The New Stack:KubeEdge將Kubernetes的能力延伸至邊緣
3月29日,權威技術分析網站The New Stack在Edge/IoT專欄發表了關於邊緣計算專案KubeEdge的最新調研報告。原文觀點如下:
雲原生計算和邊緣計算代表了兩個獨立並且重要的現代基礎設施方向。雲原生計算是雲端計算的第二波浪潮,它提供了對雲的最佳投資回報。而邊緣計算充當雲和物聯網(IoT)裝置之間的管道,為數以百萬計的物聯網裝置和應用程式提供自主和智慧計算。
人工智慧的興起使得邊緣計算變得更加重要。在雲上經過訓練的複雜模型被部署在邊緣進行推理。
Kubernetes已經成為在資料中心和公有云中部署和執行容器化工作負載的黃金標準。在很短的時間內,雲原生生態系統增添了多種能力,使Kubernetes成為一個強大而可靠的平臺,可以大規模的執行網際網路應用和企業業務應用。
投資物聯網平臺的公有云提供商正在將其產品延伸至邊緣。物聯網應用的裝置註冊、通訊、部署和管理主要在雲端執行,並擴充套件了對邊緣的支援。這些提供商現在正在連線IoT、ML和AI平臺,無縫地將ML模型從雲端推向邊緣。Azure IoT Edge、AWS Greengrass和Google Cloud IoT Edge就是公有云支援邊緣平臺的產品樣例。諸如FogHorn、Swim.ai和Rigado等初創公司正在構建多雲的邊緣計算平臺。
Kubernetes正在迅速成為排程和管理超出容器資源範圍的通用排程程式。Kubernetes的控制面可以用於處理跨越數百個節點的數萬個容器。這個架構體系非常適合管理可擴充套件的分散式邊緣應用部署。每個邊緣計算裝置可以被視為一個節點,而一個或多個連線的裝置可以對映到Pods。開發人員和運維人員可以使用熟悉的Kubectl工具或Helm Charts來把容器化的IoT應用推向邊緣,用於一個或多個邊緣裝置。這種方法不僅使Kubernetes成為容器管理的控制面,而且使其成為能夠管理數百萬邊緣計算裝置的控制面。
“大型系統可能執行多個邊緣計算節點,這些節點在連線前不會與控制面通訊。這種模式與Kubernetes主節點和工作節點的原始設計非常不同。”
雲原生社群一直在探索使用Kubernetes進行物聯網和邊緣計算。微軟試圖透過Virtual Kubelet方式實現這一點。華為已經建立了基於Kubernetes的智慧邊緣平臺(IEF)。2018年6月,谷歌、華為、紅帽和VMware啟動了物聯網邊緣計算工作組開展這些工作。在2018年的西雅圖KubeCon+CloudNativeCon大會上,華為展示了一個將Kubernetes的能力延伸至邊緣的官方專案KubeEdge。
KubeEdge基於華為的智慧邊緣平臺(IEF),這是一個基於華為物聯網PaaS的商業物聯網邊緣平臺。KubeEdge則是IEF的開源具體實現。在釋出的v0.2版本中,KubeEdge提供了穩定和完整的方案,解決物聯網和邊緣計算相關的關鍵使用者場景。它支援安裝在Linux發行版上,也可以安裝在ARM裝置上,如藍莓派。
作者Janakiram MSV作為一個Kubernetes和IoT的粉絲,非常看好KubeEdge的設計和架構。與Kubernetes叢集的節點不同,邊緣節點需要在完全斷開連線的模式下自主工作。大型系統可能會執行多個邊緣計算節點,這些節點在連線前不會與控制面通訊。此模式與Kubernetes主節點和工作節點的原始設計非常不同。
KubeEdge優雅地透過訊息匯流排和邊緣本地資料儲存來解決這個問題,使得邊緣節點自治和獨立。使用者期望的控制面配置透過同步、快取到邊緣裝置的本地資料儲存。同樣邊緣裝置的實時狀態也是儲存到邊緣的資料儲存中。
