработки данных в системе.

Постоянно разрабатываются способы еще более улучшить эффективность туманных вычислений. Одной из проблем, с которой сталкиваются пользователи этой системы, является статичность туманных узлов. Иногда на одной территории увеличивается количество запросов, которые нужно мгновенно обработать — скажем, внезапная пробка на преимущественно пустой улице, через которую идет скопление машин, присылающих и принимающих данные от одного сервера. В таких случаях могут применяться дроны, к которым крепятся туманные узлы – беспилотник быстро долетает до нужной локации и предоставляет дополнительные мощности для системы.

Но по данным Cisco 99,4% девайсов, которые потенциально могут стать частью интернета вещей, до сих пор не подключены к сети. Так что туманные технологии находятся еще только в начале своего развития.