Inteligentne przetwarzanie brzegowe – technologia przyszłości
Pixabay – geraltWraz z rosnącą liczbą urządzeń i systemów połączonych w sieć rośnie również zapotrzebowanie na wydajne przetwarzanie danych – i to w czasie rzeczywistym. Kluczową rolę ma tu do odegrania inteligentny edge computing (przetwarzanie brzegowe). Jak jednak takie podejście ma się sprawdzić?
Internet Rzeczy (IoT) i inteligentna architektura systemów przyszłości wymagają przetwarzania danych w czasie rzeczywistym. Urządzenia IoT są inteligentne w tym sensie, że mają wbudowane możliwości monitorowania i wyczuwania oraz mogą jednocześnie pobierać dane z czujników z innych źródeł, które są agregowane na potrzeby danego urządzenia. Urządzenia IoT mają zazwyczaj drugą „inteligentną” część – mianowicie rozproszoną„inteligencję”, która jest zewnętrzna w stosunku do urządzenia. Może ona analizować informacje o zdarzeniach monitorowanych przez urządzenia IoT i ma dostęp do (analizowanych) danych.
Ta druga część inteligencji i mocy obliczeniowej jest w świecie IoT outsourcowana w serwerach brzegowych, z których każdy jest przeznaczony do konkretnego celu. Ponadto IoT i Przemysłowy Internet Rzeczy (IIoT), które są istotne dla Przemysłu 4.0, będą w przyszłości generować duże ilości danych, które muszą być przetwarzane w czasie rzeczywistym i bezpiecznie przesyłane. Centralne magazyny, takie jak centra danych, nie mogą tego zrobić po prostu ze względu na odległość między ich lokalizacją a lokalizacją urządzeń końcowych. Właśnie w tym miejscu pojawia się edge computing.
Edge computing
Typowa architektura paradygmatu edge computing składa się z 4 różnych warstw. Są to urządzenia i czujniki IoT, edge i chmury oraz aplikacje. Powyżej tej hierarchii chmura nadal odgrywa ważną rolę w wykonywaniu scentralizowanego przetwarzania i analizy danych, takich jak uczenie maszynowe, inne aplikacje sztucznej inteligencji i przechowywanie danych.
Rolą edge computing w inteligentnych środowiskach IoT jest wykonywanie obliczeń na brzegu sieci, w pobliżu urządzeń IoT, dla danych downstream w ramach usług chmurowych oraz danych upstream w ramach urządzeń IoE. Zasobochłonne szkolenie algorytmów może być wykonywane w warstwie chmurowej, a następnie dystrybuowane do edge, gdzie lżejsze funkcje są zlecane na zewnątrz.
W środku edge computing pełni rolę regionalnego centrum dla aplikacji rozproszonych geograficznie, gdzie znaczna część prac związanych z przetwarzaniem danych wykonywana jest na sprzęcie różnego typu, którym mogą być mikrocentra danych, routery lub stacje bazowe.
Wszystkie urządzenia z czujnikami zbierającymi dane od użytkowników i otoczenia (takie jak kamery, czujniki temperatury i światła, smartfony, laptopy czy kamera cofania w pojeździe) muszą być w stanie komunikować się z urządzeniami i aplikacjami w warstwie brzegowej, co wymaga kompatybilności i ustandaryzowanych protokołów.
Kluczem do sukcesu tej technologii brzegowej jest dziś ogromny wzrost liczby aplikacji IoT we wszystkich branżach i wszystkich dziedzinach życia codziennego.
Intelligent edge
Połączenie specjalnych chipów i funkcji sztucznej inteligencji tworzy intelligent edge. Przypadki użycia takie, jak rozpoznawanie obrazu, analityka danych i głębokie uczenie się skracają i przyspieszają procesy decyzyjne. Co warte podkreślenia, intelligent edge jest również komplementarny wobec Cloud AI, z szybkimi reakcjami w edge i uczeniem się w warstwie chmury. Zasobochłonne szkolenie algorytmów może być wykonywane w warstwie chmury, a następnie dystrybuowane do edge, gdzie prostsze funkcje mogą szybko reagować na dane z urządzeń IoT.
Tempo, z jakim rozwija się IoT, w połączeniu ze sztuczną inteligencją czy uczeniem maszynowym, widać nie tylko na serwerach, smartfonach, urządzeniach domowych i oprogramowaniu dla przedsiębiorstw, ale także w każdym samochodzie, każdym budynku, każdym urządzeniu medycznym. Szybko dochodzi się do punktu, w którym sztuczna inteligencja staje się niezbędna w codziennym życiu. Inteligentne aplikacje są wszechobecne, AIaaS (sztuczna inteligencja jako usługa) i interfejsy KI API zyskują na popularności w różnych branżach, takich jak opieka zdrowotna czy logistyka.
