授予探索云计算和边缘计算未来的赠款

密苏里大学的研究人员获得了美国国家科学基金会60万美元的资助,用于探索云和边缘计算的未来。

通过密苏里大学 2022年10月14日
由Brett Sayles提供

在过去十年左右的时间里,计算机已经进入了多个云公司可以扩大存储容量,用户也可以从任何连接互联网的设备上检索信息。

不过,并不是所有东西都需要维护云所需的大规模硬件和设备。这就是边缘或本地信息技术架构的用武之地。边缘计算处理接近原始数据源的数据,并提供大量低成本的计算资源。

现在,密苏里大学的Prasad Calyam正在探索云和边缘系统如何协同工作,确保信息可以智能、安全地从一个值得信赖的平台传输到另一个平台,以完成生物信息学和制造业等科学应用的数据密集型工作流。

Calyam是网络安全的Greg L. Gilliom教授电气工程与计算机科学系“,-最近获得了60万美元的奖金格兰特来自美国国家科学基金会。

Calyam说:“我们的目标是开发一个志愿边缘云架构和框架,以支持数据密集型工作流的可信资源分配。密苏里大学网络教育、研究和基础设施中心

具体来说,他的工作建立在Kubernetes的最新进展上,Kubernetes是一个开源容器系统,可以编排和自动化跨平台的软件部署和管理。

Calyam说:“Kubernetes使我们能够思考如何让云和边缘协同工作。”“在这个项目中,我们试图利用轻量级Kubernetes架构来创建较小程序片段的容器,这些程序片段可以分布在资源受限的边缘节点和可扩展的云节点资源之间。”

换句话说,这些容器可以帮助在本地数据中心的志愿资源中智能地编排轻量级信息处理,并帮助将重量级信息处理转移到更大的云环境中。

在新兴的志愿者边缘云计算范式中,具有不同背景的社区协作者贡献他们的资源,形成分布式基础设施来执行科学工作流程。

Calyam将首先考虑在尝试共享多个云和志愿边缘资源时可能出现的问题,以及如何遏制这些威胁。然后,他的团队将考虑政策和指导方针,以确保只动态选择那些值得信赖、可扩展和可靠的志愿者边缘资源。

他说,当应用程序越来越多地通过依赖机器学习模型来优化,以实现高性能或高安全性的功能时,这项研究至关重要。机器学习模型涉及使用重量级资源在云中训练大量数据,并使用边缘资源进行轻量级推断。

Calyam说:“这个项目的关键挑战是增加志愿者云边缘计算的广泛采用。”“志愿者云边缘计算的范式为改进我们今天处理科学应用程序的工作流提供了许多额外的好处和控制。我们正在开发算法来自动规定可用和相关的资源管理策略,特别是当大量志愿者边缘资源被利用时,这些资源具有间歇性的性能和可用性。”

-由Chris Vavra编辑,网页内容经理,控制工程, CFE媒体与技术,cvavra@cfemedia.com