Edge Computing คืออะไร ? สำคัญอย่างไร ? มีประโยชน์อย่างไรบ้าง ?
Edge Computing คืออะไร ?
ทุกคนคงเคยได้เห็น หรือได้ยินผ่านหูผ่านตามาบ้างแล้วกับ "การประมวลผลแบบคลาวด์ (Cloud Computing)" ซึ่งหลายคนให้ความสนใจเป็นอย่างมาก แต่ก็ยังมีอีกหนึ่งสถาปัตยกรรมทางระบบ IT ที่สำคัญไม่แพ้กัน นั่นก็คือ "การประมวลผลแบบเอดจ์ (Edge computing)" นั่นเอง
ภาพจาก : https://www.techtarget.com/searchdatacenter/definition/edge-computing
โลกในปัจจุบันของเราที่กำลังขับเคลื่อนด้วยข้อมูลจำนวนมหาศาล หากมองในมุมมองของธุรกิจต่าง ๆ ก็จะเห็นได้ว่าการควบคุมระบบทั้งในงานผลิต งานเอกสาร หรือการบันทึกผลจากเซนเซอร์ ทั้งหมดนี้ล้วนทำให้เกิดปริมาณข้อมูลที่สูงมาก ๆ และเป็นประจำทุกวัน ซึ่งการจะถ่ายโอนข้อมูลจำนวนมาก ๆ เหล่านี้ด้วยการใช้ระบบสถาปัตยกรรมเดิม ๆ ที่นำเอาข้อมูลวิ่งเข้าสู่ศูนย์กลางก่อน ย่อมมีข้อจำกัดทั้งทางด้านความเร็วทางการถ่ายโอน ปัญหาที่อาจเกิดขึ้น และใช้ระยะเวลาที่สูง
ปัญหาเหล่านี้จึงทำให้เกิดการออกแบบ Edge Computing ขึ้นมาเพื่อมาแก้ไขข้อบกพร่องที่เกิดขึ้น และในบทความนี้ผมจะพาทุกคนไปทำความรู้จักกับการประมวลผลแบบเอดจ์ และประโยชน์จากการใช้งาน Edge Computing กัน
เนื้อหาภายในบทความ
- Edge Computing คืออะไร ?
(What is Edge Computing ?) - Edge Computng มีความสำคัญอย่างไร ?
(Why is Edge Computing important ?) - ประโยชน์ของ Edge Computing
(Benefits of Edge Computing) - ความท้าทายของ Edge Computing
(Edge Computing Challenges) - ความแตกต่างระหว่าง Cloud Computing และ Edge Computing
(What is the difference between Cloud Computing and Edge Computing ?) - สรุปสรุปเกี่ยวกับ Edge Computing
(Edge Computing Conclusions)
Edge Computing คืออะไร ? (What is Edge Computing ?)
ด้วยจำนวนอุปกรณ์ที่นำมาเชื่อมต่อกันผ่านระบบเครือข่ายที่ใช้งานในเชิงธุรกิจมีจำนวนเยอะมาก ๆ และจำนวนข้อมูลที่ถูกผลิตออกมาจากอุปกรณ์เหล่านั้นก็มีปริมาณที่มหาศาล เพิ่มขึ้นอย่างรวดเร็วเกินกว่าที่ระบบศูนย์ข้อมูลกลางแบบเดิมที่มีอยู่จะรับไหว โดย Gartner ทำนายเอาไว้ในปี ค.ศ. 2025 (พ.ศ. 2568) ว่า 75 % ของข้อมูลที่สร้างโดยองค์กร จะถูกสร้างขึ้นจากด้านนอกของศูนย์ข้อมูลที่อยู่ส่วนกลาง (Centralized Data Center)
หากเราจะต้องนำเอาข้อมูลจำนวนมาก ๆ วิ่งเข้ามาประมวลผล ณ ศูนย์กลางซึ่งอาจอยู่ห่างไกลจากแหล่งข้อมูล แน่นอนว่าจะต้องเกิดปัญหาขึ้น ไม่ว่าจะเป็นระยะเวลาที่จะต้องใช้ การหยุดชะงักที่อาจส่งผลไปยังระบบอินเทอร์เน็ตทั่วโลก ซึ่งเป็นปัญหาใหญ่ที่ต้องหาทางรับมือ
