Augmenter l’élasticité de l’informatique de périphérie
Achetée sur Istockphoto.com. Droit d’auteur.
De plus en plus d’applications fonctionnant avec des données collectées en périphérie voient le jour : Internet des objets, domotique, réalité virtuelle et augmentée, réseaux véhiculaires… La quantité de données générées est devenue trop importante pour en confier le traitement uniquement aux centres de données infonuagiques (cloud), en raison des coûts qui y sont associés et du temps de réponse (la latence), qui doit diminuer pour satisfaire ces nouvelles applications.
La solution? Se tourner vers l’informatique de périphérie (edge) pour traiter les données le plus près possible du point où elles sont émises.
Les défis de l’informatique de périphérie
L’informatique de périphérie consiste à fournir des ressources de stockage et de traitement à des périphériques, comme les capteurs, et à des microcentres de données, soit des centres exploités par différents fournisseurs de service, répartis stratégiquement pour couvrir un large territoire. Cet environnement présente certains défis, dont une fiabilité moindre, causée par le grand nombre de centres hétérogènes qui composent ce type de réseau. Une gestion adéquate de tous ces composants est nécessaire afin d’offrir un service et une expérience utilisateur de qualité.
Aussi, les aspects énergétiques se doivent d’être considérés, les microcentres ayant tendance à être moins efficaces du point de vue de l’énergie que leurs homologues du nuage puisqu’ils ne bénéficient pas de l’économie d’échelle.
L’élasticité
L’élasticité est un concept appliqué dans les environnements infonuagiques, où les ressources sont attribuées automatiquement selon la demande du système, de façon à assurer un équilibre en temps réel entre l’offre et la demande de ressources. Grâce à ce concept, le client n’a à payer que pour l’utilisation réelle de son application.
Lorsqu’on tente d’appliquer le concept d’élasticité à la périphérie, les choses se compliquent. Des outils, comme des cadres logiciel et des algorithmes doivent être utilisés pour déployer plus facilement les applications et les configurer en cours d’utilisation, selon l’évolution des conditions de leur charge et de leur infrastructure. L’hétérogénéité des ressources, leur disponibilité ainsi que leur consommation d’énergie doivent être prises en compte dans le processus.
Efficacité énergétique et durabilité
À l’heure actuelle, il existe beaucoup de modèles qui estiment la quantité d’énergie consommée par une application sur le nuage. Toutefois, peu d’informations équivalentes existent à ce sujet pour la périphérie. Des modèles simulant mieux la performance des applications selon leur localisation sur le continuum périphérie-nuage doivent être développés afin d’évaluer les répercussions énergétiques des décisions qui sont prises. Selon les exigences relatives au temps de latence, les demandes pourraient être acheminées selon la disponibilité des centres et leur source d’énergie, afin de privilégier l’utilisation d’énergies renouvelables.
