• Główne obszary funkcjonowania technologii Edge Computing
• Przetwarzanie brzegowe staje się coraz popularniejszą technologią w różnych rozwiązaniach
• 3 główne kategorie urządzeń brzegowych to urządzenia operacyjne (OT Edge), IoT i informatyczne (IT Edge)
• Edge Computing zapewnia korzystającym z tej technologii wiele zalet
• Jak zbudować w przedsiębiorstwie aplikację IoT Edge
• Dzięki technologii Intelligent Edge możliwe stanie się przewidywanie przyszłości

Aby zrozumieć, czym właściwie jest architektura brzegowa (Intelligent Edge), najlepiej wyobrazić ją sobie jako miejsce: halę fabryczną, budynek, kampus, miasto, dom, pole uprawne, farmę wiatrową, elektrownię lub platformę wiertniczą. Może być ona bowiem wdrożona w dowolnym miejscu na ziemi – wszędzie tam, gdzie funkcjonuje Internet Rzeczy.

Inteligencja systemów brzegowych wynika z dostępności technologii zapewniających im możliwość myślenia i komunikacji, odpowiednią moc obliczeniową i zaawansowane funkcje sterowania. Najważniejszą wartością dodaną Intelligent Edge są jednak funkcje analityczne, dostępne wcześniej jedynie lokalnie lub w centrum danych zlokalizowanym w chmurze.

3C technologii Edge Computing

Zalety oferowane przez architekturę brzegową często są opisywane jako 3C: komunikacja (connect), przetwarzanie danych (computer) i sterowanie (control). Przez komunikację rozumiemy zdolność urządzeń, ludzi i przedmiotów do łączenia się ze sobą za pośrednictwem sieci. Jej efektem jest wymiana danych, która prowadzi do powstania nowych źródeł i zbiorów informacji. Dane te są następnie przetwarzane przez system, stając się podstawą funkcjonowania aplikacji i źródłem szczegółowych informacji na temat przedmiotów i urządzeń funkcjonujących w sieci oraz ich otoczenia. Informacje te są z kolei wykorzystywane do podjęcia określonych działań oraz sterowania urządzeniami i przedmiotami. Pozwalają również na wdrożenie i realizację zadań sterowania dotyczących całego zakładu lub przedsiębiorstwa połączonego wspólną siecią.

Przetwarzanie brzegowe w praktyce

Przyjrzyjmy się konkretnemu przykładowi zastosowania przetwarzania brzegowego: jeśli napoje chłodzące i cyfrowe znaczniki cen na półkach sklepowych zintegrujemy w ramach jednej sieci, sprzedawca będzie mógł na bieżąco kontrolować stan towaru i sprawdzić, ile czasu potrzeba, aby sprzedać jeden napój. Informacje te oraz dane na temat temperatury zewnętrznej i wartości sprzedaży w innych lokalizacjach można także wykorzystać do sterowania samymi cenami, zmieniając je w czasie rzeczywistym w zależności od wartości wymienionych parametrów. W tej konkretnej aplikacji IoT funkcję „rzeczy” połączonych wspólną siecią pełnią napoje i znaczniki cen, a ich powiązanie ma bezpośredni wpływ na wzrost sprzedaży i zadowolenie klientów.

Intelligent Edge jest również świetnym rozwiązaniem w dużych biurowcach, na kampusach, a także w innych przestrzeniach dysponujących usługą geolokalizacji. Dzięki niemu odwiedzający może za pomocą aplikacji na smartfona łatwo odnaleźć właściwą salę konferencyjną, drukarkę lub konkretną osobę – bez konieczności pytania o drogę. Łatwo dostępna informacja o tym, gdzie w stosunku do innych obiektów sieciowych znajduje się dana osoba, znacznie ułatwia odnalezienie się w inteligentnym budynku. Na podobnej zasadzie usługa ta działa w dużych sklepach: telefon komórkowy wskazuje tu klientowi drogę do danego produktu, ofert promocyjnych lub toalet.

