بزرگنمايي:

اخبار ویژه - به گزارش گرداب ، بسیاری از کاربران تصور می‌کنند با مدل رایانشی به خوبی توانستند ارتباط برقرار کنند و خوشحالند که این سیستم را از برند ولی باید دانست فناوری و دانش روزبه‌روز در حال گسترش است و فضای مجازی حالا برای خود دنیایی از حقیقت‌های انتزاعی است. اما در مورد سیستم رایانشی و جایگزین آن چه می‌دانیم؟
مدل رایانشی چیست؟
رایانش ابری به ارائه فوری سرویس‌های رایانشی از کاربری‌هایی مانند ذخیره‌سازی و نیروی پردازشی اطلاق و معمولاً این کار از طریق اینترنت و بر پایه پرداخت به اندازه مصرف انجام می‌شود.
شرکت‌های مختلف می‌توانند به جای خریداری زیربناهای رایانشی و مراکز داده خود، به صورت اجاره‌ای و از طریق یک ارائه‌کننده سرویس ابری به هر چیزی از کاربری‌های مختلف گرفته تا امکان ذخیره‌سازی دسترسی داشته باشند. یکی از مزیت‌های استفاده از سرویس‌های رایانش ابری در شرکت‌ها، جلوگیری از پیش‌هزینه‌ها و پیچیدگی‌های خریداری و نگهداری از زیربناهای IT است. در عوض با کمک این سرویس‌ها، شرکت‌ها می‌توانند به هنگام استفاده از این سرویس و برای چیزی که استفاده می‌کنند هزینه پرداخت کنند.
نمونه‌های رایانش ابری
رایانش ابری از گستره‌ عظیمی از سرویس‌ها پشتیبانی می‌کند. این سرویس‌ها شامل سرویس‌های مشتریانی، چون Gmail یا تهیه فایل‌های پشتیبان از عکس‌های گوشی هوشمند شما می‌شوند. به علاوه، این سرویس‌ها شامل سرویس‌های ارائه‌شده به شرکت‌های بزرگ نیز می‌‍شوند که به آن‌ها اجازه‌ میزبانی (هاست نمودن) تمامی داده‌ها را می‌دهند و تمامی اپلیکیشن‌های آن‌ها را در فضا‌های ابری اجرا می‌کنند.
رایانش ابری در حال تبدیل شدن به گزینه‌ پیش فرض بسیاری از اپلیکیشن‌ها است؛ فعالان صنعت تولید نرم‌افزار به جای ارائه‌ محصولات مستقل، به صورت مضاعف در حال ارائه‌ اپلیکیشن‌های خود به عنوان سرویس‌هایی از طریق اینترنت هستند تا بدین شکل به سوی یک مدل عضویتی تغییر جهت دهند. با این حال یک جنبه‌ منفی بالقوه در مورد رایانش ابری، احتمال ایجاد هزینه‌ها و ریسک‌های جدید برای کمپانی‌هایی است که از این تکنولوژی استفاده می‌کنند.
اما فارغ از آنکه دنیای ارتباطات منتظر شما نمی‌ماند و در یک چشم بهم زدن نمونه ای دیگر از حال و هوای پیشرفتش را به شما رخ می‌نماید.اینبار مفهوم جدیدی به نام (edge) لبه توانسته به دنیای فضای مجازی راه پیدا کند.
پیدایش محاسبات لبه‌ای
در عصر کنونی شاید بتوان اینترنت اشیاء (IOT) را به عنوان یکی از پرکاربردترین فناوری‌ها معرفی کرد. تکنولوژی‌ای که پیش بینی شده است تا سال 2020 حدود 50 بیلیون شیء را به هم متصل کند. مسلماً برای اتصال این دستگاه‌ها به یکدیگر به پهنای باند خیلی زیادی نیاز است که تکنولوژی CLOUD برای چنین حجمی از داده‌ها طراحی نشده است. شبکه‌ای که در آن شما در حال گسترش کسب و کار آنلاینتان هستید میزبان بازی‌های انلاین زیادی است و افراد زیادی از آموزش‌های انلاین آن استفاده می‌کنند بنابراین جهت افزایش سرعت استفاده از داده‌ها و رفع مشکلات مذکور فناوری رایانش لبه‌ای یا EDGE COMPUTING مطرح شد تا به جای اینکه اطلاعات به ابر‌های بزرگ در مسافت‌های طولانی ارسال گردد از مراکز داده‌ای کوچک در نزدیکی کاربران استفاده شود.
