Что такое граничные вычисления?

Когда люди говорят о периферийных вычислениях, вы часто слышите о беспилотных автомобилях, автономных роботах и ​​автоматизированной розничной торговле. Но мой любимый пример граничных вычислений — это сеть ресторанов быстрого питания. В каждом ресторане работает аналитика данных интеллектуального кухонного оборудования, чтобы принимать решения, например, когда именно положить картофель фри во фритюрницу для идеальной хрусткости. Они используют граничные вычисления для гиперперсонализации таких действий для каждого магазина. Компания может создать прогноз в облаке, чтобы предсказать, сколько картофеля фри нужно приготовить в минуту в течение дня — это легко, если использовать данные о транзакционных продажах. >>

Оказание услуг быстро с индивидуальным подходом. Вот что могут сделать граничные вычисления.

<<< Конец >>> Но это на периферии, где каждый магазин микрокорректирует первоначальный прогноз с помощью конкретных данных на месте в режиме реального времени из своей кухни и систем торговых точек. Используя вычисления на периферии, они могут гарантировать, что картофель фри у всех будет хрустящим, будь то медленный день или толпа семей после небольшой игры в лиге. Оказание услуг быстро с индивидуальным подходом. Вот что могут сделать граничные вычисления.Означает ли край конец облачных вычислений? Точно нет! Облачные вычисления не только являются критическим компонентом управления периферией, но и будут стимулировать следующую волну облачных вычислений.

Что такое граничные вычисления и чем они отличаются от облачных вычислений?

• Интернета нет, или сигнал ограничен, как на нефтяной вышке, использующей спутниковую связь посреди океана.
• Данные не могут быть переданы за пределы сайта из соображений безопасности или правил конфиденциальности.
• Когда устройству необходимо анализировать данные и принимать решения за доли секунды, как в роботизированной хирургии. В этом случае даже секунда или две задержки означают отправку данных в облако и ожидание решения не вариант.

Преимущества граничных вычислений

Иногда клиенты спрашивают меня, чем отличается Edge. Основное преимущество периферийных вычислений заключается в снижении риска сбоев в работе сети или задержек в облаке, когда критична интерактивная и своевременная работа. Edge обеспечивает эти возможности, внедряя интеллект и автоматизацию в физический мир. Подумайте об оптимизации производственных операций на фабрике, управлении роботизированной хирургией пациента или автоматизации производства на шахте.

И если суперскорость и надежность недостаточно убедительны, я обычно дополняю еще тремя уникальными атрибутами преимущества:

1. Беспрецедентный контроль данных: Край — это первая точка, в которой вычисление подключается к источнику данных и определяет, насколько исходная точность сохраняется при оцифровке аналогового сигнала. Здесь мы реализуем, какие данные хранятся, запутываются, суммируются и маршрутизируются. Это также точка, где мы можем добавить элементы управления для обеспечения надежности данных, конфиденциальности и соблюдения правил.

Например, при распознавании лиц для разблокировки смартфона лучше хранить данные на периферии. Модели AI обучаются для каждого лица пользователя, и эти изображения никогда не покидают устройство.Поскольку данные никогда не передаются за пределы наших телефонов, они сохраняют нашу конфиденциальность и позволяют избежать нарушений безопасности в облаке.

2. Благоприятные законы физики: Edge всегда включен и имеет низкую задержку благодаря уменьшенному времени безотказной работы сети, времени приема-передачи и ограничениям пропускной способности.

Например, я и моя команда реализовали алгоритм визуальной аналитики на заводской производственной линии, чтобы найти дефекты в производстве автокресел. По мере того, как рабочие места перемещались по производственной линии, мы развернули наши модели вывода на основе глубокого обучения с малой задержкой на периферии, чтобы автоматизировать обнаружение дефектов в режиме реального времени. Решение идет в ногу со временем безотказной работы и скоростью производственной линии, которые могут обеспечить только периферийные вычисления.

3. Снижение затрат: Обработка на периферии удешевляет загрузку и хранение в облаке. Зачем платить за достоверные данные, если вам может быть достаточно сводного представления или ключевых идей?

Я убедился в экономичности периферии, когда работал над своей первой реализацией периферии. Это была нефтепромысловая компания, чьи нефтяные скважины были доступны только по воздуху — некоторые через спутник, а другие только с вертолета.

Хранение данных было ограничено, а немедленная передача данных была дорогостоящей — если она вообще была доступна. Мы уже занимались аналитикой данных по нефтяным скважинам, и нашим следующим шагом было развертывание некоторых из этих модулей непосредственно на скважине.

Мы использовали граничные вычисления, чтобы сохранить точность данных и оптимизировать то, что хранится и передается. Таким образом, мы по-прежнему могли выполнять обширную аналитику и сохранять самые важные (и рентабельные) данные.

Смогут ли граничные вычисления заменить облачные вычисления?

Нисколько. Даже с учетом этих замечательных преимуществ периферийные устройства не заменят облачные вычисления.

С одной стороны, край вместимость ограничен, потому что периферия снова вводит ограничения ресурсов на батарею, пропускную способность, хранилище и вычислительную мощность. Я всегда говорю, что не все может бежать по краю.

Думайте о периферии и облаке как о части вычислительного континуума. Облако находится в центре, а край дополняет его, поскольку оно расходится к «концам» сети.

Вместо этого думайте о периферии и облаке как о части вычислительного континуума. Облако находится в центре, а край дополняет его, поскольку оно расходится к «концам» сети.

Вот еще три причины, по которым Edge не заменит облачные вычисления:

1. Централизованные совмещенные облачные вычисления по-прежнему необходимы для обеспечения производительности и стоимости. Облачные данные и гравитация корпоративных приложений уже велики и готовы расти. Технический директор Accenture Пол Догерти прогнозирует, что «учитывая, что в настоящее время доля большинства компаний в облаке составляет лишь около 20 %, быстрый и экономичный переход на 80 % или более — это масштабное изменение, требующее смелой новой модели». Облако будет интегрировать с данными и вычисленными аналитическими данными с периферии, а также запускать новые приложения, которые будут развернуты на периферии.

2. Данные периферийных вычислений все чаще используются в ИИ, который, в свою очередь, как никогда нуждается в облаке. Вывод, который может произойти на периферии, начинается со объединения данных для экспериментов и обучения модели. А это требует больших вычислительных мощностей. Облако остается лучшим решением, когда нам нужно объединить периферийные, корпоративные и сторонние данные для обнаружения и создания модели ИИ.

3. Edge является расширением облака и требует общего подхода на основе платформы: Добавление новых технологий, таких как Edge, к существующим облачным платформам значительно упрощает управление приложениями и их оптимизацию.

Будущее — это новый облачный континуум

Облачные и граничные вычисления различны, но дополняют друг друга. Централизованно облако объединяет данные для создания новой аналитики и приложений, которые будут распространяться на периферии — на месте или у клиента. Это, в свою очередь, генерирует больше данных, которые возвращаются в облако для оптимизации работы. Я называю этот баланс благотворным циклом.

Обязательно появятся новые периферийные приложения, создающие высококонтекстный и персонализированный опыт. Однако будет сложно превзойти вариант использования хрустящего картофеля фри.

Cloud First Главный технолог

Тереза ​​руководит инкубацией и масштабированием технологий в облаке, таких как периферия, сетка данных и гетерогенная инфраструктура.