Объем данных, генерируемых на границе сети, постепенно увеличивается, и если мы сможем обрабатывать и анализировать данные на граничных узлах сети, то такая модель вычислений будет более эффективной. В настоящее время предлагается множество новых моделей вычислений, поскольку с ростом IoT облачные вычисления не всегда оказываются столь эффективными, как хотелось бы.
1. Облачные сервисы являются движущей силой:
Облачные центры обладают высокой производительностью и способны обрабатывать огромные объемы данных. Однако передача огромного количества данных в облачный центр становится сложной задачей. Узким местом в производительности системы модели облачных вычислений является ограниченная пропускная способность сети, передаче огромных данных требуется определенное время, а облачному центру - определенное время на обработку данных, что увеличивает время отклика на запрос и ухудшает качество работы пользователей.
2. Под влиянием Интернета вещей (IoT)
Стремительное развитие технологии IoT заставляет все больше обычных объектов с независимыми функциями объединяться и достигать взаимосвязи всего. Благодаря особенностям Интернета вещей все отрасли промышленности используют технологию IoT для быстрого достижения цифровой трансформации, и все больше конечных устройств в промышленности подключаются через сеть.
Однако Интернет вещей как огромная и сложная система, в разных отраслях имеет разные сценарии применения, по данным сторонних аналитиков, к 2025 году к сети будет подключено более 100 миллиардов терминальных устройств, объем данных терминала составит до 300 ЗБ, такой масштабный объем данных, при традиционной обработке данных, все полученные данные необходимо отправить на облачную вычислительную платформу для анализа, облачная вычислительная платформа столкнется с высокой задержкой сети, массовым доступом к устройствам и сложностью обработки больших объемов данных. Облачная вычислительная платформа столкнется с такими проблемами, как высокая задержка в сети, массовый доступ к оборудованию, массовая обработка данных, недостаточная пропускная способность и высокое энергопотребление.
Чтобы решить проблемы, связанные с высокой задержкой и отсутствием возможности анализа данных в реальном времени в традиционных методах обработки данных, появилась технология пограничных вычислений. Технология пограничных вычислений находится в непосредственной близости от объекта или источника данных на границе сети, благодаря интеграции сети, вычислений, хранения данных, основных возможностей приложений распределенной открытой платформы, приближенной к границе сети для предоставления интеллектуальных услуг. Проще говоря, пограничные вычисления позволяют получать данные с терминала и анализировать их непосредственно и агрессивно в локальном устройстве или сети рядом с местом получения данных, устраняя необходимость передачи данных в облачный центр обработки данных.
Например, эксплуатация и безопасность в режиме реального времени, необходимые для самоуправляемых автомобилей, заставляют переместить вычислительное ядро из облака на границу сети. Самоуправляемые автомобили постоянно получают и отправляют данные о дорожных условиях, местоположении и окружающих автомобилях. Самоуправляемые автомобили генерируют около 1 ГБ данных в секунду, а требуемая пропускная способность и задержки при обработке делают нецелесообразной отправку даже части терабайта (ТБ) данных на централизованный сервер для анализа. Быстрая обработка данных - важнейшая возможность, а пограничные вычисления - ключ к созданию возможностей для автономного вождения. Для безопасной и надежной работы автомобилей любое отставание в скорости обработки данных может оказаться фатальным.
Представьте себе самодвижущийся автомобиль, обнаруживающий объекты на дороге, управляющий тормозами или рулем с задержкой из-за облака. Любое замедление обработки данных приведет к замедлению реакции автомобиля. Если более медленный автомобиль не сможет своевременно отреагировать, это может привести к аварии. В этот момент жизнь людей может оказаться под реальной угрозой.
Поэтому необходимо обеспечить достаточную вычислительную мощность и разумное энергопотребление для обеспечения безопасности самодвижущихся автомобилей даже на высоких скоростях. Основными задачами при разработке экосистемы граничных вычислений для самоуправляемых автомобилей являются обеспечение обработки в реальном времени, достаточной вычислительной мощности, надежности, масштабируемости, стоимости и безопасности для обеспечения безопасности и качества пользовательского опыта в самоуправляемых автомобилях.