ภาพจาก : https://www.withum.com/resources/edge-computing-a-threat-to-the-cloud/
จริง ๆ แล้วหลักการในการออกแบบระบบ Edge Computing นั้นไม่ได้มีความซับซ้อนที่มากมายอะไรเลย มันใช้แนวคิดที่ง่ายที่สุดโดยการ นำเอาพื้นที่จัดเก็บ และทรัพยากรในการประมวลผลบางส่วนออกจากศูนย์กลางแล้วเอาเข้ามาให้อยู่ใกล้กับแหล่งกำเนิดข้อมูลแทน
ซึ่งการทำแบบนี้จะเป็นการช่วยให้เราไม่จำเป็นที่จะต้องส่งข้อมูลดิบจากแหล่งที่สร้าง ไปยังศูนย์ข้อมูลส่วนกลาง (Central Data Center) เพื่อที่จะนำเอาข้อมูลไปประมวลผล แต่เราจะประมวลผลข้อมูลในจุดที่ข้อมูลถูกสร้างขึ้นมา ซึ่งนี่จุดที่ Edge Computing เข้ามามีบทบาทเลย จะมีแค่เพียงผลลัพธ์ หรือข้อมูลที่ได้รับการประมวลผลแล้วส่งออกไปยังศูนย์กลาง เพื่อให้มนุษย์ได้ดู และตัดสินใจเป็นลำดับต่อไปนั่นเอง
Edge Computng มีความสำคัญอย่างไร ? (Why is Edge Computing important ?)
เราลองมาดูตัวอย่างง่าย ๆ เช่น รถที่มีระบบขับเคลื่อนอัตโนมัติ (Autopilot) หรือระบบขับเคลื่อนด้วยตนเอง (Self-Driving System) ซึ่งทั้งสองมีความคล้ายคลึงกันตรงที่จำเป็นจะต้องอาศัยข้อมูลจากเซนเซอร์ต่าง ๆ มากมาย เช่น กล้องรอบตัวรถ, ข้อมูลสภาพการจราจร, สัญญาณไฟจราจร ฯลฯ
มันมีข้อมูลจำนวนมหาศาลที่ถูกสร้างขึ้นมาตลอดเวลาที่รถคันนี้ขับเคลื่อนอยู่ โดยการที่รถยนต์จะขับเคลื่อนต่อเนื่องได้ ก็มาจากการเอาข้อมูลที่เก็บเกี่ยวได้มาประมวลผลเพื่อตัดสินใจว่าจะเร่งความเร็ว จะเลี้ยว หรือว่าจะหยุด ซึ่งวิธีการดั้งเดิมนั้นคือ การส่งข้อมูลจากที่ตัวรถไปยังคอมพิวเตอร์ที่เป็นศูนย์กลางเพื่อที่จะประมวลผลแล้วส่งคำสั่งกลับมายังตัวรถให้นำไปปฏิบัติใช้นั่นเอง
ภาพจาก : https://www.techaheadcorp.com/blog/future-of-self-driving-cars
แต่การส่งข้อมูลจำนวนมหาศาลไป-กลับ จะทำให้เกิดปัญหาด้านขนาดของข้อมูลที่มีขนาดใหญ่ และนั่นทำให้เกิดอีกปัญหาตามมา นั่นคือระยะเวลาที่ต้องใช้ในการส่งข้อมูลนานขึ้น ในขณะที่รถจะต้องขับเคลื่อนตลอดเวลา หมายความว่าระยะเวลาที่ข้อมูลคำสั่งจะส่งไป-กลับ (Latency) จะต้องต่ำมาก ซึ่งสิ่งที่เป็นข้อจำกัดของการส่งข้อมูลไปประมวลผลที่ศูนย์กลางก็มีดังนี้เลย
แบนด์วิดท์ (ฺBandwidth)
แบนด์วิดท์ก็คือก็คือปริมาณของข้อมูลที่สามารถส่งไปได้ในช่วงเวลานั้น ๆ โดยจะแสดงในหน่วย บิทต่อวินาที Bits per Second (bps หรือ bit/sec) ในทุก ๆ เครือข่ายจะมีปริมาณแบนด์วิดท์ที่จำกัด โดยเฉพาะอย่างยิ่งในระบบเครือข่ายที่เป็นระบบไร้สาย นั่นหมายความว่าจำนวนข้อมูลที่จะส่งไปได้นั้นมีจำนวนที่จำกัด แม้ในความเป็นจริงแล้ว เราสามารถเพิ่มจำนวนแบนด์วิดท์ได้ แต่ต้องแลกมาด้วยเงินลงทุนที่สูง และไม่ใช่วิธีการแก้ปัญหาที่ยั่งยืนด้วย
