Edge Computing คืออะไรทุกสิ่งที่คุณจำเป็นต้องรู้

Edge Computing คืออะไรทุกสิ่งที่คุณจำเป็นต้องรู้

Edge Computing คืออะไรทุกสิ่งที่คุณจำเป็นต้องรู้

Edge Computing เป็นสถาปัตยกรรมเทคโนโลยีสารสนเทศแบบกระจาย (IT) ซึ่งข้อมูลลูกค้าจะได้รับการประมวลผลที่ขอบของเครือข่าย ใกล้เคียงกับแหล่งที่มาต้นทางมากที่สุด

ข้อมูลเป็นส่วนสำคัญของธุรกิจสมัยใหม่ โดยให้ข้อมูลเชิงลึกทางธุรกิจที่มีคุณค่า และสนับสนุนการควบคุมแบบเรียลไทม์สำหรับกระบวนการทางธุรกิจที่สำคัญและการปฏิบัติการ ธุรกิจทุกวันนี้จมอยู่ในมหาสมุทรของข้อมูล และข้อมูลจำนวนมหาศาลสามารถเก็บรวบรวมเป็นประจำจากเซ็นเซอร์และอุปกรณ์ IoT ที่ทำงานแบบเรียลไทม์จากสถานที่ห่างไกลและสภาพแวดล้อมการทำงานที่ไม่เอื้ออำนวยเกือบทุกแห่งในโลก

แต่ข้อมูลที่ท่วมท้นเสมือนนี้กำลังเปลี่ยนวิธีที่ธุรกิจจัดการกับการประมวลผลด้วย กระบวนทัศน์การคำนวณแบบดั้งเดิมที่สร้างขึ้นบนศูนย์ข้อมูลแบบรวมศูนย์และอินเทอร์เน็ตทุกวันไม่เหมาะที่จะเคลื่อนย้ายข้อมูลในโลกแห่งความเป็นจริงที่เติบโตขึ้นอย่างไม่รู้จบ ข้อจำกัดของแบนด์วิดท์ ปัญหาเวลาแฝง และการหยุดชะงักของเครือข่ายที่คาดไม่ถึง ล้วนแต่ก่อให้เกิดผลเสียต่อความพยายามดังกล่าว ธุรกิจต่างๆ กำลังตอบสนองต่อความท้าทายด้านข้อมูลเหล่านี้ผ่านการใช้สถาปัตยกรรม Edge Computing

ในแง่ที่ง่ายที่สุด Edge Computing จะย้ายพื้นที่จัดเก็บและประมวลผลบางส่วนออกจากศูนย์ข้อมูลส่วนกลางและใกล้กับแหล่งข้อมูลมากขึ้น แทนที่จะส่งข้อมูลดิบไปยังศูนย์ข้อมูลส่วนกลางเพื่อประมวลผลและวิเคราะห์ งานนั้นจะถูกดำเนินการแทนเมื่อมีการสร้างข้อมูลจริง ไม่ว่าจะเป็นร้านค้าปลีก พื้นโรงงาน สาธารณูปโภคที่กว้างขวาง หรือทั่วเมืองอัจฉริยะ เฉพาะผลลัพธ์ของการประมวลผลที่ทำงานที่ Edge เช่น ข้อมูลเชิงลึกทางธุรกิจแบบเรียลไทม์ การคาดการณ์การบำรุงรักษาอุปกรณ์ หรือคำตอบที่นำไปดำเนินการได้อื่นๆ เท่านั้นที่จะถูกส่งกลับไปยังศูนย์ข้อมูลหลักเพื่อการตรวจสอบและการโต้ตอบอื่นๆ ของมนุษย์

ดังนั้น Edge Computing ได้เปลี่ยนโฉมไอทีและการประมวลผลทางธุรกิจ พิจารณาอย่างครอบคลุมว่า Edge Computing คืออะไร มันทำงานอย่างไร อิทธิพลของคลาวด์ กรณีใช้งาน Edge ข้อดีข้อเสีย และข้อควรพิจารณาในการใช้งาน

Edge Computing ทำให้การประมวลผลข้อมูลใกล้กับแหล่งข้อมูลมากขึ้น

Edge Computing ทำงานอย่างไร

Edge Computing เป็นเรื่องของตำแหน่ง ในการประมวลผลระดับองค์กรแบบดั้งเดิม ข้อมูลจะถูกสร้างที่ปลายทางของไคลเอ็นต์ เช่น คอมพิวเตอร์ของผู้ใช้ ข้อมูลดังกล่าวจะถูกย้ายข้าม WAN เช่น อินเทอร์เน็ต ผ่าน LAN ขององค์กร ซึ่งข้อมูลจะถูกจัดเก็บและทำงานโดยแอปพลิเคชันระดับองค์กร ผลลัพธ์ของงานนั้นจะถูกส่งกลับไปยังปลายทางของลูกค้า สิ่งนี้ยังคงเป็นแนวทางที่ได้รับการพิสูจน์และผ่านการทดสอบตามเวลาสำหรับการประมวลผลไคลเอนต์-เซิร์ฟเวอร์ สำหรับแอปพลิเคชันทางธุรกิจทั่วไปส่วนใหญ่

แต่จำนวนอุปกรณ์ที่เชื่อมต่อกับอินเทอร์เน็ต และปริมาณข้อมูลที่ผลิตโดยอุปกรณ์เหล่านั้นและใช้งานโดยธุรกิจ กำลังเติบโตอย่างรวดเร็วเกินกว่าที่โครงสร้างพื้นฐานของศูนย์ข้อมูลแบบเดิมจะรองรับได้ Gartner คาดการณ์ว่า  ภายในปี 2025 75% ของข้อมูลที่สร้างโดยองค์กรจะถูกสร้างขึ้นนอกศูนย์ข้อมูลแบบรวมศูนย์ แนวโน้มของการย้ายข้อมูลจำนวนมากในสถานการณ์ที่มักจะอ่อนไหวต่อเวลาหรือการหยุดชะงัก ทำให้เกิดความเครียดอย่างไม่น่าเชื่อบนอินเทอร์เน็ตทั่วโลก ซึ่งมักจะอยู่ภายใต้ความแออัดและการหยุดชะงัก

