Les données générées à la périphérie du réseau augmentent progressivement et si nous pouvons traiter et analyser les données aux nœuds de la périphérie du réseau, ce modèle informatique sera plus efficace. De nombreux nouveaux modèles informatiques sont proposés car nous constatons qu'avec la croissance de l'IdO, l'informatique en nuage n'est pas toujours aussi efficace qu'elle devrait l'être.
1. Les services en nuage en sont le moteur :
Les centres en nuage disposent de puissantes performances de traitement et sont capables de traiter d'énormes quantités de données. Cependant, le transfert d'énormes quantités de données vers le centre d'informatique en nuage devient un défi. Le goulot d'étranglement des performances du système du modèle d'informatique en nuage est la bande passante limitée du réseau, il faut un certain temps pour transmettre des données massives, et le centre d'informatique en nuage a besoin d'un certain temps pour traiter les données, ce qui augmente le temps de réponse de la demande et l'expérience de l'utilisateur est extrêmement médiocre.
2. Sous l'impulsion de l'internet des objets (IdO)
Le développement rapide de la technologie de l'IdO fait que de plus en plus d'objets ordinaires dotés de fonctions indépendantes s'interconnectent et réalisent l'interconnexion de tout. Grâce aux caractéristiques de l'internet des objets, toutes les industries utilisent la technologie de l'IdO pour réaliser rapidement la transformation numérique, et de plus en plus d'appareils finaux dans l'industrie sont connectés par le réseau.
Toutefois, l'internet des objets étant un système énorme et complexe, les différentes industries ont des scénarios d'application différents. Selon des analystes tiers, d'ici 2025, il y aura plus de 100 milliards de terminaux connectés au réseau, le volume de données des terminaux atteindra 300 ZB, un volume de données à si grande échelle, selon le traitement traditionnel des données, toutes les données obtenues doivent être envoyées à la plateforme d'informatique en nuage pour être analysées, la plateforme d'informatique en nuage sera confrontée à une latence élevée du réseau, à un accès massif aux équipements et à la difficulté de traiter de grandes quantités de données. La plateforme d'informatique en nuage sera confrontée aux défis suivants : latence élevée du réseau, accès massif aux équipements, traitement massif des données, largeur de bande insuffisante et consommation d'énergie élevée.
Afin de résoudre les inconvénients liés à la latence élevée et à l'absence de capacité d'analyse des données en temps réel dans les méthodes traditionnelles de traitement des données, la technologie de l'informatique en périphérie est apparue. Cette technologie se situe à proximité de l'objet ou de la source de données en périphérie du réseau, grâce à l'intégration du réseau, du calcul, du stockage, des capacités essentielles de l'application de la plateforme ouverte distribuée, à proximité de la périphérie pour fournir des services intelligents. Pour simplifier, l'informatique de périphérie consiste à prendre les données collectées par le terminal et à les analyser directement et de manière agressive dans l'appareil ou le réseau local, à proximité de l'endroit où les données sont générées, éliminant ainsi la nécessité de transmettre les données à un centre de traitement des données basé dans le nuage.
Par exemple, les préoccupations opérationnelles et de sécurité en temps réel requises pour les voitures auto-conduites poussent le cœur informatique du nuage vers la périphérie du réseau. Les véhicules auto-conduits détectent et envoient en permanence des données sur l'état de la route, l'emplacement et les véhicules environnants. Les voitures auto-conduites génèrent environ 1 Go de données par seconde, et la bande passante de traitement et le temps de latence requis font qu'il n'est pas pratique d'envoyer ne serait-ce qu'une fraction d'un téraoctet (To) de données à un serveur centralisé pour analyse. Le traitement rapide des données est une capacité critique, et l'informatique de pointe est essentielle pour permettre la conduite autonome. Pour que les véhicules fonctionnent de manière sûre et fiable, tout retard dans la vitesse de traitement peut être fatal.
Imaginez une voiture auto-conduite détectant des objets sur la route ou actionnant les freins ou le volant avec des retards dus au nuage. Tout ralentissement dans le traitement des données se traduira par une réponse plus lente du véhicule. Si ce dernier n'est pas en mesure de réagir à temps, un accident peut survenir. À ce stade, des vies peuvent être menacées.
Il est donc nécessaire de fournir une puissance de calcul suffisante et une consommation d'énergie raisonnable pour garantir la sécurité des véhicules autonomes, même à grande vitesse. Les principaux défis liés à la conception d'un écosystème informatique périphérique pour les véhicules autonomes consistent à fournir un traitement en temps réel, une puissance de calcul suffisante, la fiabilité, l'évolutivité, le coût et la sécurité afin de garantir la sécurité et la qualité de l'expérience de l'utilisateur dans les véhicules autonomes.