В последние годы технологическая индустрия стала свидетелем глубокой трансформации, поскольку организации переходят от проприетарных монолитных архитектур к более открытым, распределенным моделям. Среди наиболее значительных разработок - рост платформ с открытым исходным кодом. Эти платформы решают растущую потребность в гибких, масштабируемых и экономически эффективных вычислительных ресурсах на краю сетей, где данные генерируются миллиардами устройств Интернета вещей (IoT), датчиков и исполнительных механизмов, используемых в настоящее время. Используя принципы с открытым исходным кодом, решения с туманными вычислениями обеспечивают более быстрые инновации, большую настройку и более сильную поддержку сообщества, чем их коллеги с закрытым исходным кодом. В этой статье рассматриваются основы туманных вычислений, драйверы движения с открытым исходным кодом в этом пространстве, ведущие платформы, доступные сегодня, а также проблемы и возможности, которые лежат впереди.

Что такое Fog Computing?

Fog computing — это децентрализованная вычислительная инфраструктура, которая расширяет облачные вычислительные услуги ближе к источникам данных, таким как устройства IoT, датчики и локальные серверы. Термин «туман» — вдохновленный метеорологическим явлением облака, близкого к земле — был придуман Cisco в 2014 году для описания модели, которая приносит вычисления, хранение и сетевые ресурсы между облаком и краем. В отличие от чистых краевых вычислений, которые часто фокусируются на автономных устройствах, туманные вычисления создают многоуровневую архитектуру, где несколько туманных узлов взаимодействуют для обработки данных, принятия решений в реальном времени и уменьшения объема данных, отправляемых в удаленные облачные центры обработки данных.

Ключевые характеристики туманных вычислений включают:

  • Низкая задержка: Обработка данных вблизи источника значительно сокращает время, необходимое для передачи данных, позволяя анализировать и контролировать в реальном времени.
  • Сохранение пропускной способности: Вместо отправки каждого бита необработанных данных в облако, туманные узлы агрегируют, фильтруют и препроцессируют данные, значительно снижая сетевой трафик и затраты.
  • Географическое распределение: Узлы тумана могут быть развернуты в широких географических районах, обеспечивая постоянную производительность даже в удаленных или ограниченных ресурсами средах.
  • Масштабируемость: Слой тумана может масштабироваться горизонтально, добавляя больше узлов, вмещая растущее число устройств без перегрузки центрального облака.
  • Осведомленность о местоположении: туманные узлы знают о своем физическом местоположении и могут принимать контекстно-чувствительные решения, что имеет решающее значение для таких приложений, как автономные транспортные средства, интеллектуальные сети и промышленная автоматизация.

Туманные вычисления часто путают с краевыми вычислениями, но они взаимодополняемы. Крайние вычисления обычно относятся к обработке, которая происходит непосредственно на устройстве конечной точки (например, камере или датчике), в то время как туманные вычисления включают более структурированную иерархию промежуточных узлов. Вместе они образуют континуум, который оптимизирует поток данных от устройств к облаку и обратно.

Рост открытых исходных туманных вычислительных платформ

Переход к платформам с открытым исходным кодом обусловлен несколькими мощными силами. Во-первых, масштаб и разнообразие развертываний IoT требуют программного обеспечения, которое может быть адаптировано к бесчисленным конфигурациям оборудования, протоколам и сценариям использования. Собственные решения часто блокируют организации в конкретных поставщиков, ограничивая гибкость и увеличивая долгосрочные затраты. Платформы с открытым исходным кодом, напротив, обеспечивают прозрачность, модифицируемость и возможность беспрепятственной интеграции с существующими системами.

Во-вторых, совместный характер разработки с открытым исходным кодом ускоряет инновации. Сообщества разработчиков, исследователей и предприятий вносят код, сообщают об ошибках и делятся передовым опытом, что приводит к быстрой итерации и быстрому внедрению новых функций. Например, проект EdgeX Foundry под зонтиком LF Edge вырос до сотен участников из десятков организаций, все работают над созданием общей основы для краевых и туманных вычислений.

В-третьих, экономическая эффективность является основным преимуществом. Программное обеспечение с открытым исходным кодом устраняет лицензионные сборы, а общие затраты на разработку снижают финансовую нагрузку на любую организацию. Это особенно привлекательно для стартапов, исследовательских институтов и предприятий, развертывающих большие парки устройств, где затраты на лицензирование на устройство были бы непомерными.

Наконец, модель с открытым исходным кодом способствует укреплению доверия и безопасности. При наличии исходного кода для проверки уязвимости могут быть выявлены и исправлены быстрее, чем в системах с закрытым исходным кодом. Кроме того, организации могут проводить аудит программного обеспечения для обеспечения соблюдения отраслевых правил и внутренних политик безопасности.