ดังนั้น สถาปนิกไอทีจึงเปลี่ยนโฟกัสจากศูนย์ข้อมูลส่วนกลางไปยัง  ขอบ เชิงตรรกะ  ของโครงสร้างพื้นฐาน โดยนำทรัพยากรการจัดเก็บและการคำนวณออกจากศูนย์ข้อมูล และย้ายทรัพยากรเหล่านั้นไปยังจุดที่ข้อมูลถูกสร้างขึ้น หลักการนั้นตรงไปตรงมา: หากคุณไม่สามารถดึงข้อมูลเข้าใกล้ศูนย์ข้อมูลมากขึ้น ให้นำศูนย์ข้อมูลเข้าใกล้ข้อมูลมากขึ้น แนวคิดของ Edge Computing ไม่ใช่เรื่องใหม่ และมีรากฐานมาจากแนวคิดเกี่ยวกับการประมวลผลระยะไกลที่มีมายาวนานหลายสิบปี เช่น สำนักงานระยะไกลและสำนักงานสาขา ซึ่งวางทรัพยากรคอมพิวเตอร์ไว้ในสถานที่ที่ต้องการได้อย่างน่าเชื่อถือและมีประสิทธิภาพมากกว่า อาศัยศูนย์กลางแห่งเดียว

แม้ว่าผู้ตอบแบบสอบถามเพียง 27% เท่านั้นที่ใช้เทคโนโลยี Edge Computing แล้ว แต่ 54% พบว่าแนวคิดนี้น่าสนใจ Edge Computing ทำให้พื้นที่จัดเก็บและเซิร์ฟเวอร์อยู่ในที่ที่มีข้อมูล ซึ่งมักต้องการมากกว่าแร็คเกียร์บางส่วนเพียงเล็กน้อยเพื่อทำงานบน LAN ระยะไกลเพื่อรวบรวมและประมวลผลข้อมูลในเครื่อง ในหลายกรณี อุปกรณ์คำนวณถูกติดตั้งในกล่องหุ้มที่มีฉนวนหุ้มหรือชุบแข็ง เพื่อปกป้องเฟืองจากอุณหภูมิ ความชื้น และสภาวะแวดล้อมอื่นๆ การประมวลผลมักเกี่ยวข้องกับการทำให้เป็นมาตรฐานและวิเคราะห์สตรีมข้อมูลเพื่อค้นหาข่าวกรองธุรกิจ และส่งเฉพาะผลการวิเคราะห์กลับไปยังศูนย์ข้อมูลหลักเท่านั้น

แนวคิดเรื่อง Business Intelligence อาจแตกต่างกันอย่างมาก ตัวอย่างบางส่วนรวมถึงสภาพแวดล้อมการค้าปลีกที่อาจรวมกล้องวงจรปิดของพื้นที่โชว์รูมกับข้อมูลการขายจริงเพื่อกำหนดรูปแบบผลิตภัณฑ์ที่ต้องการมากที่สุดหรือความต้องการของผู้บริโภค ตัวอย่างอื่นๆ เกี่ยวข้องกับการวิเคราะห์เชิงคาดการณ์ที่สามารถแนะนำการบำรุงรักษาและซ่อมแซมอุปกรณ์ก่อนที่จะเกิดข้อบกพร่องหรือความล้มเหลวจริง ตัวอย่างอื่นๆ มักจะสอดคล้องกับระบบสาธารณูปโภค เช่น การบำบัดน้ำหรือการผลิตไฟฟ้า เพื่อให้แน่ใจว่าอุปกรณ์ทำงานอย่างถูกต้องและเพื่อรักษาคุณภาพของผลผลิต

Edge vs. Cloud vs. Fog Computing

Edge Computing มีความเกี่ยวข้องอย่างใกล้ชิดกับแนวคิดของการ  ประมวลผลแบบคลาวด์  และ  การคำนวณ แบบหมอก แม้ว่าจะมีบางส่วนที่ทับซ้อนกันระหว่างแนวคิดเหล่านี้ แต่ก็ไม่ใช่สิ่งเดียวกัน และโดยทั่วไปแล้วไม่ควรใช้สลับกัน การเปรียบเทียบแนวคิดและทำความเข้าใจความแตกต่างจะเป็นประโยชน์

วิธีที่ง่ายที่สุดวิธีหนึ่งในการทำความเข้าใจความ  แตกต่างระหว่าง Edge, Cloud  และ Fog Computing คือการเน้นที่ธีมร่วมกัน: แนวคิดทั้งสามเกี่ยวข้องกับการคำนวณแบบกระจายและมุ่งเน้นไปที่การใช้งานทางกายภาพของทรัพยากรการประมวลผลและการจัดเก็บข้อมูลที่เกี่ยวข้องกับข้อมูลที่กำลังผลิต . ความแตกต่างอยู่ที่ว่าทรัพยากรเหล่านั้นตั้งอยู่ที่ไหน เปรียบเทียบ Edge Cloud, Cloud Computing และ Edge Computing เพื่อพิจารณาว่ารุ่นใดดีที่สุดสำหรับคุณ

ขอบ.  Edge Computing คือการปรับใช้ทรัพยากรการประมวลผลและการจัดเก็บ ณ ตำแหน่งที่ผลิตข้อมูล สิ่งนี้ทำให้การคำนวณและการจัดเก็บข้อมูลอยู่ที่จุดเดียวกับแหล่งข้อมูลที่ขอบเครือข่าย ตัวอย่างเช่น โครงเครื่องขนาดเล็กที่มีเซิร์ฟเวอร์หลายเครื่องและที่เก็บข้อมูลบางส่วนอาจติดตั้งอยู่บนกังหันลมเพื่อรวบรวมและประมวลผลข้อมูลที่ผลิตโดยเซ็นเซอร์ภายในกังหันเอง อีกตัวอย่างหนึ่ง สถานีรถไฟอาจวางการประมวลผลและการจัดเก็บในปริมาณที่พอเหมาะภายในสถานีเพื่อรวบรวมและประมวลผลข้อมูลเซ็นเซอร์จราจรทางรางและทางรางจำนวนมหาศาล ผลลัพธ์ของการประมวลผลใดๆ ดังกล่าวจะถูกส่งกลับไปยังศูนย์ข้อมูลอื่นเพื่อตรวจสอบ จัดเก็บถาวร และรวมเข้ากับผลลัพธ์ข้อมูลอื่นๆ เพื่อการวิเคราะห์ที่กว้างขึ้น