KubeEdge使用了原生Kubernetes強大的能力,如控制器和自定義資源定義(CRD)。就像Replication Controller 和StatefulSet Controller一樣,KubeEdge有一個Edge Controller控制面,與裝置中部署的邊緣執行時進行通訊。這種設計使得Kubectl來管理邊緣應用部署成為可能。
KubeEdge依賴於Eclipse基金會的中的開源MQTT代理,用於機器間通訊以及邊緣和控制面之間的雙工通訊。KubeEdge平臺還支援裝置孿生,以維護物聯網裝置的狀態。SQLite用作邊緣本地資料儲存,以維護裝置孿生狀態以及邊緣與控制面之間來回流動的訊息。Web Sockets用於邊緣節點和主節點之間的輕量級通訊。
KubeEdge是Kubernetes成為邊緣計算的統一控制面的第一步。它的成功很大程度上要取決於主流雲提供商包括亞馬遜、谷歌和微軟等的採用。
原文連結:
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69908804/viewspace-2640158/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- KubeEdge,一個Kubernetes原生邊緣計算框架框架
- OpenYurt:延伸原生 Kubernetes 到邊緣場景下的落地實踐
- 邊緣計算 KubeEdge+EdgeMash
- KubeEdge邊緣自治設計原理
- 邊緣計算服務,kubeedge+kserver搭建,【AI模型推理】ServerAI模型
- 基於KubeEdge的邊緣節點分組管理設計與實現
- KubeEdge邊緣計算在順豐工業物聯網中的實踐
- 深度解讀KubeEdge架構設計與邊緣AI實踐探索架構AI
- 大規模 IoT 邊緣容器叢集管理的幾種架構-4-Kubeedge架構
- 使用 Prometheus 在 KubeSphere 上監控 KubeEdge 邊緣節點(Jetson) CPU、GPU 狀態PrometheusGPU
- 深度解讀 OpenYurt :邊緣自治能力設計解析
- 浪潮邊緣計算,讓算力無所不至
- 為什麼 Linux 對邊緣計算至關重要?Linux
- 搭建異構 CPU 組成的邊緣計算 Kubernetes 叢集
- IoT 邊緣叢集基於 Kubernetes Events 的告警通知實現
- 將 Cloudflare 的 Zero Trust 平臺延伸至支援 UDP 和網際網路 DNSCloudRustUDPDNS
- 深度解讀 OpenYurt:從邊緣自治看 YurtHub 的擴充套件能力套件
- KubeEdge雲邊協同設計原理
- 看KubeEdge攜手K8S,如何管理中國高速公路上的10萬邊緣節點K8S
- OpenYurt 深度解讀|開啟邊緣裝置的雲原生管理能力
- 【從0到1學習邊緣容器系列1】之 邊緣計算與邊緣容器的起源
- 邊緣計算2.0時代,“雲邊緣”與“邊緣雲”你分清了嗎?
- 影像的邊緣檢測
- 人工智慧將重新定義邊緣計算的效能要求人工智慧
- 秒懂邊緣雲 | 邊緣雲技術進階
- 雲原生與邊緣計算的碰撞——邊緣原生應用實踐
- 2022年全球邊緣計算的支出將達到1760億美元
- 邊緣計算系列科普(五)邊緣計算中的關鍵技術
- Aruba的智慧邊緣時代
- 天翼雲邊緣函式、邊緣安全專案入選“可信邊緣計算推進計劃”函式
- 為什麼蘋果和微軟將AI推向邊緣?蘋果微軟AI
- 2021年,邊緣技術將推動商業發展
- KubeEdge v0.2釋出,全球首個K8S原生的邊緣計算平臺開放雲端程式碼K8S
- 影像邊緣檢測
- 邊緣應用場景需求興起,FusionCube解碼智慧邊緣!
- 邊緣計算的最佳實踐
- IDC:2024年邊緣計算支出將達到2280億美元
- IDC:2026年全球邊緣計算支出將接近 3170 億美元