Os dados gerados na extremidade da rede estão a aumentar gradualmente e, se pudermos processar e analisar os dados nos nós da extremidade da rede, este modelo de computação será mais eficiente. Estão a ser propostos muitos novos modelos de computação, uma vez que se constata que, com o crescimento da IdC, a computação em nuvem nem sempre é tão eficiente como deveria ser.
1. Os serviços em nuvem estão a impulsionar a situação:
Os centros de computação em nuvem têm um desempenho de processamento poderoso e são capazes de tratar grandes quantidades de dados. No entanto, a transferência de grandes quantidades de dados para o centro de computação em nuvem torna-se um desafio. O estrangulamento do desempenho do sistema do modelo de computação em nuvem é a largura de banda limitada da rede, que leva um certo tempo a transmitir grandes quantidades de dados e o centro de computação em nuvem precisa de um certo tempo para processar os dados, o que aumenta o tempo de resposta do pedido e a experiência do utilizador é extremamente má.
2. Impulsionada pela Internet das Coisas (IoT)
O rápido desenvolvimento da tecnologia IoT faz com que cada vez mais objectos comuns com funções independentes se interliguem e alcancem a interligação de tudo. Graças às características da Internet das Coisas, todas as indústrias estão a utilizar a tecnologia IoT para alcançar rapidamente a transformação digital, e cada vez mais dispositivos finais na indústria estão ligados através da rede.
No entanto, a Internet das Coisas é um sistema enorme e complexo, diferentes indústrias têm diferentes cenários de aplicação, de acordo com analistas terceiros, em 2025 haverá mais de 100 mil milhões de dispositivos terminais ligados à rede, o volume de dados do terminal será de até 300ZB, um volume de dados tão grande, de acordo com o processamento de dados tradicional, todos os dados obtidos precisam de ser enviados para a plataforma de computação em nuvem para analisar, a plataforma de computação em nuvem será confrontada com alta latência de rede, acesso em massa a dispositivos e difícil de processar grandes quantidades de dados. A plataforma de computação em nuvem enfrentará os desafios da elevada latência da rede, do acesso maciço a equipamentos, do processamento maciço de dados, da largura de banda insuficiente e do elevado consumo de energia.
A fim de resolver os inconvenientes da elevada latência e da falta de capacidade de análise de dados em tempo real nos métodos tradicionais de tratamento de dados, surgiu a tecnologia de computação periférica. A tecnologia de computação periférica está muito próxima do objeto ou da fonte de dados no lado periférico da rede, através da integração da rede, da computação, do armazenamento e das capacidades essenciais da aplicação da plataforma aberta distribuída, perto do extremo para fornecer serviços inteligentes. Em termos simples, a computação periférica consiste em pegar nos dados recolhidos do terminal e analisá-los direta e agressivamente no dispositivo ou na rede local, perto do local onde os dados são gerados, eliminando a necessidade de transmitir os dados para um centro de processamento de dados baseado na nuvem.
Por exemplo, as preocupações operacionais e de segurança em tempo real necessárias para os veículos autónomos estão a empurrar o núcleo de computação da nuvem para a periferia da rede. Os veículos autónomos estão constantemente a detetar e a enviar dados sobre as condições da estrada, a localização e os veículos circundantes. Os veículos autónomos geram cerca de 1 GB de dados por segundo, e a largura de banda de processamento e a latência necessárias tornam impraticável enviar até mesmo uma fração de um terabyte (TB) de dados para um servidor centralizado para análise. O processamento rápido de dados é uma capacidade crítica, e a computação periférica é fundamental para permitir a condução autónoma. Para que os veículos funcionem de forma segura e fiável, qualquer atraso na velocidade de processamento pode ser fatal.
Imagine um carro autónomo a detetar objectos na estrada, ou a acionar os travões ou o volante com atrasos devido à nuvem. Qualquer abrandamento no processamento de dados resultará numa resposta mais lenta do veículo. Se o veículo com resposta mais lenta não conseguir reagir atempadamente, pode provocar um acidente. Nesta altura, as vidas podem ser efetivamente ameaçadas.
Por conseguinte, é necessário fornecer potência de computação suficiente e um consumo de energia razoável para garantir a segurança dos veículos autónomos, mesmo a alta velocidade. Os principais desafios na conceção de um ecossistema de computação periférica para veículos autónomos consistem em fornecer processamento em tempo real, potência de computação suficiente, fiabilidade, escalabilidade, custo e segurança para garantir a segurança e a qualidade da experiência do utilizador em veículos autónomos.