คลาวด์. การประมวลผลแบบคลาวด์เป็นการปรับใช้ทรัพยากรการประมวลผลและการจัดเก็บข้อมูลขนาดใหญ่ที่ปรับขนาดได้สูง ณ ตำแหน่งทั่วโลก (ภูมิภาค) ที่กระจายอยู่หลายแห่ง ผู้ให้บริการระบบคลาวด์ยังรวมบริการที่บรรจุไว้ล่วงหน้าสำหรับการดำเนินงาน IoT ไว้ด้วยกัน ทำให้ระบบคลาวด์เป็นแพลตฟอร์มแบบรวมศูนย์ที่ต้องการสำหรับการปรับใช้ IoT แม้ว่าคลาวด์คอมพิวติ้งจะมีทรัพยากรและบริการมากเกินพอที่จะจัดการกับการวิเคราะห์ที่ซับซ้อน แต่ระบบคลาวด์ระดับภูมิภาคที่ใกล้ที่สุดยังคงอยู่ห่างจากจุดที่รวบรวมข้อมูลหลายร้อยไมล์ และการเชื่อมต่ออาศัยการเชื่อมต่ออินเทอร์เน็ตแบบเจ้าอารมณ์แบบเดียวกันซึ่งสนับสนุนข้อมูลแบบเดิม ศูนย์ ในทางปฏิบัติ คลาวด์คอมพิวติ้งเป็นอีกทางเลือกหนึ่งหรือบางครั้งก็เป็นส่วนเสริมสำหรับศูนย์ข้อมูลแบบดั้งเดิม คลาวด์สามารถให้การประมวลผลแบบรวมศูนย์ใกล้กับแหล่งข้อมูลมากขึ้น แต่ไม่ใช่ที่ขอบเครือข่าย

Edge Computing ต่างจากการประมวลผลแบบคลาวด์ทำให้ข้อมูลอยู่ใกล้กับแหล่งข้อมูลมากขึ้นผ่านเครือข่ายของอุปกรณ์ Edge

หมอก.  แต่ทางเลือกในการประมวลผลและการจัดเก็บข้อมูลไม่ได้จำกัดอยู่แค่บนคลาวด์หรือเอดจ์เท่านั้น ศูนย์ข้อมูลบนระบบคลาวด์อาจอยู่ไกลเกินไป แต่การใช้งาน Edge อาจมีทรัพยากรจำกัด หรือกระจัดกระจายหรือกระจายทางกายภาพมากเกินไป เพื่อให้การประมวลผล Edge ที่เข้มงวดนั้นใช้งานได้จริง ในกรณีนี้ แนวคิดของ Fog Computing สามารถช่วยได้ Fog Computing มักจะถอยหลังหนึ่งก้าว และวางทรัพยากรการประมวลผลและจัดเก็บข้อมูล “ภายใน” ข้อมูล แต่ไม่จำเป็นต้อง “อยู่ที่” ข้อมูล

สภาพแวดล้อมของ Fog Computing สามารถสร้างเซ็นเซอร์หรือข้อมูล IoT จำนวนมากที่สร้างความสับสนในพื้นที่ทางกายภาพที่กว้างขวางซึ่งใหญ่เกินไปที่จะ  กำหนดขอบ ตัวอย่าง ได้แก่ อาคารอัจฉริยะ เมืองอัจฉริยะ หรือแม้แต่กริดสาธารณูปโภคอัจฉริยะ พิจารณาเมืองอัจฉริยะที่สามารถใช้ข้อมูลเพื่อติดตาม วิเคราะห์ และเพิ่มประสิทธิภาพระบบขนส่งมวลชน สาธารณูปโภคของเทศบาล บริการในเมือง และแนวทางการวางผังเมืองในระยะยาว การปรับใช้ Edge เดียวไม่เพียงพอที่จะจัดการกับภาระดังกล่าว ดังนั้น Fog Computing สามารถดำเนินการชุดการ  ปรับใช้ Fog Node  ภายในขอบเขตของสภาพแวดล้อมเพื่อรวบรวม ประมวลผล และวิเคราะห์ข้อมูล

หมายเหตุ: สิ่งสำคัญคือต้องย้ำว่า  Fog Computing และ Edge Computing  มีคำจำกัดความและสถาปัตยกรรมที่เกือบจะเหมือนกัน และบางครั้งคำเหล่านี้ก็ใช้สลับกันได้แม้กระทั่งในหมู่ผู้เชี่ยวชาญด้านเทคโนโลยี

เหตุใด Edge Computing จึงมีความสำคัญ

งานคอมพิวเตอร์ต้องการสถาปัตยกรรมที่เหมาะสม และสถาปัตยกรรมที่เหมาะสมกับงานคอมพิวเตอร์ประเภทหนึ่งไม่จำเป็นต้องเหมาะกับงานคอมพิวเตอร์ทุกประเภท Edge Computing กลายเป็นสถาปัตยกรรมที่ทำงานได้และมีความสำคัญที่สนับสนุนการคำนวณแบบกระจายเพื่อปรับใช้ทรัพยากรการประมวลผลและการจัดเก็บให้ใกล้ยิ่งขึ้น – ในอุดมคติในตำแหน่งทางกายภาพเดียวกับ – แหล่งข้อมูล โดยทั่วไป โมเดลการคำนวณแบบกระจายนั้นแทบจะไม่ใหม่เลย และแนวคิดของสำนักงานระยะไกล สำนักงานสาขา โคโลเคชั่นศูนย์ข้อมูล และคลาวด์คอมพิวติ้งมีประวัติอันยาวนานและได้รับการพิสูจน์แล้ว

แต่การกระจายอำนาจอาจเป็นเรื่องที่ท้าทาย โดยต้องมีการตรวจสอบและควบคุมในระดับสูง ซึ่งมองข้ามไปได้ง่ายเมื่อย้ายออกจากรูปแบบการคำนวณแบบรวมศูนย์แบบเดิม Edge Computing มีความเกี่ยวข้องเนื่องจากนำเสนอโซลูชันที่มีประสิทธิภาพสำหรับปัญหาเครือข่ายที่เกิดขึ้นใหม่ซึ่งเกี่ยวข้องกับการย้ายข้อมูลปริมาณมหาศาลที่องค์กรในปัจจุบันผลิตและใช้งาน ไม่ใช่แค่ปัญหาเรื่องปริมาณ มันเป็นเรื่องของเวลาเช่นกัน แอปพลิเคชันขึ้นอยู่กับการประมวลผลและการตอบสนองที่มีความอ่อนไหวต่อเวลามากขึ้น

