====== Периферийные вычисления и их применение ======

===== Основные задачи =====
Периферийные вычисления (edge computing) позволяют обрабатывать данные ближе к источникам их генерации (сенсоры, IoT-устройства, транспорт, промышленные системы).  
Основные функции:  
  * Захват, обработка и анализ чувствительных ко времени данных на границе сети.  
  * Реакция на события за миллисекунды.  
  * Частичная передача данных в облако для долгосрочного хранения, аналитики и обучения ML-моделей.  

Edge computing снижает задержки, повышает надёжность и уменьшает нагрузку на магистральные каналы, обеспечивая локальное выполнение сервисов без постоянной связи с облаком.

===== Инициативы =====
  * **CDN (1990-е)** — первые попытки кэшировать контент ближе к пользователю.  
  * **Fog Computing (Cisco, 2012)** — распределение вычислений между устройством и облаком.  
  * **OpenFog Consortium (2015)** — разработка стандартов и API для мультидоступных узлов.  
  * **ETSI MEC (2014)** — спецификации для edge-сервисов в 4G/5G сетях.  
  * **OEC (2011)** — инициатива динамического развертывания микросервисов ближе к пользователю.  
К инициативам также присоединились крупные провайдеры (AWS, Google, Microsoft), создавшие IoT-хабы и платформы для edge-аналитики.

===== Бизнес-применение =====
Edge computing используется в:
  * промышленности (системы контроля оборудования, предиктивное обслуживание, датчики на производстве);  
  * транспорте (автономные автомобили, мониторинг логистики);  
  * «умных городах» и инфраструктуре;  
  * AR/VR-приложениях и системах реального времени;  
  * удалённых или критических средах (корабли, самолёты, военные объекты).  

**Эффекты для бизнеса:**  
  * сокращение задержек и трафика;  
  * более надёжные сервисы при слабом соединении;  
  * быстрый отклик и локальная аналитика;  
  * интеграция с IoT и облаком.  

===== Технологический взгляд =====
Edge-архитектура во многом повторяет IT-стек, но выносит вычисления и хранение данных на границу сети.  
Основные особенности:  
  * **Оркестрация** распределённых узлов и сервисов.  
  * **Portability** — переносимость приложений между узлами.  
  * **Stateless-модели** — приложения разворачиваются как сервис без сохранения состояния.  
  * **Аппаратная поддержка**:  
    - Smart NIC для разгрузки процессоров,  
    - специализированные чипы (TPU, FPGA, ASIC) для AI/ML,  
    - NFV (виртуализация сетевых функций).  

===== Архитектурные вызовы =====
  * Высокая стоимость и длительные сроки внедрения IoT-решений.  
  * Сложность интеграции с существующей инфраструктурой.  
  * Отсутствие единых стандартов и совместимости между вендорами.  
  * Повышенные требования к безопасности и защите данных.  

===== Edge Data Centers =====
ЦОДы периферийных вычислений располагаются максимально близко к конечным устройствам.  
Характерные особенности:  
  * мощность 50–150 кВт;  
  * автономная работа («lights out»);  
  * высокая геораспределённость (сети микродата-центров у базовых станций, в контейнерах и пр.);  
  * работа в жёстких условиях (отсутствие персонала, ограниченное питание, использование нетрадиционных технологий охлаждения и резервирования).  

<WRAP tip>
Ключевые идеи:
- Edge computing снижает задержки и повышает надёжность, обрабатывая данные ближе к источнику.  
- Используется в промышленности, транспорте, AR/VR и «умных городах».  
- Развитие связано с инициативами Fog, MEC, OpenFog и поддержкой hyperscaler-провайдеров.  
- Ключевые технологии: NFV, Smart NIC, специализированные чипы для AI/ML.  
- Edge ЦОДы малы по мощности, распределены географически и работают автономно.  
</WRAP>