Na tym jednak nie koniec: wyższe rozdzielczości filmów wideo, nowe formaty danych, rosnąca przepustowość łączy oraz potrzeba zwiększenia bezpieczeństwa i niezawodności dostępu do usług stanowią spore wyzwanie dla sektora telekomunikacji. Z tego względu coraz większa grupa dostawców telefonii komórkowych oferuje swoim klientom zaawansowane systemy sterowania i przetwarzania danych typu Edge – zarówno do użytku firmowego, jak i prywatnego. Rozproszone, inteligentne systemy brzegowe zwiększają konkurencyjność ich usług, a jednocześnie oferują ich użytkownikom zupełnie nowe możliwości korzystania z sieci.

Aplikacje te cechują się też coraz wyższym poziomem inteligencji, m.in. dzięki nowym standardom przemysłowym i pakietom oprogramowania zarezerwowanym do tej pory dla centrów danych. Ich popularyzacji (i szerzej: upowszechnieniu trendu rozproszonego przetwarzania danych) sprzyja m.in. to, że usługi oferowane bezpośrednio w miejscu ich świadczenia cechują się wyższą jakością, a jednocześnie są pozbawione ograniczeń wynikających z konieczności zdalnego dostępu do centrów danych czy chmury.

Trzy kategorie urządzeń brzegowych

Inteligentne urządzenia brzegowe można podzielić na trzy główne kategorie: urządzenia operacyjne (OT Edge), IoT i informatyczne (IT Edge). Pierwsze dysponują przeważnie pewną dozą inteligencji i niektórymi funkcjami sterowania, ale ich możliwości komunikacyjne i moc obliczeniowa są zwykle mocno ograniczone. Tego typu rozwiązania spotkać można np. w elektrowniach i na platformach wiertniczych.

Urządzenia brzegowe IT są stosowane przeważnie w sektorze telekomunikacji i wymiany danych. Umożliwiają realizację rozproszonych procesów transferu i przetwarzania danych obejmujących kilka sąsiednich lokalizacji, np. oddziałów przedsiębiorstwa lub wydziałów kampusu.

Upowszechnienie się Internetu Rzeczy sprawiło, że w ostatnich latach na popularności zyskują także urządzenia brzegowe IoT. Często tego typu architektura stanowi de facto połączenie systemu operacyjnego i informatycznego. Aby zrozumieć, jak jest zorganizowana, warto prześledzić jej poszczególne warianty.

Obiekty współtworzące Internet Rzeczy są zwykle zintegrowane z czujnikami zbierającymi dane oraz urządzeniami wykonawczymi, które nimi sterują (przewodowo lub bezprzewodowo). Owe czujniki i urządzenia wykonawcze w warstwie drugiej połączone są z bramami, przełącznikami i systemami gromadzenia danych. Warstwa trzecia składa się z systemów informatycznych, zaś czwarta obejmuje zdalne centra danych lub chmurę. Trzeba pamiętać, że nie wszystkie systemy IoT składają się z czterech warstw (np. rozwiązania typu czujnik–chmura). Nie zmienia to jednak faktu, że schemat ten jest adekwatny dla większości z nich.

Przemysłowy Internet Rzeczy (IIoT) oferuje przedsiębiorstwu szereg korzyści natury ekonomicznej. Weźmy za przykład czujniki podłączone do urządzeń obrotowych, takich jak turbiny w elektrowni. Dane na temat pracy turbin, takie jak temperatura, wilgotność czy drgania, dostarczają cennych informacji na temat stanu całej instalacji. Aby jednak móc z nich skorzystać, najpierw trzeba je przetworzyć – najlepiej z wykorzystaniem programów do analizy danych. Pozwala to m.in. lepiej rozplanować prace serwisowe, a także przewidywać przestoje spowodowane zakłóceniami przebiegu prądu lub napięcia w sieci zasilającej.