พิจารณาการเพิ่มขึ้นของรถยนต์ไร้คนขับ พวกเขาจะขึ้นอยู่กับสัญญาณควบคุมการจราจรอัจฉริยะ รถยนต์และการควบคุมการจราจรจะต้องผลิต วิเคราะห์ และแลกเปลี่ยนข้อมูลแบบเรียลไทม์ ทวีข้อกำหนดนี้ด้วยยานพาหนะอัตโนมัติจำนวนมาก และขอบเขตของปัญหาที่อาจเกิดขึ้นจะชัดเจนขึ้น สิ่งนี้ต้องการเครือข่ายที่รวดเร็วและตอบสนอง การประมวลผลแบบ Edge — และ Fog — จัดการกับข้อจำกัดหลักสามประการของเครือข่าย ได้แก่ แบนด์วิดท์ เวลาแฝง และความแออัด หรือความน่าเชื่อถือ

แบนด์วิดธ์ แบนด์วิดท์คือจำนวนข้อมูลที่เครือข่ายสามารถดำเนินการได้เมื่อเวลาผ่านไป ซึ่งมักจะแสดงเป็นบิตต่อวินาที เครือข่ายทั้งหมดมีแบนด์วิดท์ที่จำกัด และข้อจำกัดนั้นรุนแรงกว่าสำหรับการสื่อสารไร้สาย ซึ่งหมายความว่ามีการจำกัดปริมาณข้อมูลหรือจำนวนอุปกรณ์ที่สามารถสื่อสารข้อมูลผ่านเครือข่ายได้ แม้ว่าจะเป็นไปได้ที่จะเพิ่มแบนด์วิดท์เครือข่ายเพื่อรองรับอุปกรณ์และข้อมูลมากขึ้น แต่ค่าใช้จ่ายก็อาจมีนัยสำคัญ แต่ก็ยังมีขีดจำกัดที่จำกัด (สูงกว่า) และไม่สามารถแก้ปัญหาอื่นๆ ได้

เวลาในการตอบสนอง เวลาแฝงคือเวลาที่จำเป็นในการส่งข้อมูลระหว่างจุดสองจุดบนเครือข่าย แม้ว่าการสื่อสารจะเกิดขึ้นที่ความเร็วแสง แต่ระยะห่างทางกายภาพขนาดใหญ่ควบคู่ไปกับความแออัดของเครือข่ายหรือการหยุดทำงานอาจทำให้การเคลื่อนย้ายข้อมูลในเครือข่ายล่าช้า ทำให้กระบวนการวิเคราะห์และการตัดสินใจล่าช้า และลดความสามารถของระบบในการตอบสนองแบบเรียลไทม์ แม้กระทั่งค่าใช้จ่ายในชีวิตในตัวอย่างรถยนต์ที่เป็นอิสระ

ความแออัด.  อินเทอร์เน็ตนั้นเป็น “เครือข่ายเครือข่าย” ระดับโลก แม้ว่าจะมีการพัฒนาเพื่อให้การแลกเปลี่ยนข้อมูลวัตถุประสงค์ทั่วไปที่ดีสำหรับงานคอมพิวเตอร์ส่วนใหญ่ในชีวิตประจำวัน เช่น การแลกเปลี่ยนไฟล์หรือการสตรีมพื้นฐาน ปริมาณข้อมูลที่เกี่ยวข้องกับอุปกรณ์นับหมื่นล้านสามารถครอบงำอินเทอร์เน็ต ทำให้เกิดความแออัดในระดับสูงและ บังคับให้ส่งข้อมูลซ้ำซึ่งใช้เวลานาน ในกรณีอื่นๆ การหยุดทำงานของเครือข่ายอาจทำให้ความแออัดรุนแรงขึ้น และแม้กระทั่งตัดการสื่อสารไปยังผู้ใช้อินเทอร์เน็ตบางรายโดยสิ้นเชิง ทำให้อินเทอร์เน็ตของสิ่งต่างๆ ไร้ประโยชน์ในระหว่างการหยุดทำงาน

ด้วยการปรับใช้เซิร์ฟเวอร์และพื้นที่จัดเก็บข้อมูลที่มีการสร้างข้อมูล Edge Computing สามารถทำงานอุปกรณ์จำนวนมากบน LAN ที่มีขนาดเล็กกว่าและมีประสิทธิภาพมากขึ้น โดยที่แบนด์วิดธ์ที่เพียงพอจะถูกใช้โดยอุปกรณ์สร้างข้อมูลในพื้นที่เท่านั้น ทำให้เวลาแฝงและความแออัดแทบไม่มีอยู่จริง พื้นที่จัดเก็บในเครื่องจะรวบรวมและปกป้องข้อมูลดิบ ในขณะที่เซิร์ฟเวอร์ในพื้นที่สามารถทำการ  วิเคราะห์ขอบ ที่จำเป็น  หรืออย่างน้อยก็ประมวลผลล่วงหน้าและลดข้อมูล เพื่อตัดสินใจในแบบเรียลไทม์ก่อนจะส่งผลหรือเพียงแค่ข้อมูลที่จำเป็นไปยังระบบคลาวด์หรือ ศูนย์ข้อมูลกลาง

กรณีและตัวอย่างการใช้ Edge Computing

โดยหลักการแล้ว เทคนิค Edge Computing ใช้เพื่อรวบรวม กรอง ประมวลผล และวิเคราะห์ข้อมูล “ในตำแหน่ง” ที่หรือใกล้กับขอบเครือข่าย เป็นวิธีที่มีประสิทธิภาพในการใช้ข้อมูลซึ่งในตอนแรกไม่สามารถย้ายไปยังตำแหน่งที่รวมศูนย์ได้ โดยปกติเนื่องจากปริมาณข้อมูลจำนวนมากทำให้การย้ายดังกล่าวมีค่าใช้จ่ายสูง ทำไม่ได้ทางเทคโนโลยี หรืออาจละเมิดภาระผูกพันในการปฏิบัติตามข้อกำหนด เช่น อำนาจอธิปไตยของข้อมูล คำจำกัดความนี้ทำให้เกิด  ตัวอย่างและกรณีการใช้งานในโลกแห่งความเป็นจริง มากมาย :