ค่าเวลาแฝง (Latency)
ค่าเวลาแฝงหรือ "Latency" ก็คือระยะเวลาที่ใช้ในการส่งข้อมูลจากอีกจุด ไปยังอีกจุดหนึ่งที่เป็นปลายทาง มีหน่วยวัดเป็นมิลลิวินาที (Millisecond) ซึ่งในทางอุดมคติแล้วการสื่อสารนั้นมีความเร็วเทียบเท่ากับความเร็วแสง แต่ในความเป็นจริงแล้ว ระยะห่างที่สูงมาก ๆ มีผลให้เกิดการหน่วง (Delay) ของข้อมูล และการที่ข้อมูลเกิดการหน่วงขึ้น จะส่งผลโดยตรงต่อการตัดสินใจของระบบปลายทาง อย่างเช่น ที่ยกตัวอย่างในรถยนต์ขับเคลื่อนด้วยตนเอง ซึ่งการตัดสินใจที่ล่าช้านี้อาจส่งผลต่อชีวิตของผู้โดยสารได้เลย
ภาพจาก : https://networkshardware.com/bandwidth-vs-latency
ความแออัด (Congestion)
แน่นอนว่าอินเทอร์เน็ตเป็นบริการที่ช่วยให้เราสะดวกสบาย ปริมาณของอุปกรณ์ที่สามารถเข้าถึงอินเทอร์เน็ตได้มีกว่าพันล้านเครื่อง ดังนั้นแล้วจำนวนข้อมูลที่วิ่งผ่านกันไปมาบนระบบเครือข่ายจะมีจำนวนที่สูงมาก ๆ จนมันล้นหลามเลยทีเดียวซึ่งส่งผลให้เกิดความแออัดของข้อมูลในระดับที่สูง จนทำให้ใช้ระยะเวลาในการส่งที่นาน และอาจแออัดรุนแรงจนถึงขั้นที่เกิดการตัดขาดจากอินเทอร์เน็ตในผู้ใช้บางรายเลยทีเดียว
ด้วยการที่เรานำเอาเซิร์ฟเวอร์ และที่จัดเก็บข้อมูลไปไว้ที่ขอบของระบบ (Edge) ซึ่งเป็นที่ที่ข้อมูลถูกสร้างขึ้นมาก็คือการนำเอา Edge Computing เข้าไปใช้งานนั่นเอง โดยมันสามารถที่จะสั่งการหลาย ๆ อุปกรณ์ ผ่าน เครือข่ายคอมพิวเตอร์แบบเชื่อมโยงระยะใกล้ (LAN) มันมีแบนด์วิดท์ที่เพียงพอกับอุปกรณ์ที่ใช้ในวง LAN เท่านั้น ทำให้ค่า Latency และความแออัด แทบไม่มีผลเลย เก็บข้อมูลแค่ในระบบเล็ก ๆ แล้วประมวลผล Edge Analytic ด้วยเซิร์ฟเวอร์ที่อยู่ในวง LAN เพื่อที่จะสร้างการตัดสินใจ และสั่งงานได้อย่างทันถ่วงที แล้วค่อยส่งผลการประมวล หรือข้อมูลที่จำเป็นไปยังศูนย์กลางนั่นเอง
ประโยชน์ของ Edge Computing (Benefits of Edge Computing)
มีความเป็นอิสรภาพ (Autonomy)
Edge Computing จะมีประโยชน์มาก ๆ ก็ในกรณีที่การเชื่อมต่อกับเครือข่ายนั้นไม่เสถียร หรือมีปริมาณแบนด์วิดท์ที่จำกัด ซึ่งอาจจากสภาพแวดล้อมโดยรอบก็ได้ เช่น อยู่ในไร่ที่ห่างไกลมาก อยู่บนเรือกลางทะเล อยู่ในป่า หรือทะเลทราย และในกรณีแบบนี้ที่ Edge Computing จะได้เปรียบเพราะสามารถทำงานเก็บข้อมูล, ประมวลผล และสั่งการได้เลยที่หน้างาน จากนั้นอาจสามารถส่งข้อมูลกลับไปยังศูนย์กลางได้เพราะจำนวนข้อมูลที่ส่งไปมันลดน้อยลงจนพอกับแบนด์วิดท์ที่มีนั่นเอง