Siedem zalet Edge Computingu

Choć wszystkie trzy wymienione wcześniej elementy architektury brzegowej (Connect, Compute, Control) znacznie zwiększają stopień inteligencji całego systemu, najważniejszą rolę odgrywa tu jednak przetwarzanie danych, gdyż dane te umożliwiają bezpośredni wgląd w przebieg procesów bez ponoszenia z tego tytułu wysokich kosztów. Ich przetwarzanie jest zaś dużo efektywniejsze, gdy systemy do analizy, przechowywania i zarządzania danymi klasy enterprise przeniesiemy z centrum danych na brzeg sieci.

Poza efektywnością ma to zresztą także szereg innych zalet, do których zaliczają się:
    • mniejsze opóźnienia – wiele aplikacji wymaga stałego wglądu w realizację procesów i sterowania nimi w czasie rzeczywistym. Opóźnienia są niedopuszczalne zwłaszcza w przypadku funkcji krytycznych, takich jak sterowanie ramieniem robotycznym w procesie produkcyjnym, które dzięki precyzyjnej nastawie i kalibracji zapewnia stałą, wysoką jakość produktu. Jeśli fabryka wytwarza 50 takich produktów na minutę, kalibracja w czasie rzeczywistym staje się podstawowym sposobem unikania błędów;
    • mniejsza przepustowość – transfer dużych zbiorów danych między urządzeniami a chmurą wymaga bardzo dużej przepustowości łączy. Przetwarzanie brzegowe rozwiązuje ten problem;
    • niższe koszty – nawet jeśli przepustowość sieci jest odpowiednia, jej utrzymanie generuje spore koszty. A wysokie koszty stanowią zaprzeczenie podstawowego celu budowy architektury IoT, tj. zwiększenia efektywności procesów;
    • mniejsze ryzyko – jeśli dane przesyłane są między firmami, państwami czy regionami geograficznymi, są one bardziej podatne na ataki hakerów czy luki w systemach bezpieczeństwa;
    • brak duplikacji – w sytuacji, gdy wszystkie zebrane dane są w całości przesyłane do chmury, może się zdarzyć, że zduplikują się one w pamięci operacyjnej, pamięci dyskowej, systemach sieciowych lub w oprogramowaniu. Jeśli duplikacja taka nie ma określonego celu, trudno uzasadnić związane z nią wyższe koszty utrzymania urządzeń i systemów;
    • większa niezawodność – dane mogą zostać uszkodzone nie tylko na skutek ataku hakerskiego. Restart systemu, zanik napięcia sieciowego, przerwy w połączeniach mogą zaburzyć komunikację na linii urządzenia wykonawcze–centrum danych;
    • zgodność z normami – transfer danych na znaczne odległości regulowany jest ustawowo i statutowo. W niektórych krajach obowiązuje np. zakaz przesyłu danych osobowych za granicę.

Trzy kroki do budowy inteligentnego Internetu Rzeczy

Zanim stworzymy aplikację IoT Edge, należy najpierw rozważyć korzyści, jakie przyniesie przedsiębiorstwu przeniesienie procesów i informacji do architektury brzegowej, a następnie oszacować zwrot z inwestycji w taką architekturę. Często warto na tym etapie pokusić się o przygotowanie projektu IoT oraz studium jego wykonalności. Pozwolą one nam pozbyć się wielu zastrzeżeń wobec wdrożenia nowej technologii oraz rozwieją obawy o bezpieczeństwo sieci i danych.

W wielu przedsiębiorstwach szybki zwrot z inwestycji jest następstwem optymalizacji produkcji i/lub lepszych wyników finansowych uzyskiwanych dzięki obniżeniu kosztów operacyjnych, zwiększeniu wglądu w działania i zachowania klientów oraz będącemu jego następstwem wzrostowi sprzedaży. Z kolei w placówkach naukowo-badawczych i firmach ukierunkowanych na tworzenie nowych rozwiązań inwestycja w architekturę Intelligent Edge umożliwia zwiększenie innowacyjności oraz promowanie postępu społecznego. Dlatego przed jej wdrożeniem tak ważne jest zdefiniowanie korzyści (naukowo-badawczych, technologicznych i ekonomicznych), które może przynieść realizacja projektu, a także tego, jak może on wpłynąć na przyszłość przedsiębiorstwa.