การผลิต.  ผู้ผลิตอุตสาหกรรมใช้ Edge Computing เพื่อตรวจสอบการผลิต ทำให้สามารถวิเคราะห์แบบเรียลไทม์และการเรียนรู้ของเครื่องที่ Edge เพื่อค้นหาข้อผิดพลาดในการผลิตและปรับปรุงคุณภาพการผลิตผลิตภัณฑ์ Edge Computing รองรับการเพิ่มเซ็นเซอร์ด้านสิ่งแวดล้อมทั่วทั้งโรงงานผลิต โดยให้ข้อมูลเชิงลึกเกี่ยวกับวิธีการประกอบและจัดเก็บส่วนประกอบผลิตภัณฑ์แต่ละรายการ และระยะเวลาที่ส่วนประกอบยังคงอยู่ในสต็อก ผู้ผลิตสามารถตัดสินใจทางธุรกิจได้รวดเร็วและแม่นยำยิ่งขึ้นเกี่ยวกับโรงงานและการดำเนินงานด้านการผลิต

การทำฟาร์ม  พิจารณาธุรกิจที่ปลูกพืชผลในบ้านโดยไม่มีแสงแดด ดิน หรือยาฆ่าแมลง กระบวนการนี้ช่วยลดเวลาในการเติบโตได้มากกว่า 60% การใช้เซ็นเซอร์ช่วยให้ธุรกิจสามารถติดตามการใช้น้ำ ความหนาแน่นของสารอาหาร และกำหนดอัตราการเก็บเกี่ยวที่เหมาะสมที่สุด ข้อมูลจะถูกรวบรวมและวิเคราะห์เพื่อค้นหาผลกระทบของปัจจัยด้านสิ่งแวดล้อมและปรับปรุงอัลกอริธึมการปลูกพืชอย่างต่อเนื่องและปรับปรุงให้แน่ใจว่าพืชผลได้รับการเก็บเกี่ยวในสภาวะสูงสุด

การเพิ่มประสิทธิภาพเครือข่าย  Edge Computing สามารถช่วยเพิ่มประสิทธิภาพเครือข่ายโดยการวัดประสิทธิภาพสำหรับผู้ใช้ทางอินเทอร์เน็ต จากนั้นใช้การวิเคราะห์เพื่อกำหนดเส้นทางเครือข่ายที่น่าเชื่อถือที่สุดและเวลาแฝงต่ำสำหรับการรับส่งข้อมูลของผู้ใช้แต่ละราย ผลก็คือ Edge Computing ใช้เพื่อ “คัดท้าย” การรับส่งข้อมูลทั่วทั้งเครือข่ายเพื่อประสิทธิภาพการรับส่งข้อมูลที่คำนึงถึงเวลาอย่างเหมาะสมที่สุด

ความปลอดภัยในสถานที่ทำงาน  Edge Computing สามารถรวมและวิเคราะห์ข้อมูลจากกล้องในสถานที่ อุปกรณ์ความปลอดภัยของพนักงาน และเซ็นเซอร์อื่น ๆ เพื่อช่วยธุรกิจในการดูแลสภาพสถานที่ทำงานหรือตรวจสอบให้แน่ใจว่าพนักงานปฏิบัติตามโปรโตคอลความปลอดภัยที่กำหนดไว้ โดยเฉพาะเมื่อสถานที่ทำงานอยู่ห่างไกลหรือเป็นอันตรายอย่างผิดปกติ เช่น สถานที่ก่อสร้าง หรือแท่นขุดเจาะน้ำมัน

สุขภาพที่ดีขึ้น  อุตสาหกรรมการดูแลสุขภาพได้ขยายปริมาณข้อมูลผู้ป่วยที่รวบรวมจากอุปกรณ์ เซ็นเซอร์ และอุปกรณ์ทางการแพทย์อื่นๆ อย่างมาก ปริมาณข้อมูลมหาศาลนั้นต้องการ Edge Computing เพื่อนำระบบอัตโนมัติและการเรียนรู้ของเครื่องมาใช้ในการเข้าถึงข้อมูล ละเว้นข้อมูล “ปกติ” และระบุข้อมูลปัญหา เพื่อให้แพทย์สามารถดำเนินการได้ทันทีเพื่อช่วยผู้ป่วยหลีกเลี่ยงเหตุการณ์ด้านสุขภาพในแบบเรียลไทม์

การขนส่ง.  ยานพาหนะอัตโนมัติต้องการและผลิตได้ทุกที่ตั้งแต่ 5 TB ถึง 20 TB ต่อวัน โดยรวบรวมข้อมูลเกี่ยวกับสถานที่ ความเร็ว สภาพรถ สภาพถนน สภาพการจราจร และยานพาหนะอื่นๆ และข้อมูลจะต้องถูกรวบรวมและวิเคราะห์แบบเรียลไทม์ในขณะที่รถกำลังเคลื่อนที่ สิ่งนี้ต้องใช้คอมพิวเตอร์ออนบอร์ดอย่างมาก – ยานพาหนะอิสระแต่ละคันจะกลายเป็น “ขอบ” นอกจากนี้ ข้อมูลยังสามารถช่วยให้หน่วยงานและธุรกิจจัดการกลุ่มยานพาหนะตามสภาพจริงบนพื้นดิน

ขายปลีก. ธุรกิจค้าปลีกสามารถสร้างปริมาณข้อมูลมหาศาลจากการเฝ้าระวัง การติดตามสต็อค ข้อมูลการขาย และรายละเอียดทางธุรกิจแบบเรียลไทม์อื่นๆ Edge Computing สามารถช่วยวิเคราะห์ข้อมูลที่หลากหลายนี้และระบุโอกาสทางธุรกิจ เช่น endcap หรือแคมเปญที่มีประสิทธิภาพ คาดการณ์ยอดขายและเพิ่มประสิทธิภาพการสั่งซื้อของผู้ขาย เป็นต้น เนื่องจากธุรกิจค้าปลีกอาจแตกต่างกันอย่างมากในสภาพแวดล้อมท้องถิ่น Edge Computing จึงเป็นโซลูชันที่มีประสิทธิภาพสำหรับการประมวลผลในพื้นที่ในแต่ละร้าน

Edge Computing มีประโยชน์อย่างไร?