محاسبات لبه ای چیست ؟
محاسبات لبه ای یا Edge Computing، به‌جای رایانش ابری که در حدود بیش از 10 مرکز داده انجام می‌شود، در خود منبع داده انجام می‌شود. محاسبات لبه ای یا edge به این معنی این است که پردازش‌ها درست در نزدیکی منبع انجام می‌شوند و دیگر متکی به یکی از چندین دیتا سنتر بزرگ ارسال، نیستند.
شاید پس ازبوجود آمدن یک مدل تجاری و حمایت مالی این پروژه به بلوغ اصلی خود برسد. شاید خیلی ها عاشق این ایده باشند. ایده edge computing موضوعی است که در آینده مسلما فراگیر خواهد شد. به طوری که اپراتورهای دیتاسنتر آن را به عنوان یک راه عالی برای سبک سازی بازیابی روی سرورهای مرکزی می بینند. محاسبات لبه یک مفهوم جدید نیست، اما چندین گرایش برای ایجاد یک فرصت برای کمک به سازمان های صنعتی به ارمغان می آورد.
مثال بزنیم
خودرو‌های خودران بهترین مثال‌های رایانش لبه هستند. به دلیل برخورداری خودرو‌های خودران از امنیت، تاخیر و پهنای باند مناسب، شما متوجه نمی‌شوید که ده‌ها سنسور نصب شده بر روی خودرو‌ها محیط اطراف را جهت تجزیه و تحلیل به فضای ابری می‌فرستند و منتظر پاسخ آن می‌مانند. اگر آن مشکلات تأخیر و پهنای باند پیشین را داشتیم، به دلیل تأخیر بالای خودرو در پردازش محیط اطراف، شما از سفرتان جان سالم به در نمی‌بردید.
کاربردهای محاسبات لبه
محاسبات لبه (edge computing) بیشتر اینترنت اشیا (IoT) را پشتیبانی می‌کند چرا که تکنولوژی اینترنت اشیا در حال پیشرفت چشمگیری است. به عنوان یک نمونه ماشین‌های خودران را در مدنظر قرار دهید.مدل هایی که در آینده فراگیر خواهد شد. محاسبات لبه (edge computing) این امکان را فراهم می‌کند که این دستگاه‌ها داده‌هایی(مثلاً چه مقدار شیر در یخچال باقی مانده است) را از یک مرکز پردازش داده که نزدیک است، به یک مرکز پردازش ابری دورتر ارسال کند. این روش مقدار داده‌ها و فاصله ای که باید طی کنند، کاهش می‌دهد به طوری که پردازش سریعتر انجام می‌شود و باعث کارکرد بیشتر دستگاه می‌شود.
رونق بخش اقتصادی
یکی از مهم‌ترین کارکرد‌های محاسبات لبه Edge computing در شعب بانکی و مالی، یافتن و متوقف کردن تراکنش‌های ناموفق یا ناسازگار است. روندی که در حال حاضر طی می‌شود این است که سازمان‌ها باید داده‌ها و اطلاعات مالی را به یک مرکز داده مرکزی بفرستند یا در یک فضای ابری آپلود کنند تا بتوانند آن‌ها را پردازش و تجزیه‌ و تحلیل کنند. ایجاد این وقفه در رفت‌وبرگشت اطلاعات از ارزش داده‌ها می‌کاهد و می‌تواند باعث ایجاد برخی از مشکلات شود. با استفاده از مراکز داده‌های میکرو در شعبه‌های مالی، تجزیه‌وتحلیل‌ها و پردازش اطلاعات به‌صورت آنی انجام می‌شود، به این معنی که تراکنش‌های ناسازگار با سیستم بانکی با سرعت بیشتری شناسایی و متوقف می‌شوند و چنین تغییری می‌تواند تأثیر بسیار مثبتی در روند تحلیل و پردازش داده‌های مالی داشته باشد. به هر حال این ایده گران قیمت در جستجوی یک مالک است.
کلام آ خر
محاسبات لبه موردی است که میتوان در صنایع مختلفی از آن بهره گرفت.چه خرده فروشی چه عمده فروشی.چه تولید یک وسیله کوچک چه تولید انرژی و آب و برق.بنابراین باید برای این بخش منتظر ماند و دید که چگونه میتواند تحولی عظیم برای همگان پدید آورد.