Основные преимущества для предприятий и разработчиков

  • Экономическая эффективность: Отсутствие лицензионных сборов и общих затрат на разработку снижают общую стоимость владения.
  • Гибкость: Настраиваемые для конкретных аппаратных средств и вариантов использования, позволяющие интегрироваться с устаревшими системами и патентованными протоколами.
  • Поддержка сообщества: Активные сообщества способствуют постоянному улучшению, документированию и устранению неполадок.
  • Независимость от поставщика: Избегает блокировки, позволяя организациям переключать поставщиков или смешивать и сопоставлять компоненты по мере необходимости.
  • Совместимость: Открытые стандарты и API облегчают интеграцию на разных платформах и устройствах.

Ведущие платформы для вычислений с открытым исходным кодом Fog

Несколько платформ с открытым исходным кодом появились в качестве лидеров, каждая из которых имеет свои сильные стороны и целевые варианты использования. Ниже мы рассмотрим наиболее известные из них.

Литейный завод EdgeX

EdgeX Foundry является нейтральной для поставщиков платформой с открытым исходным кодом для краевых вычислений, размещаемой в проекте LF Edge Linux Foundation. Она обеспечивает гибкую архитектуру на основе микросервисов, которая может работать на широком спектре аппаратных средств, от шлюзов малой мощности до прочных промышленных контроллеров. EdgeX поддерживает многочисленные протоколы устройств, такие как Modbus, BACnet, MQTT и OPC-UA, с помощью служб многоразового использования устройств. Его основные службы обрабатывают прием данных, фильтрацию, преобразование и пересылку, в то время как его прикладные службы обеспечивают облачное подключение и аналитику.

EdgeX особенно хорошо подходит для промышленного IoT, умных зданий и розничных сред, где несколько разрозненных устройств должны быть интегрированы в сплоченную систему. Модульная конструкция платформы позволяет разработчикам заменять или расширять любой компонент, не затрагивая других, что делает его очень адаптируемым. По состоянию на 2025 год EdgeX был развернут в производственных системах по всему миру, с сильной общинной и коммерческой экосистемой. Для получения дополнительной информации посетите официальный сайт EdgeX Foundry .

Кубе Эдж

KubeEdge расширяет популярную платформу оркестровки контейнеров Kubernetes до краевых и туманных сред. Построенная Huawei и в настоящее время являющаяся частью Cloud Native Computing Foundation (CNCF), KubeEdge позволяет пользователям запускать контейнерные рабочие нагрузки через облачные и краевые узлы с тем же API Kubernetes. Это упрощает управление, снижает операционную сложность и позволяет организациям использовать существующий опыт Kubernetes для развертывания тумана.

KubeEdge состоит из двух основных компонентов: облачной части (CloudCore) и краевой части (EdgeCore). CloudCore обеспечивает плоскость управления, в то время как EdgeCore работает на ограниченных ресурсами периферийных устройствах, обмениваясь данными через надежную шину сообщений. Ключевые функции включают автономность автономного управления устройствами и легкую среду выполнения, оптимизированную для архитектур ARM. KubeEdge идеально подходит для таких сценариев, как автономное вождение, интеллектуальное производство и крупномасштабные развертывания IoT, где нативные Kubernetes будут слишком тяжелыми. Репозиторий проекта GitHub доступен по адресу github.com/kubeedge/kubeedge.

Апач Эдджент

Apache Edgent (ранее Apache Quarks) — лёгкая, открытая модель программирования для аналитики в реальном времени на краю. Первоначально созданная IBM, Edgent предоставляет Java-интерфейс для создания приложений потоковых данных, которые работают на устройствах с ограниченными вычислительными и запоминающими ресурсами. Она поддерживает множество разъемов для приема данных (MQTT, Kafka, HTTP) и вывода, и включает в себя встроенные функции аналитики, такие как фильтрация, оконное и машинное обучение.

Edgent особенно ценен для сценариев, где устройства должны принимать немедленные решения, не дожидаясь облачной обработки — например, обнаружения аномалий в заводском оборудовании, прогностического обслуживания или синтеза датчиков в реальном времени. Платформа подчеркивает небольшой охват и простоту развертывания, что делает ее подходящей для Arduino, Raspberry Pi и аналогичных одноплатных компьютеров. В то время как Edgent больше не находится в активной разработке в качестве проекта Apache верхнего уровня, его кодовая база остается доступной и используется в нескольких производных проектах.

OpenStack Edge Computing и StarlingX

Сообщество OpenStack также внесло свой вклад в вычисления тумана через такие проекты, как StarlingX. StarlingX предоставляет полную облачную инфраструктуру с открытым исходным кодом, оптимизированную для развертывания краев и туманов. Она включает в себя оркестровку, управление обслуживанием, управление неисправностями и сетевые компоненты с низкой задержкой. Разработанная для высокой доступности и производительности в реальном времени, StarlingX используется в телекоммуникациях, медиа-платформах и промышленных системах управления. Она может управлять географически распределенными туманными узлами при сохранении централизованного управления.

Кроме того, группа OpenStack Edge Computing Group разработала эталонные архитектуры и лучшие практики для развертывания OpenStack в периферийных средах. Эти усилия помогают преодолеть разрыв между традиционными облачными вычислениями и требованиями туманных вычислений, особенно в приложениях 5G и IoT.