Edge Computing จัดการกับความท้าทายด้านโครงสร้างพื้นฐานที่สำคัญ เช่น การจำกัดแบนด์วิดท์ เวลาแฝงที่มากเกินไป และความแออัดของเครือข่าย แต่มี  ประโยชน์เพิ่มเติมหลายประการสำหรับ Edge Computing  ที่สามารถทำให้แนวทางนี้น่าสนใจในสถานการณ์อื่นๆ

เอกราช  Edge Computing มีประโยชน์ในกรณีที่การเชื่อมต่อไม่น่าเชื่อถือหรือแบนด์วิดท์ถูกจำกัดเนื่องจากลักษณะด้านสิ่งแวดล้อมของไซต์ ตัวอย่าง ได้แก่ แท่นขุดเจาะน้ำมัน เรือในทะเล ฟาร์มห่างไกล หรือสถานที่ห่างไกลอื่นๆ เช่น ป่าฝนหรือทะเลทราย Edge Computing ทำงานบนไซต์ – บางครั้งบน  อุปกรณ์ Edge  – เช่นเซ็นเซอร์คุณภาพน้ำในเครื่องกรองน้ำในหมู่บ้านห่างไกล และสามารถบันทึกข้อมูลเพื่อส่งไปยังจุดศูนย์กลางเฉพาะเมื่อมีการเชื่อมต่อเท่านั้น ด้วยการประมวลผลข้อมูลในเครื่อง จำนวนข้อมูลที่จะส่งสามารถลดลงได้อย่างมาก โดยต้องใช้แบนด์วิดท์หรือเวลาในการเชื่อมต่อน้อยกว่าที่จำเป็นมาก อุปกรณ์ Edge ประกอบด้วยอุปกรณ์หลายประเภท รวมถึงเซ็นเซอร์ แอคทูเอเตอร์ และอุปกรณ์ปลายทางอื่นๆ รวมถึงเกตเวย์ IoT อำนาจอธิปไตยของข้อมูล  การย้ายข้อมูลจำนวนมากไม่ได้เป็นเพียงปัญหาทางเทคนิคเท่านั้น การเดินทางของข้อมูลข้ามพรมแดนระดับประเทศและระดับภูมิภาคอาจก่อให้เกิดปัญหาเพิ่มเติมสำหรับความปลอดภัยของข้อมูล ความเป็นส่วนตัว และประเด็นทางกฎหมายอื่นๆ สามารถใช้ Edge Computing เพื่อเก็บข้อมูลไว้ใกล้กับแหล่งที่มาและอยู่ในขอบเขตของกฎหมายอธิปไตยของข้อมูลที่มีอยู่ เช่น GDPR ของสหภาพยุโรป ซึ่งกำหนดวิธีการจัดเก็บ ประมวลผล และเปิดเผยข้อมูล สิ่งนี้สามารถอนุญาตให้ประมวลผลข้อมูลดิบในเครื่อง ปิดบังหรือรักษาความปลอดภัยข้อมูลที่ละเอียดอ่อนก่อนที่จะส่งข้อมูลใดๆ ไปยังคลาวด์หรือศูนย์ข้อมูลหลัก ซึ่งอาจอยู่ในเขตอำนาจศาลอื่นๆ

การวิจัยแสดงให้เห็นว่าการก้าวไปสู่ Edge Computing จะเพิ่มขึ้นในอีกไม่กี่ปีข้างหน้า

ความปลอดภัยของขอบ  สุดท้าย Edge Computing ให้โอกาสเพิ่มเติมในการปรับใช้และ  รับรองความปลอดภัยของข้อมูล แม้ว่าผู้ให้บริการระบบคลาวด์จะมีบริการ IoT และเชี่ยวชาญในการวิเคราะห์ที่ซับซ้อน องค์กรต่างๆ ยังคงกังวลเกี่ยวกับความปลอดภัยและความปลอดภัยของข้อมูลเมื่อออกจาก Edge และเดินทางกลับไปยังคลาวด์หรือศูนย์ข้อมูล การนำการประมวลผลไปใช้ที่ Edge จะทำให้ข้อมูลใดๆ ที่ข้ามผ่านเครือข่ายกลับไปยังคลาวด์หรือศูนย์ข้อมูลสามารถรักษาความปลอดภัยได้ผ่านการเข้ารหัส และการปรับใช้ Edge เองก็สามารถป้องกันแฮ็กเกอร์และกิจกรรมที่เป็นอันตรายอื่นๆ ได้ แม้ว่าการรักษาความปลอดภัยบนอุปกรณ์ IoT จะยังคงจำกัดอยู่ก็ตาม

ความท้าทายของเอดจ์คอมพิวติ้ง

แม้ว่า Edge Computing มีศักยภาพที่จะให้ประโยชน์ที่น่าสนใจในกรณีการใช้งานที่หลากหลาย แต่  เทคโนโลยีนี้ก็ยังห่างไกลจากความเข้าใจผิด นอกเหนือจากปัญหาดั้งเดิมของข้อจำกัดของเครือข่ายแล้ว ยังมีข้อพิจารณาสำคัญหลายประการที่อาจส่งผลต่อการนำ Edge Computing มาใช้:

ความสามารถที่จำกัด  เสน่ห์ส่วนหนึ่งที่คลาวด์คอมพิวติ้งนำมาสู่การประมวลผลแบบ Edge หรือ Fog คือความหลากหลายและขนาดของทรัพยากรและบริการ การปรับใช้โครงสร้างพื้นฐานที่ Edge อาจมีประสิทธิภาพ แต่ต้องมีการกำหนดขอบเขตและวัตถุประสงค์ของการปรับใช้ Edge ให้ชัดเจน แม้กระทั่งการใช้งาน Edge Computing ที่กว้างขวางก็มีจุดประสงค์เฉพาะในระดับที่กำหนดไว้ล่วงหน้าโดยใช้ทรัพยากรที่จำกัดและบริการเพียงเล็กน้อย

การเชื่อมต่อ Edge Computing เอาชนะข้อ จำกัด เครือข่ายโดยทั่วไป แต่แม้กระทั่งการปรับใช้ Edge ที่ให้อภัยที่สุดก็ยังต้องการระดับการเชื่อมต่อขั้นต่ำ สิ่งสำคัญคือต้องออกแบบการปรับใช้ Edge ที่รองรับการเชื่อมต่อที่ไม่ดีหรือผิดพลาด และพิจารณาว่าจะเกิดอะไรขึ้นที่ Edge เมื่อขาดการเชื่อมต่อ ความเป็นอิสระ AI และการวางแผนความล้มเหลวที่สวยงามหลังจากเกิดปัญหาการเชื่อมต่อมีความสำคัญต่อการประมวลผลขอบที่ประสบความสำเร็จ