อธิปไตยของข้อมูล (Data Sovereignty)
การเคลื่อนย้ายข้อมูลจำนวนมหาศาลไม่ได้เป็นเพียงปัญหาเดียว แต่การที่ข้อมูลเดินทางข้ามไป-มา บนระบบอินเทอร์เน็ต อาจมีความเสี่ยงต่อความปลอดภัย และความเป็นส่วนตัวได้ ด้วยระบบ Edge Computing ที่สามารถประมวลผลข้อมูลที่แหล่งกำเนิดได้จึงสามารถหลีกเลี่ยงปัญหาด้านความปลอดภัยได้นั่นเอง
ความปลอดภัย (Edge Security)
ในงานระบบ IoT ที่จำเป็นต้องมีการส่งข้อมูลผ่านระบบอินเทอร์เน็ต ยังคงถูกมองว่ามีความเสี่ยงที่อาจเกิดจากการโจรกรรม หรือแอบเข้าถึงข้อมูลโดยไม่ได้รับสิทธิ์ขึ้น ดังนั้นการที่เรามีเครื่องคอมพิวเตอร์ทำงานในขอบเขตของระบบก็จะช่วยให้เราสามารถที่จะ เข้ารหัส (Encrypt) ข้อมูลที่ส่งออกมาจากระบบเซนเซอร์ต่าง ๆ ได้ก็จะทำให้ข้อมูลมีความปลอดภัยสูงขึ้น
ความท้าทายของ Edge Computing (Edge Computing Challenges)
แม้ว่าการทำระบบ Edge Computing จะมีให้ผลประโยชน์ที่สูงในหลาย ๆ เคสการใช้งานแต่ก็ยังมีข้อจำกัดที่เป็นอุปสรรคต่อการนำเอาไปใช้อยู่บางประการ โดยมีดังนี้
ความสามารถที่จำกัด (Limited Capability)
จริง ๆ แล้วสิ่งที่เป็นตัวชูโรงของ การประมวลผลแบบคลาวด์ (Cloud computing) และ การประมวลผลแบบหมอก (Fog Computing) นั่นก็คือความหลากหลาย และสเกลขนาดของระบบที่สามารถขยายให้ใหญ่ขึ้นได้อย่างอิสระ แต่มุมกลับกันระบบประมวลผลแบบ Edge นั้นถูกสร้างขึ้นมาด้วยทรัพยากรประมวลผลที่มีอยู่อย่างจำกัด หมายความว่า มันสามารถที่จะประมวลผลได้แค่งาน ที่มันถูกออกแบบให้ทำเพียงงานเดียวเท่านั้น
การเชื่อมต่อ (Connectivity)
ถึงแม้ว่า Edge computing จะสามารถก้าวข้ามอุปสรรคหลาย ๆ ประการ ทางการเชื่อมต่อเครือข่ายได้ แต่การนำเอา Edge Computing ไปใช้อย่างน้อยที่สุดก็ยังจำเป็นจะต้องมีการเชื่อมต่อเครือข่ายอินเทอร์เน็ตอยู่ดี และก็เป็นการยากที่จะออกแบบระบบ Edge ให้สามารถใช้งานกับเครือข่ายที่ล่าช้า หรือไม่เสถียร ทุกคนลองนึกดูว่า ถ้าสมมติว่าเราเอาระบบ Edge ไปใช้กับงานระบบอัตโนมัติ การเชื่อมต่อที่ไม่เสถียร หรืออาจขาดหายไปช่วงหนึ่ง เราก็จะไม่สามารถรู้ได้เลยว่าระบบ ณ ตอนนั้นมันทำอะไรอยู่
ความปลอดภัย (Security)
ระบบ IoT ยังมีความปลอดภัยที่ไม่สูงมากนั้น เพราะฉะนั้นการออกแบบระบบประมวลผลแบบ Edge จะต้องทำให้เหมาะสมกับอุปกรณ์นั้น ๆ ที่นำมาใช้ด้วย ตัวอย่างเช่น Policy-Driven Configuration (คือการกำหนดค่าของแต่ละอุปกรณ์ให้เข้าถึงเอกสารประมวลผลของตัวมันเองได้ถูกต้องทำให้สามารถทำงานได้อย่างปกติ) และรวมถึงการรักษาความปลอดภัยของที่จัดเก็บข้อมูล เช่นการอัปเดตซอฟท์แวร์ หรือการแพทช์ และอัปเดต ซึ่งทั้งหมดที่กล่าวมานั้นมีมาให้แน่นอนถ้าหากเป็นการทำระบบคลาวด์ เพียงแต่เราต้องสร้างระบบประมวลผลแบบเอดจ์ขึ้นมาจากศูนย์ จึงเป็นความท้าทายที่ใหญ่เลยทีเดียว
