Умные, маленькие и быстрые средства распределенной обработки. Часть III
Содержание:
1. Часть I;
2. Часть II ;
3. Часть III (Вы читаете данный раздел).
Многие компании, готовые сегодня экспериментировать с концепцией Интернета вещей. до сих пор действуют по принципу «подключаться, собирать и хранить», тогда как время, на протяжении которого сохраняется подлинная ценность данных, измеряется в секундах.
Одним из крупнейших сторонников этого архитектурного сдвига является Microsoft. На конференции Build, состоявшейся год назад, представители корпорации провозгласили стратегию Intelligent Edge. На конференции Build в этом году Microsoft уже обнародовала ряд конкретных мер по ее реализации. К ним относятся открытие исходного кода среды Azure IoT Edge Runtime, адаптация фирменных средств машинного зрения к использованию на устройствах IoT Edge, таких как дроны и промышленное оборудование, и разработка, во взаимодействии с производителем наборов микросхем для мобильных систем Qualcomm Technologies, набора средств для разработчиков искусственного интеллекта. Инженеры смогут использовать этот набор при создании интеллектуальных камер, которые будут иметь возможность осуществлять машинное обучение, потоковую аналитику и организовывать сопутствующие службы прямо на соответствующем устройстве.
Сегодня аппаратное обеспечение для среды Azure IoT Edge может быть столь же компактным, как «железо» микрокомпьютера Raspberry Pi 3 (четырехъядерный процессор Broadcom с тактовой частотой 1,2 ГГц, 1 Гбайт оперативной памяти, слот карты microSD для средств хранения данных), и настолько мощным, насколько это необходимо потребителю, а использовать его столь же просто, как, к примеру, приобрести качественную резину для авто на https://express-shina.ru/. Оно функционирует под управлением операционной системы Windows, а также Linux, и поддерживает процессоры как x86, так и ARM. К числу служб Azure, которые могут выполняться на устройствах IoT Edge, относятся IoT Hub, Machine Learning, Stream Analytics, Functions и Cognitive Services.
Выступая с презентацией на саммите IoT World, Том Дэвис, директор по Azure IoT, заявил, что пользователи IoT Edge могут развертывать приложения на системах Raspberry Pi. размещенных в контейнерах Docker. Но специалисты Microsoft работают над тем. чтобы в будущем наделять такими возможностями все более и более миниатюрные устройства.
Благодаря использованию контейнеров приложений и подобных Kubemetes систем оркестровки контейнеров объем программного обеспечения, которое необходимо создавать для приложений IoT, сокращается. Благодаря разъятию приложений на микрослужбы, которые можно с легкостью развертывать на различных типах инфраструктуры, разработчики могут создавать приложения, не оглядываясь на то, где они будут выполняться — в «облаке*, на периферийном маршрутизаторе IoT или на интеллектуальной камере системы замкнутого телевидения.
В конечном итоге то устройство, где следует обрабатывать данные, будет определяться потребностями каждого конкретного приложения и уровнем соответствующих затрат. Таким образом, гибкость, обеспечиваемая применением контейнеров и микрослужб, становится важной характеристикой инфраструктуры распределенных вычислений, которая начинает складываться у нас на глазах.
1. Часть I;
2. Часть II ;
3.
Многие компании, готовые сегодня экспериментировать с концепцией Интернета вещей. до сих пор действуют по принципу «подключаться, собирать и хранить», тогда как время, на протяжении которого сохраняется подлинная ценность данных, измеряется в секундах.
Одним из крупнейших сторонников этого архитектурного сдвига является Microsoft. На конференции Build, состоявшейся год назад, представители корпорации провозгласили стратегию Intelligent Edge. На конференции Build в этом году Microsoft уже обнародовала ряд конкретных мер по ее реализации. К ним относятся открытие исходного кода среды Azure IoT Edge Runtime, адаптация фирменных средств машинного зрения к использованию на устройствах IoT Edge, таких как дроны и промышленное оборудование, и разработка, во взаимодействии с производителем наборов микросхем для мобильных систем Qualcomm Technologies, набора средств для разработчиков искусственного интеллекта. Инженеры смогут использовать этот набор при создании интеллектуальных камер, которые будут иметь возможность осуществлять машинное обучение, потоковую аналитику и организовывать сопутствующие службы прямо на соответствующем устройстве.
Сегодня аппаратное обеспечение для среды Azure IoT Edge может быть столь же компактным, как «железо» микрокомпьютера Raspberry Pi 3 (четырехъядерный процессор Broadcom с тактовой частотой 1,2 ГГц, 1 Гбайт оперативной памяти, слот карты microSD для средств хранения данных), и настолько мощным, насколько это необходимо потребителю, а использовать его столь же просто, как, к примеру, приобрести качественную резину для авто на https://express-shina.ru/. Оно функционирует под управлением операционной системы Windows, а также Linux, и поддерживает процессоры как x86, так и ARM. К числу служб Azure, которые могут выполняться на устройствах IoT Edge, относятся IoT Hub, Machine Learning, Stream Analytics, Functions и Cognitive Services.
Выступая с презентацией на саммите IoT World, Том Дэвис, директор по Azure IoT, заявил, что пользователи IoT Edge могут развертывать приложения на системах Raspberry Pi. размещенных в контейнерах Docker. Но специалисты Microsoft работают над тем. чтобы в будущем наделять такими возможностями все более и более миниатюрные устройства.
Одна база кода и много платформ
Благодаря использованию контейнеров приложений и подобных Kubemetes систем оркестровки контейнеров объем программного обеспечения, которое необходимо создавать для приложений IoT, сокращается. Благодаря разъятию приложений на микрослужбы, которые можно с легкостью развертывать на различных типах инфраструктуры, разработчики могут создавать приложения, не оглядываясь на то, где они будут выполняться — в «облаке*, на периферийном маршрутизаторе IoT или на интеллектуальной камере системы замкнутого телевидения.
В конечном итоге то устройство, где следует обрабатывать данные, будет определяться потребностями каждого конкретного приложения и уровнем соответствующих затрат. Таким образом, гибкость, обеспечиваемая применением контейнеров и микрослужб, становится важной характеристикой инфраструктуры распределенных вычислений, которая начинает складываться у нас на глазах.
