Developers now face a continuum

المطوّرون يواجهون الآن سلسلة متصلة

Slide 56 puts layers 1, 2 and 3 between the client and the server and calls the line a continuum of latencies. The same service, running the same code, can make one user happy and another angry. The only difference is where the service runs relative to each of them.

تضع الشريحة 56 الطبقات 1 و2 و3 بين العميل والخادم، وتسمّي الخط سلسلة متصلة من أزمنة الانتقال (continuum of latencies). الخدمة نفسها، بالكود نفسه، قد تُسعد مستخدماً وتُغضب آخر. والفرق الوحيد هو مكان تشغيل الخدمة بالنسبة لكل منهما.

The slide's example: Netflix caches video closer to users (at layer 1 or 2) so playback starts without buffering. The file is the same size and the phone decodes it at the same speed. The cache only shortens the path, which cuts propagation delay and the number of queues on the way.

مثال الشريحة: تخزّن Netflix الفيديو مؤقتاً قرب المستخدمين (في الطبقة 1 أو 2) ليبدأ التشغيل بلا تقطيع. حجم الملف كما هو، والهاتف يفك ترميزه بالسرعة نفسها. التخزين المؤقت يقصّر المسار فقط، فيقلّ propagation delay وعدد الطوابير في الطريق.

Three layers, seven stages

ثلاث طبقات وسبع مراحل

Slide 57 names the Edge-to-Cloud (E2C) continuum. Three standard layers:

تسمّي الشريحة 57 هذا الخط Edge-to-Cloud (E2C) continuum. وفيه ثلاث طبقات قياسية:

• Cloud: farthest from the client.

  Cloud: الأبعد عن العميل.

• Fog: mini data centers or intermediate nodes that process data partially.

  Fog: مراكز بيانات صغيرة أو عقد وسيطة تعالج البيانات جزئياً.

• Edge: closest to the client: IoT devices, smartphones, edge gateways.

  Edge: الأقرب إلى العميل: أجهزة IoT، والهواتف الذكية، وبوابات edge.

Each layer splits into sublayers:

وكل طبقة تنقسم إلى طبقات فرعية:

الجدول: Cloud تنقسم إلى Regions وAvailability Zones. وFog تنقسم إلى عقد إقليمية أو حضرية (metro)، ومراكز بيانات صغيرة (micro data centers)، وعقد تجميع (aggregation nodes). وEdge تنقسم إلى Mist، وNear edge (موجّهات المنازل)، وFar edge (مركز بيانات قريب لشركة اتصالات).

السلسلة: Device → Mist → Near Edge → Far Edge → Fog → Regional Cloud → Cloud.

The comparison table (slide 58)

جدول المقارنة (الشريحة 58)

جدول الشريحة 58: Mist الأقرب، بموارد محدودة جداً، لقرارات فورية محلية. Near edge قريب جداً، بموارد محدودة إلى متوسطة، للمعالجة المحلية. Far edge قريب، بموارد متوسطة إلى عالية، للتطبيقات منخفضة زمن الانتقال. Fog / regional في الوسط، بموارد عالية، للتجميع والتنسيق. Cloud بعيد، بموارد عالية جداً، للحوسبة والتخزين واسعَي النطاق.

Read it top to bottom: proximity falls while resources rise. The role column follows from the resources column. An immediate decision needs no network, so it fits on a tiny chip. Aggregation needs a view of many sources, so it lives where many streams meet. Large-scale work needs pooled capacity, so it lives in a data center.

اقرأه من الأعلى إلى الأسفل: القرب يتناقص والموارد تتزايد. وعمود الدور ينتج عن عمود الموارد. القرار الفوري لا يحتاج شبكة، فيكفيه شريحة صغيرة. والتجميع يحتاج رؤية مصادر كثيرة، فيعيش حيث تلتقي التدفقات. والعمل الواسع يحتاج سعة مجمّعة، فيعيش في مركز بيانات.

The placement rule

قاعدة التوزيع

Slide 60 says developers must decide where to place computation and storage depending on three inputs: latency requirements, processing needs, and cost. Turn that into one rule:

تقول الشريحة 60 إن المطوّرين يجب أن يقرروا مكان الحوسبة والتخزين بناءً على ثلاثة مدخلات: متطلبات زمن الانتقال، واحتياجات المعالجة، والتكلفة. حوّل ذلك إلى قاعدة واحدة:

ضع كل مهمة في أقرب طبقة لديها موارد كافية، ولا تُرسل إلى الخارج إلا ما يحتاج أكثر.

The slide's three examples line up with that rule: a smart camera processing video locally to detect motion (edge), processing sensor data (fog), running AI models (cloud). Treat these as tendencies: model training belongs in the cloud, but inference increasingly runs on edge boards.

أمثلة الشريحة الثلاثة تتفق مع القاعدة: كاميرا ذكية تعالج الفيديو محلياً لاكتشاف الحركة (edge)، ومعالجة بيانات الحساسات (fog)، وتشغيل نماذج الذكاء الاصطناعي (cloud). اعتبرها ميولاً لا قواعد: تدريب النماذج مكانه cloud، لكن الاستدلال (inference) يعمل بشكل متزايد على لوحات edge.

a neighbourhood of smart doorbell cameras

  task                                   layer      why
  detect motion in each frame            edge       instant, cheap, sends nothing while idle
  correlate events from 200 homes        fog        needs many sources, still close
  train recognition model, keep clips    cloud      pooled compute, huge storage,
                                                    latency not critical

Real products at each layer

منتجات حقيقية في كل طبقة

الجدول: AWS Wavelength في far edge لدى شركات الاتصالات، حوسبة وتخزين داخل شبكات 5G. وAWS Local Zones في far edge الحضري، قرب المدن الكبيرة للألعاب والبث وAR/VR. وCloudflare Workers في far edge الحضري، كود في isolates خفيفة في مئات المدن، ونحو 95% من المستخدمين ضمن 50 ms. وAzure Stack Edge في edge أو fog داخل المنشأة، جهاز 1U مع GPU لـ MEC الخاص (معيار ETSI). وAWS Regions وAZs في cloud: المنطقة تضم عدة مناطق توافر معزولة، كل منها مركز بيانات أو أكثر، ضمن 100 km من بعضها.

Drill: put the seven stages in order

تمرين: رتّب المراحل السبع

Cover the right column and fill the order from memory, then match each example to its stage.

غطِّ العمود الأيمن واكتب الترتيب من الذاكرة، ثم طابق كل مثال مع مرحلته.

الترتيب: 1 Device (العميل نفسه: هاتف أو جرس باب أو ساعة)، 2 Mist (متحكم الحساس بجوار الجهاز)، 3 Near edge (موجّه Wi-Fi المنزلي)، 4 Far edge (مركز بيانات اتصالات قريب، AWS Wavelength Zone)، 5 Fog (مركز بيانات صغير حضري)، 6 Regional cloud (منطقة سحابية قرب بلد المستخدم)، 7 Cloud (مناطق توافر ضخمة).

Everything on one card

كل شيء في بطاقة واحدة