วงจรชีวิตของข้อมูล (Data Lifecycles)
อีกหนึ่งปัญหาที่เกิดขึ้นอย่างต่อเนื่องกับชุดข้อมูลในปัจจุบันที่มีปริมาณสูง ก็คือข้อมูลจำนวนมากนั้นเป็นข้อมูลที่ไม่จำเป็น เราลองมาพิจารณาดูที่ข้อมูลทางการแพทย์กัน อุปกรณ์ที่คอยเฝ้าสังเกตการณ์ (Monitoring) อาการของคนไข้ ซึ่งข้อมูลส่วนใหญ่จะเป็นส่วนของการเก็บค่าแบบเรียลไทม์แล้วนำมาวิเคราะห์โดยทันที ซึ่งไม่ได้ถูกเก็บไว้ในระยะยาว ดังนั้นแล้วผู้ประกอบการที่จะนำระบบประมวลผลแบบเอดจ์ไปประยุกต์ใช้นั้น จำเป็นที่จะต้องตัดสินใจว่าข้อมูลไหนจะเก็บแบบระยะยาว หรือระยะสั้น เพราะข้อจำกัดด้านขนาดของระบบนั่นเอง
ภาพจาก : https://www.techtarget.com/searchdatacenter/definition/edge-computing
ความแตกต่างระหว่าง Cloud Computing และ Edge Computing (What is the difference between Cloud Computing and Edge Computing ?)
Could Computing Edge Computing
ความแตกต่าง
มีศูนย์กลาง (Centralized)
มีความสามารถในการประมวลผลสูง
สามารถที่จะใช้ AI ช่วยประมวลผลได้
มีความปลอดภัยทางไซเบอร์ (Cybersecure)
มีความจุข้อมูลที่สูงมาก ๆ
ไม่ขึ้นอยู่กับศูนย์กลาง (Decentralized)
มีความสามารถในการประมวลผลที่จำกัด
มี Latency ที่ต่ำ
ประหยัด Bandwidth
ยังมีความปลอดภัยที่ไม่สูงมากนัก
ภาพจาก : https://www.techtarget.com/searchdatacenter/definition/edge-computing
สรุปสรุปเกี่ยวกับ Edge Computing (Edge Computing Conclusions)
ระบบการประมวลผลแบบ Edge Computing นั้นถูกสร้างขึ้นมาเพื่อก้าวข้ามขีดจำกัดของระบบประมวลผลแบบเดิมที่มีอยู่ซึ่งมีข้อจำกัดในเรื่องของการถ่ายโอนข้อมูลนั่นเอง ด้วยความสามารถในการประมวลผลข้อมูลและสั่งการได้ทันทีที่หน้างานของระบบประมวลผลแบบเอดจ์นั้น ทำให้เราสามารถชดเชยความล่าช้า และระบบยังคงทำงานต่อไปได้อย่างปกติ แต่ก็ยังคงมีข้อที่ยังคงเป็นกังวลอยู่ก็คือเรื่องของความปลอดภัยของข้อมูล
ด้วยระบบประมวลผลแบบเอดจ์ ยังคงเป็นเรื่องที่ค่อนข้างใหม่อยู่ และเริ่มมีผู้ประกอบการหันมาให้ความสนใจสูงขึ้น ผมคิดว่าในอนาคตระบบประมวลผลนี้จะมีการพัฒนาให้มีความปลอดภัยมากกว่าปัจจุบันอย่างแน่นอน
➤ Website : https://www.thaiware.com
➤ Facebook : https://www.facebook.com/thaiware
➤ Twitter : https://www.twitter.com/thaiware
➤ YouTube : https://www.youtube.com/thaiwaretv