ความปลอดภัย.  อุปกรณ์ IoT นั้นมีชื่อเสียงว่าไม่ปลอดภัย ดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องออกแบบการใช้งาน Edge Computing ที่จะเน้นการจัดการอุปกรณ์ที่เหมาะสม เช่น การบังคับใช้การกำหนดค่าตามนโยบาย ตลอดจนความปลอดภัยในทรัพยากรการประมวลผลและการจัดเก็บ ซึ่งรวมถึงปัจจัยต่างๆ เช่น การแพตช์ซอฟต์แวร์และการอัปเดต — ด้วยความเอาใจใส่เป็นพิเศษในการเข้ารหัสในข้อมูลที่อยู่นิ่งและระหว่างเดินทาง บริการ IoT จากผู้ให้บริการระบบคลาวด์รายใหญ่รวมถึงการสื่อสารที่ปลอดภัย แต่สิ่งนี้จะไม่เกิดขึ้นโดยอัตโนมัติเมื่อสร้างไซต์ Edge ตั้งแต่เริ่มต้น

วงจรชีวิตของข้อมูล  ปัญหาที่เกิดขึ้นอย่างต่อเนื่องของข้อมูลที่มีอยู่ในปัจจุบันคือข้อมูลจำนวนมากไม่จำเป็น พิจารณาอุปกรณ์เฝ้าติดตามทางการแพทย์ เป็นเพียงข้อมูลปัญหาที่สำคัญ และแทบไม่มีประโยชน์ในการเก็บข้อมูลผู้ป่วยในแต่ละวัน ข้อมูลส่วนใหญ่ที่เกี่ยวข้องกับการวิเคราะห์แบบเรียลไทม์เป็นข้อมูลระยะสั้นที่ไม่ได้เก็บไว้ในระยะยาว ธุรกิจต้องตัดสินใจว่าจะเก็บข้อมูลใดและจะทิ้งอะไรเมื่อทำการวิเคราะห์ และข้อมูลที่เก็บไว้จะต้องได้รับการคุ้มครองตามนโยบายธุรกิจและกฎระเบียบ

การใช้งาน Edge Computing

Edge Computing เป็นแนวคิดตรงไปตรงมาที่อาจดูง่ายบนกระดาษ แต่การพัฒนากลยุทธ์ที่เหนียวแน่นและ  การนำการปรับใช้เสียงที่ Edge  มาใช้อาจเป็นแบบฝึกหัดที่ท้าทาย

องค์ประกอบสำคัญประการแรกของการนำเทคโนโลยีที่ประสบความสำเร็จไปใช้คือการสร้างธุรกิจที่มีความหมายและ  กลยุทธ์ขอบทางเทคนิค กลยุทธ์ดังกล่าวไม่เกี่ยวกับการเลือกผู้ขายหรืออุปกรณ์ กลยุทธ์ Edge จะพิจารณาถึงความจำเป็นในการประมวลผลแบบ Edge แทน การทำความเข้าใจ “สาเหตุ” จำเป็นต้องมีความเข้าใจที่ชัดเจนเกี่ยวกับปัญหาทางเทคนิคและปัญหาทางธุรกิจที่องค์กรกำลังพยายามแก้ไข เช่น การเอาชนะข้อจำกัดของเครือข่ายและการสังเกตอธิปไตยของข้อมูล

ศูนย์ข้อมูล Edge ต้องการการวางแผนล่วงหน้าและกลยุทธ์การย้ายข้อมูลอย่างระมัดระวัง

กลยุทธ์ดังกล่าวอาจเริ่มต้นด้วยการอภิปรายว่าขอบหมายถึงอะไร มีไว้ที่ไหนสำหรับธุรกิจ และควรเป็นประโยชน์ต่อองค์กรอย่างไร กลยุทธ์ Edge ควรสอดคล้องกับแผนธุรกิจที่มีอยู่และแผนงานด้านเทคโนโลยี ตัวอย่างเช่น หากธุรกิจพยายามลดฟุตพริ้นท์ของศูนย์ข้อมูลแบบรวมศูนย์ เทคโนโลยี edge และเทคโนโลยีการคำนวณแบบกระจายอื่นๆ อาจเข้ากันได้ดี

เมื่อโครงการเข้าใกล้การดำเนินการมากขึ้น การประเมินตัวเลือกฮาร์ดแวร์และซอฟต์แวร์อย่างรอบคอบจึงเป็นสิ่งสำคัญ มี  ผู้จำหน่ายจำนวนมากในพื้นที่การประมวลผลแบบเอดจ์ซึ่งรวมถึง Adlink Technology, Cisco, Amazon, Dell EMC และ HPE ข้อเสนอผลิตภัณฑ์แต่ละรายการต้องได้รับการประเมินสำหรับต้นทุน ประสิทธิภาพ คุณลักษณะ การทำงานร่วมกัน และการสนับสนุน จากมุมมองของซอฟต์แวร์ เครื่องมือควรให้การมองเห็นที่ครอบคลุมและการควบคุมสภาพแวดล้อมขอบระยะไกล

การใช้งาน Edge Computing ที่เกิดขึ้นจริงอาจแตกต่างกันอย่างมากในขอบเขตและขนาด ตั้งแต่อุปกรณ์คอมพิวเตอร์ในพื้นที่บางส่วนในกล่องหุ้มที่ทนทานต่อการต่อสู้บนยูทิลิตี้ไปจนถึงเซ็นเซอร์จำนวนมากที่ป้อนการเชื่อมต่อเครือข่ายที่มีแบนด์วิดท์สูงและเวลาแฝงต่ำไปยัง คลาวด์สาธารณะ ไม่มีการปรับใช้สองขอบที่เหมือนกัน รูปแบบเหล่านี้ทำให้กลยุทธ์และการวางแผนระดับแนวหน้ามีความสำคัญอย่างยิ่งต่อความสำเร็จของโครงการ

การปรับใช้ขอบต้องการการตรวจสอบที่ครอบคลุม โปรดจำไว้ว่าอาจเป็นเรื่องยาก – หรือเป็นไปไม่ได้เลย – ในการนำเจ้าหน้าที่ไอทีไปที่ไซต์ Edge จริง ดังนั้นการปรับใช้ Edge ควรได้รับการออกแบบมาเพื่อให้มีความยืดหยุ่น ทนต่อข้อผิดพลาด และความสามารถในการซ่อมแซมตัวเอง เครื่องมือตรวจสอบต้องนำเสนอภาพรวมที่ชัดเจนของการปรับใช้ระยะไกล เปิดใช้งานการจัดเตรียมและกำหนดค่าที่ง่ายดาย เสนอการแจ้งเตือนและการรายงานที่ครอบคลุม และรักษาความปลอดภัยของการติดตั้งและข้อมูล การตรวจสอบ Edge มักเกี่ยวข้องกับ  อาร์เรย์ของเมตริกและ KPIเช่น ความพร้อมใช้งานหรือเวลาทำงานของไซต์ ประสิทธิภาพเครือข่าย ความจุและการใช้งานที่เก็บข้อมูล และทรัพยากรในการประมวลผล

