Schließung der Cloud-Edge-Geräte-Schleife mit Shifu und K3s
In den letzten Jahren hat Edge-AI aufgrund seiner Fähigkeit, Daten näher an ihrer Quelle zu verarbeiten, erhebliche Aufmerksamkeit erlangt, was zu reduzierter Latenz und Bandbreitennutzung führt. Mit dem Aufkommen von Internet der Dinge (IoT)-Geräten ist Edge-AI zu einem kritischen Teil des Technologiestapels geworden. Das Management von Edge-Geräten und die Gewährleistung ihrer Interoperabilität mit der Cloud und anderen Edge-Geräten bleibt jedoch eine Herausforderung. Hier kommt Shifu ins Spiel, eine Kubernetes-native industrielle Edge-Lösung, die Interoperabilität auf elegante Weise ermöglicht. Shifu verwendet einen verteilten Ansatz, um jedes IoT-Gerät strukturell zu virtualisieren und deren Fähigkeiten über Kubernetes-Services zugänglich zu machen. Dieser Ansatz erleichtert das Management und die Integration von Edge-Geräten in den größeren Technologiestapel. K3s ist andererseits eine leichte Kubernetes-Distribution, die von SUSE entworfen wurde, um in ressourcenbeschränkten Edge-Umgebungen zu laufen. K3s ist eine ideale Lösung für Edge-Umgebungen, die IoT-Geräte haben. Durch die Kombination von Shifu und K3s können wir eine vollständige Cloud-Edge-Gerät-Schleife erreichen. Diese Integration ermöglicht es uns, die Funktionen von Kubernetes nativ zu nutzen und Edge-Geräte effizienter zu verwalten. In diesem Artikel werden wir untersuchen, wie Shifu und K3s zusammen verwendet werden können, um eine leistungsstarke und effiziente Edge-AI-Lösung zu schaffen.
Fallstudie
Lassen Sie uns ein reales Beispiel betrachten, wie Shifu und K3s zusammen verwendet werden können, um eine leistungsstarke Edge-AI-Lösung zu erstellen. Betrachten Sie eine Smart-City-Anwendung, die verschiedene IoT-Geräte überwacht und steuert, wie zum Beispiel Ampeln, Überwachungskameras, Luftqualitätssensoren und Wetterstationen. In diesem Szenario kann das Edge K3s-Shifu-Cluster nahe bei den IoT-Geräten für die Verarbeitung mit geringer Latenz und Echtzeit-Entscheidungsfindung eingesetzt werden. Gleichzeitig kann das Cloud-K3s-Cluster zentrale Datenspeicherung, Analyse und Managementdienste bereitstellen. Um K3s+Shifu Edge mit K3s Cloud einzurichten, können die folgenden Schritte befolgt werden:
- Wireguard in der Cloud installieren
curl -O https://raw.githubusercontent.com/angristan/wireguard-install/master/wireguard-install.sh
chmod +x wireguard-install.sh
./wireguard-install.sh
- K3s auf der Cloud-Seite mit Wireguard installieren
curl -sfL https://get.k3s.io | sh -s - \
K3S_TOKEN=token \
INSTALL_K3S_EXEC="--advertise-address=10.66.66.1 --flannel-iface=wg0" sh -
- Install k3s on edge side with wireguard
curl -sfL https://get.k3s.io | sh -s - \
K3S_TOKEN=token K3S_URL=https://10.66.66.1:6443 \
INSTALL_K3S_EXEC="--node-ip=10.66.66.3 --flannel-iface=wg0"
- Shifu herunterladen: Laden Sie die Projektdateien von https://github.com/Edgenesis/shifu herunter und extrahieren Sie sie.
- Shifu installieren
kubectl apply -f shifu/pkg/k8s/crd/install/shifu_install.yml
Durch die Verbindung der Edge- und Cloud-Cluster können Daten von den IoT-Geräten synchronisiert und effizient verarbeitet werden. Dies ermöglicht es der Smart-City-Anwendung, Echtzeit-Entscheidungen auf Basis der gesammelten Daten zu treffen und gleichzeitig von der Skalierbarkeit, Widerstandsfähigkeit und den Ressourcen der Cloud-Infrastruktur zu profitieren. Zusätzlich können Betreiber mit Hilfe von Multi-Cluster-Management-Tools das gesamte System von einer zentralen Stelle aus überwachen und steuern, was das Management und die Bereitstellung der Smart-City-Anwendung in beiden Edge- und Cloud-Umgebungen vereinfacht.