Wdrażanie architektury brzegowej najlepiej zacząć od połączenia w jedną sieć kilku „rzeczy”, np. produktów i urządzeń, a następnie przetworzenia i analizy danych z tych komponentów w celu sprawdzenia, czy dostarczają one pożądanych informacji. Należy też stale kontrolować poszczególne elementy systemu, aby usprawnić ich pracę i dostosować procesy biznesowe do nowej sytuacji np. przez alokację zasobów magazynowych, zatrudnienie dodatkowego personelu lub przeprowadzenie ponownej kalkulacji ceny produktów.

Jeśli stworzony system przynosi zakładane korzyści w mikroskali, należy stopniowo rozszerzać jego zasięg, przyłączając do sieci kolejne urządzenia i integrując je z systemem przetwarzania danych. Należy przy tym stale analizować owe dane pod kątem zachodzących zmian. Istotną kwestią jest też rozwój współpracy pomiędzy architekturą operacyjną a IT: projektanci i inżynierowie procesów powinni pracować ramię w ramię ze specjalistami z sektora IT, zaś ci ostatni winni wdrażać się w zadania wykraczające poza ich zwyczajowe kompetencje, np. wspierać zespół IoT. Taka współpraca ma kluczowe znaczenie, ponieważ kompletny system IoT powinien integrować czujniki, urządzenia wykonawcze, systemy bazodanowe, układy sterowania i systemy zbierania danych z rozwiązaniami IT z zakresu przetwarzania, magazynowania i przesyłu danych.

Inteligentne przetwarzanie brzegowe pozwoli poznać przyszłość?

Zarówno inteligentne rozwiązania brzegowe, jak i IoT mają na celu połączenie przedmiotów, ludzi i ich otoczenia w jedną sieć, co z kolei sprzyja gromadzeniu coraz większych i bardziej zróżnicowanych zbiorów danych. Z tego względu miłośnicy Big Data z pewnością pokochają Internet Rzeczy i Intelligent Edge. Należy przy tym zwrócić uwagę, że źródła danych w systemach rozproszonych mają bardziej pierwotny charakter niż w konwencjonalnych architekturach bazujących na centrach danych lub chmurze, ponieważ odnoszą się bezpośrednio do świata fizycznego i definiujących go wartości, np. światła, dźwięku, fal radiowych, miejsca, czasu, ciśnienia czy prędkości. Ich akwizycja jest szybsza, a same dane – bardziej szczegółowe niż wszystkie inne typy Big Data razem wzięte.

Jako że duże i zróżnicowane zbiory danych mają pozytywny wpływ na dokładność statystyczną przewidywań, można na ich podstawie tworzyć bardziej niezawodne prognozy, np. dotyczące stanu zdrowia, czasu awarii urządzenia, a także tego, które produkty się sprzedadzą, kto wygra wybory i gdzie najchętniej Polacy spędzają urlop. Krótko mówiąc: z ich pomocą można bardziej precyzyjnie przewidzieć przyszłość.

Inteligentne przetwarzanie brzegowe to fascynujące zjawisko. Przedsiębiorstwa, które wdrożyły projekty IoT, już zaczęły to odczuwać: ich koszty spadły, a efektywność wzrosła – podobnie jak poziom zadowolenia klientów. Zaś te, które jeszcze nie opracowały strategii IoT, powinny jak najszybciej nadrobić zaległości i rozważyć, jakie korzyści może im przynieść architektura Intelligent Edge.

Tom Bradicich
+ + +
Dr Tom Bradicich jest wiceprezesem zarządu i dyrektorem Centrum Badań i Rozwoju ds. Technologii Brzegowych i Internetu Rzeczy w firmie Hewlett Packard Enterprise (HPE).