W połączeniu z technologią 5G na brzegu sieci wykorzystanie urządzeń IoT i aplikacji inteligentnych czujników będzie rosło wykładniczo. Prowadzi to nie tylko do powstawania ogromnej ilości danych, ale jednocześnie wyzwala rosnące zapotrzebowanie na aplikacje wykonywalne, które zapewniają kontrolę nad urządzeniami obsługującymi IoT w czasie krótszym niż milisekunda. Intelligent edge łączy w sobie dużą moc obliczeniową, technologię sztucznej inteligencji, analitykę danych i zaawansowaną łączność.
Edge business
Edge computing obejmuje wiele obszarów technologicznych, w tym technologie informacyjne, komunikacyjne, a także liczne sektory przemysłu, jak również platformy programowe i sprzętowe, agregację danych, chipy, czujniki i sporo zastosowań przemysłowych. Dlatego też oczekuje się, że obliczenia brzegowe będą odgrywać kluczową rolę w realizacji wielu różnych aplikacjach. Perspektywy dla innowacji w zakresie usług i nowych możliwości rynkowych, takich jak Business to Business (B2B) i Business to Consumer (B2C), napędzanych przez technologię przetwarzania brzegowego w połączeniu z 5G, są bardzo obiecujące. Głównie dzięki takim funkcjom, jak bardzo niskie opóźnienia, przetwarzanie i zarządzanie danymi w czasie rzeczywistym oraz lokalne buforowanie treści. W związku z tym intensywnie dyskutowane są właściwości techniczne, perspektywy komercyjne i strategie wdrażania edge computing w sieciach 5G, w tym rozwój architektur i kluczowych technologii związanych z 5G i inteligentnymi urządzeniami.
MOŻE ZAINTERESUJE CIĘ TAKŻE
Model biznesowy edge computing nie będzie ograniczał się tylko do usług i urządzeń wykorzystywanych przez użytkowników, ale rozciągnie się także na generowane dane. Tutaj zainteresowane strony żądają danych użytkownika od właściciela danych, a Cloud Center lub właściciel danych brzegowych dostarcza przetworzony wynik z powrotem do zainteresowanych stron. W ten sposób model biznesowy przekształca się z relacji pojedynczy użytkownik–centrum na wielostronne relacje centrum–użytkownik. Opracowanie wielostronnego modelu biznesowego edge computing oraz rozszerzenie istniejącego modelu biznesowego cloud computing jest jednym z otwartych problemów w środowisku.
Bezpieczeństwo i prywatność w edge computing
Edge computing otworzy wiele nowych możliwości dla innowacji i rozszerzy istniejące rozwiązania oparte na przetwarzaniu w chmurze. W celu wykorzystania pełnego potencjału i uzyskania szerokiej akceptacji rozwiązań kładzie się nacisk na zabezpieczenie elementów systemu oraz zapewnienie ochrony danych użytkowników i organizacji.
Ze względu na rosnące znaczenie edge computing ważne jest wczesne rozpoznanie potencjalnych zagrożeń i wdrożenie rozwiązań. Ze względu na specyficzne atrybuty – takie jak heterogeniczność, niskie opóźnienia, ogromne szybkości komunikacji, świadomość lokalizacji, rozmieszczenie przestrzenne i mobilność – bezpośrednie wykorzystanie obecnie dostępnych narzędzi, metod bezpieczeństwa i prywatności w chmurze obliczeniowej do przetwarzania brzegowego może nie być możliwe. Chociaż niektóre z tych problemów można rozwiązać za pomocą istniejących schematów bezpieczeństwa, to ze względu na wspomniane wyżej szczególne cechy przetwarzania brzegowego pojawiają się nowe problemy.
Perspektywy
Edge computing to obecnie jeden z najgorętszych tematów w trendach technologicznych. Jeszcze bardziej w centrum uwagi znajdują się aplikacje, które łączą przetwarzanie brzegowe i uczenie maszynowe, aby umożliwić nowe rodzaje doświadczeń użytkownika i nowe możliwości w zróżnicowanych branżach – od mobilnej i podłączonego domu do bezpieczeństwa, nadzoru i motoryzacji.
W rzeczywistości należy wziąć pod uwagę to, że rozwiązania w zakresie bezpieczeństwa i prywatności w odniesieniu do przetwarzania brzegowego są wciąż na wczesnym etapie rozwoju, a zatem należy podjąć znaczne wysiłki w celu przeanalizowania potencjalnych wyzwań i się nimi zająć.
Dr Mehrdad Jalali-Sohi* / Sebastian Human
*Autor jest konsultantem ds. zarządzania, architektem, kierownikiem zespołu i projektu w Adesso SE.
