Hyperscale Edge Computing คืออะไร? ปฏิวัติการประมวลผลยุคใหม่

What is Hyperscale Edge Computing?

    หากจะกล่าวถึง IOT หรือ Internet of things ในยุคปัจจุบันนี้แล้ว คนส่วนใหญ่คงรู้จักว่าคืออะไร เพราะสิ่งนี้ได้เข้ามามีบทบาทในชีวิตประจำวันของเรา ยกตัวอย่างเช่น เครื่องฟอกอากาศที่สามารถวัดค่าฝุ่น PM, อุณหภูมิและค่าความชื้นในห้อง เพื่อนำมาปรับการทำงานของการฟอก และส่งค่าที่วัดได้เหล่านี้มาที่ user ผ่านทาง app ได้ หรืออุปกรณ์สวมใส่อย่าง Smart watch ก็นับเป็นอุปกรณ์ IOT อย่างหนึ่งที่สามารถวัดค่าต่างๆ ในร่างกายผู้สวมใส่อย่างเช่น ชีพจร ความเครียด ออกซิเจน เป็นต้น ซึ่งถ้าค่าที่วัดได้ค่าไหนสูงจนอาจเกิดอันตรายกับผู้สวมใส่ได้ ตัวอุปกรณ์สามารถเตือนทางผู้สวมใส่หรือส่งสัญญาณขอความช่วยเหลือได้ถ้าถึงขั้นวิกฤต ในบทความนี้ทางผู้เขียนขออธิบายระบบที่อยู่เบื้องหลังการทำงานของอุปกรณ์ IOT ต่างๆ อย่าง Edge computing

Edge computing คืออะไร

    หากจะย้อนไปถึงจุดกำเนิดของ Edge computing นั้น ในช่วงปลาย ค.ศ.1990 Akamai ซึ่งเป็นบริษัทแรกที่ทำการสร้าง Content Delivery Networks หรือ CDN ซึ่งช่วยในการเพิ่มความเร็วในการเข้าใช้งานเว็บให้กับ user ตัว CDN มีการติดตั้ง nodes ที่ ‘Edge’ หรือ local servers ซึ่งอยู่ใกล้กับ users เพื่อให้สะดวกในการ prefetch และเก็บ cache จากเว็บ จากนั้นก็ได้มีการพัฒนาเทคโนโลยีนี้มาตลอด จนปีค.ศ. 2002 Akamai ได้นำ Java และ .NET technology มาใช้ที่ ‘Edge’ และเริ่มเรียกเทคโนโลยีนี้ใหม่ว่า Edge computing แต่เทคโนโลยีนี้ใหม่เกินกว่าจะถูกมานำมาใช้ เพราะยุคนี้ยังเป็นยุคของ Cloud computing ที่บริษัทใหญ่ๆ อย่าง Apple นำมาใช้กับ Siri หรือ Google นำมาใช้กับ speech-recognition services 

Image source https://blog.bosch-digital.com/cloud-and-edge-computing-for-iot-a-short-history/

    ในเวลาต่อมาได้มีการพัฒนา Cloud computing โดยเพิ่ม Cloudlets เข้ามาช่วย แต่ทำได้เพียงเก็บ cache ข้อมูลแบบ soft state(เป็น state ที่ข้อมูลสามารถถูกเปลี่ยนแปลงได้จากการ sync ซึ่งเข้าถึงได้แม้ว่ายัง sync ไม่เสร็จ) จาก Cloud computing สู่ Fog computing ซึ่งเป็นการเพิ่ม layer ระหว่าง cloud กับ devices ซึ่งใน layer ที่เพิ่มขึ้นมาจะถูกเรียกว่า Fog layer ซึ่งมี resources สำหรับการประมวลผลเพื่อลดโหลดการทำงานของ cloud ลง ซึ่งการประมวบผลใน Fog layer นี้จะมีลักษณะเป็น distributed computing ซึ่งแต่ละ nodes ช่วยกันประมวลผล

Image resource https://www.spiceworks.com/tech/edge-computing/articles/what-is-fog-computing/#lg=1&slide=0

    จนเข้าสู่ยุคปัจจุบัน เป็นการมาอย่างเต็มตัวของ Edge computing ที่มีลักษณะเป็น Decentralized computing กล่าวคือ IOT devices หรือ Edge devices แต่ละตัวสามารถรับค่าและประมวลผลได้ด้วยตัวเองและส่งข้อมูลเท่าที่จำเป็นไปยัง cloud ซึ่งเป็นศูนย์กลางของระบบ ซึ่งข้อได้เปรียบของ Edge computing นั้นอยู่ที่ latency ที่ต่ำมากๆ เพราะตัว Edge devices ทำการประมวลผลเองทั้งหมดแล้วให้ cloud รอรับแต่ข้อมูล 

