Edge Computing trong hệ thống nước thông minh: Xử lý tại nguồn thay vì gửi lên cloud

Đưa khả năng xử lý dữ liệu về gần cảm biến hơn giúp giảm băng thông, độ trễ và chi phí cloud – đồng thời tăng khả năng hoạt động khi mất kết nối internet.

Digital 20/12/2025 15 phút đọc

#edge computing #IoT #K3s #smart water #cloud

Vấn đề của kiến trúc cloud-first thuần túy

Khi mạng lưới cảm biến IoT có hàng trăm nghìn điểm đo, gửi toàn bộ raw data lên cloud là không khả thi:
- Chi phí data transfer từ 4G tăng theo số lượng cảm biến
- Xử lý cloud có độ trễ 100–500ms – không đủ nhanh cho cảnh báo áp suất
- Khi mất kết nối internet, toàn bộ hệ thống tê liệt

Kiến trúc Edge + Cloud kết hợp

[Cảm biến] → [Edge Gateway] → [Fog Layer] → [Cloud]
              (xử lý local)   (tổng hợp)  (analytics)
              - Lọc nhiễu    - Aggregation - ML training
              - Cảnh báo     - Compression - Long-term storage
              - Buffer data  - Routing

Phần cứng Edge phổ biến

Device	CPU	RAM	Phù hợp
Raspberry Pi 4	ARM Cortex-A72	4–8GB	Prototype, lab
NVIDIA Jetson Nano	ARM + GPU	4GB	AI inference
AWS Greengrass (EC2)	x86	linh hoạt	Hybrid cloud
Advantech IPC	Industrial	8–32GB	Production

Containerize Edge Workloads với K3s

K3s là Kubernetes gọn nhẹ (< 100MB RAM) lý tưởng cho edge:

# edge-collector.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: meter-edge-collector
spec:
  template:
    spec:
      containers:
      - name: collector
        image: ansol/edge-collector:latest
        env:
        - name: BUFFER_SIZE_MB
          value: "512"
        - name: OFFLINE_MODE
          value: "auto"

Kết quả thực tế

Triển khai edge computing cho mạng lưới 50,000 cảm biến:
- Giảm 78% bandwidth cloud
- Độ trễ cảnh báo: từ 3 giây xuống 80ms
- Khả năng offline hoạt động liên tục 72 giờ