และการใช้งานขอบจะไม่สมบูรณ์หากไม่มีการพิจารณาอย่างรอบคอบเกี่ยวกับการบำรุงรักษาขอบ:

ความปลอดภัย.  ข้อควรระวังด้านความปลอดภัยทางกายภาพและเชิงตรรกะมีความสำคัญและควรเกี่ยวข้องกับเครื่องมือที่เน้นการจัดการช่องโหว่และการตรวจจับและป้องกันการบุกรุก การรักษาความปลอดภัยต้องขยายไปถึงอุปกรณ์เซ็นเซอร์และอุปกรณ์ IoT เนื่องจากอุปกรณ์ทุกเครื่องเป็นองค์ประกอบเครือข่ายที่สามารถเข้าถึงได้หรือถูกแฮ็ก ซึ่งทำให้มีพื้นผิวการโจมตีที่เป็นไปได้จำนวนมากจนน่าสับสน

การเชื่อมต่อ  การเชื่อมต่อเป็นอีกปัญหาหนึ่ง และต้องมีข้อกำหนดสำหรับการเข้าถึงการควบคุมและการรายงานแม้ว่าการเชื่อมต่อสำหรับข้อมูลจริงจะไม่พร้อมใช้งาน การปรับใช้ขอบบางอย่างใช้การเชื่อมต่อสำรองสำหรับการเชื่อมต่อและการควบคุมการสำรองข้อมูล

การจัดการ.  ตำแหน่งระยะไกลและไม่เอื้ออำนวยของการปรับใช้ขอบทำให้การจัดเตรียมและการจัดการจากระยะไกลมีความจำเป็น ผู้จัดการฝ่ายไอทีจะต้องสามารถเห็นสิ่งที่เกิดขึ้นที่ขอบและสามารถควบคุมการปรับใช้เมื่อจำเป็น

การบำรุงรักษาทางกายภาพ  ความต้องการการบำรุงรักษาทางกายภาพไม่สามารถมองข้ามได้ อุปกรณ์ IoT มักมีอายุการใช้งานที่จำกัดด้วยการเปลี่ยนแบตเตอรี่และอุปกรณ์เป็นประจำ เกียร์พังและต้องบำรุงรักษาและเปลี่ยนในที่สุด ต้องรวมการขนส่งสถานที่ปฏิบัติงานด้วยการบำรุงรักษา

ความเป็นไปได้ของ Edge Computing, IoT และ 5G

Edge Computing ยังคงพัฒนาอย่างต่อเนื่อง โดยใช้เทคโนโลยีและแนวปฏิบัติใหม่ๆ เพื่อปรับปรุงความสามารถและประสิทธิภาพ บางทีแนวโน้มที่น่าสังเกตมากที่สุดคือความพร้อมใช้งานของ Edge และคาดว่าบริการ Edge จะพร้อมใช้งานทั่วโลกภายในปี 2028 ในกรณีที่ Edge Computing มักเป็นสถานการณ์เฉพาะในปัจจุบัน เทคโนโลยีนี้คาดว่าจะแพร่หลายมากขึ้นและเปลี่ยนวิธีการใช้อินเทอร์เน็ต นามธรรมมากขึ้นและกรณีการใช้งานที่เป็นไปได้สำหรับเทคโนโลยีที่ล้ำสมัย

ดังจะเห็นได้จากการขยายตัวของผลิตภัณฑ์คอมพิวเตอร์ อุปกรณ์จัดเก็บข้อมูล และอุปกรณ์เครือข่ายที่ออกแบบมาโดยเฉพาะสำหรับการประมวลผลแบบเอดจ์ การเป็นพันธมิตรกับผู้ค้าหลายรายมากขึ้นจะช่วยให้สามารถทำงานร่วมกันของผลิตภัณฑ์และความยืดหยุ่นได้ดีขึ้น ตัวอย่างรวมถึงความร่วมมือระหว่าง AWS และ Verizon เพื่อนำการเชื่อมต่อที่ดีขึ้นมาสู่ Edge

เทคโนโลยีการสื่อสารไร้สาย เช่น 5G และ Wi-Fi 6 จะส่งผลต่อการใช้งานและการใช้งาน Edge ในปีต่อ ๆ ไป ทำให้สามารถเวอร์ชวลไลเซชันและระบบอัตโนมัติที่ยังไม่ได้สำรวจ เช่น ความเป็นอิสระของยานพาหนะที่ดีขึ้นและการย้ายภาระงานไปยัง Edge ในขณะที่ ทำให้เครือข่ายไร้สายมีความยืดหยุ่นและคุ้มค่ามากขึ้น Edge Computing ได้รับการแจ้งให้ทราบด้วยการเพิ่มขึ้นของ IoT และข้อมูลจำนวนมหาศาลที่อุปกรณ์ดังกล่าวสร้างขึ้นอย่างกะทันหัน แต่ด้วยเทคโนโลยี IoT ยังอยู่ในช่วงเริ่มต้น วิวัฒนาการของอุปกรณ์ IoT จะส่งผลต่อการพัฒนา Edge Computing ในอนาคตด้วย ตัวอย่างหนึ่งของทางเลือกในอนาคตคือการพัฒนาศูนย์ข้อมูลแบบโมดูลาร์ขนาดเล็ก (MMDC) MMDC นั้นเป็นศูนย์ข้อมูลในกล่อง โดยวางศูนย์ข้อมูลที่สมบูรณ์ไว้ภายในระบบมือถือขนาดเล็กที่สามารถปรับใช้ใกล้กับข้อมูลมากขึ้น เช่น ทั่วเมืองหรือภูมิภาค เพื่อให้การประมวลผลใกล้เคียงกับข้อมูลมากขึ้นโดยไม่ต้องใส่ ขอบที่ข้อมูลที่เหมาะสม

hitechnoo.com แนะบทความ ข่าวไอที ที่น่าสนใจให้ได้ติดตามอัพเดทก่อนใคร

Leave a Comment

Your email address will not be published.

4 + 2 =

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save