Image source https://www.iot83.com/guide-to-edge-computing-for-oems-in-2024/

    เป้าหมายหลักในการใช้ Edge computing นั้นมี 6 ข้อด้วยกัน ดังนี้

  1. Reduce latency: ลด latency ในการประมวลผลหรือการรับส่งข้อมูลระหว่าง device และ cloud
  2. Reduce cost: ลดค่าใช้จ่ายด้วยการ aggregate(การจัดการข้อมูลรูปแบบหนึ่งโดยการรวมข้อมูลหลายๆส่วนให้อยู่ใน format ที่นำไปใช้งานต่อได้ง่าย) และ filter ข้อมูล
  3. Bridge network and communication: มีการเชื่อมต่อในระบบ เริ่มตั้งแต่ sensor ในการตรวจจับชนิดข้อมูลที่ต้องการแล้วส่งไปยัง Edge devices ด้วยการสื่อสารแบบไม่มี IP ไปจนถึงการใช้ IP และ internet 
  4. Provide resilience: เมื่อมีการใช้งาน devices ที่ทำ edge computing ได้ จะสามารถ monitor devices เหล่านี้ได้ง่ายเมื่อมีปัญหาเกิดขึ้น ทำให้แก้ไขหรือกู้คืนการทำงานได้อย่างทันท่วงที
  5. Provide security: เนื่องจาก Edge computing สามารถประมวลผลข้อมูลได้ด้วยตัวเองแล้ว ยังสามารถเข้ารหัสข้อมูลเหล่านั้นก่อนส่งไปยัง cloud ได้
  6. Edge devices are self-computed: Devices ที่ทำ edge computing สามารถทำงานได้ด้วยตัวมันเอง ไม่ว่าจะทำการประมวลผลข้อมูลหรือ remote เข้ามาจัดการ config ข้างใน ในบางกรณี 

สามารถทำงานเป็นส่วนต่อขยายจาก cloud ได้หรือทำงานในเครื่องที่ไม่ต้องมีคนคอยควบคุม เช่น รถไร้คนขับ

    ผู้อ่านสามารถอ่านบทความเพิ่มเติมเรื่อง Edge computing ได้ ที่นี่ 

    ถึงแม้ว่า Edge computing จะมีประสิทธิภาพสูง แต่ก็ยังมีข้อจำกัดเรื่อง Scalability ที่ถูกจำกัดด้วยประสิทธิภาพของตัว Edge devices เอง ไม่ใช่ cloud หรือใน Fog layer ที่สามารถ scale nodes เพิ่มขึ้นได้ ซึ่งต่อไป ทางผู้เขียนขอนำเสนอตัวใหม่ ที่พัฒนาต่อยอดจาก Edge computing ซึ่งมีประสิทธิภาพสูงขึ้นกว่า และสามารถชดเชยข้อจำกัดเรื่อง Scalability นั่นก็คือ Hyperscale edge computing 

Hyperscale edge computing คืออะไร

    อาจเรียกได้ว่า Hyperscale edge computing หรือ HEC นั้นเสมือนการฟิวชั่นของ Edge computing และ Fog computing ที่เอาข้อดีในเรื่องการประมวลผลที่ตัว Edge devices และมี layer ที่ aggregate และประมวลผลข้อมูลที่ได้รับจาก Edge devices ซึ่ง layer นี้สามารถ scale ได้ ทำให้มีประสิทธิภาพสูงขึ้นเพื่อรองรับการประมวลผลแบบ real time ที่นับวันจะมีความต้องการในการประมวลข้อมูลที่สูงขึ้นเรื่อยๆซึ่งตัว HEC นั้นมีจุดเด่นที่แตกต่างจาก Edge computing ดังนี้

  • Increased performance: HEC มีการใช้เทคโนโลยีที่คล้าย Fog computing ที่เพิ่ม layer ที่ช่วยในการประมวลผล ส่งผลให้ประสิทธิภาพในการประมวลผลสูงขึ้น

  • Improved scalability: เนื่องจาก layer ที่เพิ่มมานั้นสามารถ scale ได้ เพื่อรองรับการประมวลที่มากขึ้นได้ตามการใช้งาน
  • Improved security: เนื่องจากการประมวลผลเกิดขึ้นที่ตัว Edge devices และอาจมีการเก็บข้อมูลบางส่วนไว้โดยไม่ได้ถูกส่งกลับไปที่ cloud อาจทำให้เข้าถึงข้อมูลใน cloud ได้ยากขึ้น

Hyperscale edge computing ≠ Hyperscale computing

    อย่าสับสนตัว HEC กับ Hyperscale computing ในขณะที่ HEC นั้นมีการเพิ่มประสิทธิภาพในส่วนของ Edge computing เพื่อให้สามารถรับส่งข้อมูลไปยัง Cloud หรือ Data center ได้เร็วขึ้น แต่ Hyperscale computing เป็นการเพิ่มประสิทธิภาพในส่วนของ Data center ที่มีการ scale แบบ horizontal หรือเรียกง่ายๆ คือ มีการใช้ server computers มากขึ้นนั่นเอง ซึ่งจะมี load balancer มาช่วยให้ manage การทำงานของแต่ละ servers 

Image source https://www.ionos.co.uk/digitalguide/server/know-how/what-is-hyperscale/

ตารางเปรียบเทียบ Computing แต่ละแบบ

    ทางผู้เขียนขอสรุปแต่ละตัวในรูปแบบตาราง เพื่อให้ง่ายต่อการทำความเข้าใจและเห็นความแตกต่างดังนี้

    มาถึงตรงนี้ ผู้เขียนหวังว่าผู้อ่านทุกท่านจะเข้าใจและได้รับความรู้เรื่องนี้ไปไม่มากก็น้อย สำหรับการใช้งานตัว HEC นั้นด้วยความที่ยังเป็นเรื่องใหม่มากๆ อาจจะยังไม่มี use case ที่มีการใช้เทคโนโลยีนี้อย่างชัดเจน แต่มีความเป็นไปได้ว่าจะถูกนำไปใช้ร่วมกับ AI ที่ต้องการการประมวลผลที่สูง หากทางผู้อ่านท่านใดสนใจอยากแลกเปลี่ยนความคิดเห็นหรือสอบถามข้อมูลเรื่องนี้หรือที่ใกล้เคียง ท่านสามารถติดต่อทาง CloudHM เพื่อพูดคุยกับผู้เชี่ยวชาญโดยตรงได้

Reference

 

—- Cloud HM