Другие известные проекты

  • FogLAMP (по Dianomic): Платформа с открытым исходным кодом для туманных вычислений и IIoT, которая фокусируется на сборе данных, интеграции и аналитике.
  • Mainflux: Безопасная масштабируемая платформа IoT с возможностями туманных вычислений, встроенная в Go и использующая архитектуру микросервисов.
  • Eclipse ioFog: Распределенная вычислительная платформа, которая обеспечивает облачные возможности для периферийных устройств, поддерживая микросервисы и управление приложениями.

Проблемы, с которыми сталкиваются Open Source Fog Computing

Несмотря на свои обещания, туманные вычисления с открытым исходным кодом не без препятствий. Безопасность остается главной проблемой. Туманные узлы, часто развертываемые в небезопасных физических средах, могут быть подделаны или скомпрометированы. В то время как код с открытым исходным кодом позволяет проводить аудит, разнообразный аппаратный и программный стек увеличивает поверхность атаки. Организации должны внедрять надежное управление идентификацией, шифрование и архитектуры с нулевым доверием для защиты данных и устройств.

Другая проблема — фрагментация экосистем. С несколькими конкурирующими платформами, каждая со своими собственными API, инструментами и нормами сообщества, интеграция между различными системами может быть затруднена. Эта фрагментация может замедлить принятие, особенно среди предприятий, которые требуют соблюдения стандартов. Отраслевые органы, такие как FLT:0.LF Edge работают над созданием общих рамок и профилей совместимости, но прогресс постепенный.

Сама по себе стандартизация является препятствием. Туманные вычисления включают в себя сложный стек - от аппаратной абстракции до оркестровки приложений - и ни один стандарт не охватывает все слои. Такие усилия, как архитектура ссылок OpenFog (слившаяся с IEEE 1934), обеспечивают руководящие принципы, но соблюдение является добровольным. Без четких стандартов организации могут столкнуться с блокировкой поставщиков даже с программным обеспечением с открытым исходным кодом, поскольку миграция между платформами может быть дорогостоящей.

Кроме того, операционная сложность управления большими парками туманных узлов нетривиальна. Обновления, мониторинг и управление конфигурацией должны выполняться удаленно через гетерогенные устройства, многие из которых имеют прерывистую связь. Такие инструменты, как KubeEdge и StarlingX, помогают, но они требуют специальных навыков, которые все еще скудны.

Будущий прогноз для Open Source Fog Computing

Будущее туманных вычислений с открытым исходным кодом яркое, обусловленное несколькими сходящихся тенденциями. Распространение сетей 5G создаст новые возможности для приложений с низкой задержкой, высокой пропускной способностью, таких как автономные транспортные средства, дополненная реальность и удаленная хирургия, - все из которых извлекают выгоду из туманных вычислений. Платформы с открытым исходным кодом будут играть ключевую роль в обеспечении этих вариантов использования, потому что они могут быть настроены для конкретных сетевых и аппаратных требований.

Выводы искусственного интеллекта (ИИ) и машинного обучения (ML) на краю - еще одна область роста. Туманные узлы могут запускать легкие модели ML для прогнозирования в реальном времени без отправки данных в облако. Фреймворки с открытым исходным кодом, такие как TensorFlow Lite, OpenVINO и ONNX Runtime, все чаще интегрируются в туманные платформы, что позволяет принимать интеллектуальные решения непосредственно у источника.

Мы также видим тенденцию к конвергентным платформам, которые объединяют вычисления, хранение, создание сетей и ускорение (например, графические процессоры, FPGA) в единый туманный узел. Программное обеспечение с открытым исходным кодом необходимо для эффективного управления этими разнородными ресурсами. Такие проекты, как Open Edge Computing Initiative и Akraino Edge Stack , уже определяют эталонные реализации для таких конвергентных систем.

Наконец, совместный характер сообщества с открытым исходным кодом гарантирует, что уроки, извлеченные из ранних развертываний, быстро включаются в последующие выпуски. По мере созревания экосистемы мы можем ожидать лучшей безопасности, улучшенной совместимости и более сложных инструментов управления. Предприятия, которые инвестируют в туманные вычисления с открытым исходным кодом сегодня, будут хорошо расположены для использования следующей волны распределенных приложений в режиме реального времени.

Призыв к действию для разработчиков и архитекторов

Если вы оцениваете стратегии туманных вычислений для своей организации, начните с изучения одной или нескольких платформ, обсуждаемых выше.] EdgeX Foundry - отличная точка входа для промышленного IoT; KubeEdge идеально подходит, если вы уже используете Kubernetes; Apache Edgent подходит для легкой аналитики устройств. Взаимодействуйте с сообществами, вносите улучшения и делитесь своим опытом. Модель с открытым исходным кодом не только дает вам мощные технологии, но и голос в формировании своего будущего.

Подводя итог, рост платформ с открытым исходным кодом, мы видим поворот в том, как мы думаем о вычислительной инфраструктуре. Приближая интеллект к данным и предоставляя сообществам разработчиков возможность свободно сотрудничать, эти платформы открывают новые уровни эффективности, инноваций и устойчивости в разных отраслях. Край уже не просто место — это платформа, и она открыта для всех.