Данные и аналитика - ценные активы для любой компании. Сегодня принятие решений на основе данных проникло в каждый аспект нашей жизни.
Традиционно предприятия собирают данные с разрозненных IoT-устройств и датчиков, помещают их в центральное хранилище, например в озеро данных или хранилище данных, и выполняют вычисления для извлечения информации. Что, если бы организации могли отказаться от этапа централизации/интеграции данных и перейти непосредственно к этапу вычислений? Такой подход, называемый "пограничными вычислениями", позволяет организациям:
автономное поведение машины
Более высокий уровень безопасности данных
Сократите расходы на передачу данных
Что такое пограничные вычисления?
Пограничные вычисления - это метод вычислений, при котором вычисления выполняются на нецентральных компонентах системы, таких как датчики, коммутаторы и различные подключенные устройства. Другими словами, информация поступает ближе к источнику данных, а не из центрального узла, расположенного за тысячи километров.
С появлением технологии IoT организации собирают и вычисляют все большие объемы данных. Однако передача данных в центральный центр и передача результатов на периферию требует времени. Пограничные вычисления, с другой стороны, предоставляют информацию на границе сети.
Почему важны пограничные вычисления?
Пограничные вычисления позволяют быстрее принимать решения, особенно в условиях низкой пропускной способности. Пограничные вычисления - важная область инвестиций для технологических гигантов, учитывая, что предприятия все больше полагаются на автоматизированное принятие решений на основе данных.
Такие отрасли, как розничная торговля, энергетика, безопасность, производство и логистика, могут извлечь выгоду из быстрого принятия решений, обеспечиваемого пограничными вычислениями. Например, когда самоуправляемый автомобиль сталкивается с препятствием на дороге, ему необходимо за доли секунды принять решение о торможении. В этом случае принятие решений должно быть быстрее, чем любое решение на базе облачных вычислений. Предприятия устанавливают датчики и интеллектуальные устройства на границе сети, чтобы ускорить вычисление данных.
Пограничные вычисления - это не только принятие решений за миллисекунды. Сегодня объем данных, собираемых с различных устройств и датчиков, стремительно растет. При ограниченной полосе пропускания между серверами и пограничными устройствами скорость передачи данных может оказаться недостаточной для чувствительных ко времени приложений.
Пограничные вычисления - область, в которую технологические гиганты вкладывают значительные средства:
В январе 2020 года компания Apple приобрела Xnor.AI, стартап, специализирующийся на искусственном интеллекте. Apple планирует запускать вычислительные модели глубокого обучения на таких устройствах, как мобильные телефоны, IoT-устройства, камеры, беспилотники и встроенные процессоры.
Google Cloud и AWS имеют продукты, ориентированные на пограничный IoT.
Как работают пограничные вычисления?
Рабочий процесс инструментов для вычислений на границе обычно происходит по следующей схеме:
Датчики или устройства на границе собирают данные
Возможности вычислений в устройстве выполняют вычисления на границе
Если устройству необходимо предпринять какие-либо действия, оно делает это на основе вычислений
Соответствующие данные (но не все) передаются с периферии в облако, поэтому предприятия могут понять общую картину, агрегируя данные с тысяч устройств (в рамках ограничений пропускной способности).
Чем пограничные вычисления отличаются от обычных вычислений?
Пограничные вычисления имеют те же возможности, что и обычные вычислительные приложения, за исключением места выполнения вычислений. Основное отличие заключается в том, что приложения для пограничных вычислений должны работать на пограничных устройствах с ограниченной памятью, вычислительной мощностью или коммуникациями. Такие приложения оптимизированы для работы в рамках этих ограничений.
Каковы преимущества вычислений на границе?
Преимущества вычислений на границе включают:
Более быстрые и автономные решения, так как информация определяется в источнике данных, что сокращает время ожидания.
Сокращение расходов на хранение и управление централизованными данными, поскольку меньше данных хранится централизованно
Расходы на передачу данных ниже, поскольку в центральное хранилище данных передается меньше данных.
Повышенная безопасность/приватность, поскольку подробные данные (например, видеоклипы) не хранятся и не передаются
Варианты использования граничных вычислений
Интеллектуальный мониторинг: Предприятия могут повысить уровень безопасности с помощью пограничных служб обнаружения вторжений в режиме реального времени. Используя необработанные изображения с камер наблюдения, пограничные вычисления могут обнаруживать и отслеживать любые подозрительные действия.
Удаленный мониторинг и обслуживание: Такие отрасли, как энергетика и производство, могут требовать немедленного реагирования при поломке или необходимости технического обслуживания любого оборудования. Без необходимости централизованного вычисления данных организации могут быстрее выявлять признаки неисправности и принимать меры до того, как в системе возникнут узкие места.
Вычисление поведения покупателей в розничной торговле: Ритейлеры могут использовать данные с различных датчиков, включая датчики на парковке, метки для тележек и камеры в магазинах. Выполняя расчеты на основе данных, собранных с этих устройств, ритейлеры могут предоставлять покупателям персонализированные услуги.
Ключевые слова: шлюз для пограничных вычислений