Panduan Pemula untuk Edge Computing
Diterbitkan: 2018-03-30Kita dapat mendefinisikan komputasi tepi sebagai arsitektur TI terdistribusi yang memungkinkan untuk memproses data di periferal – sedekat mungkin dengan sumber aslinya. Jika semua ini terdengar omong kosong, tunggu sebentar.
Dekade terakhir telah melihat pertumbuhan luar biasa dalam jumlah perangkat yang terhubung ke internet, yang telah memunculkan teknologi yang dikenal sebagai Internet of Things (IoT). Sederhananya, IoT hanyalah sebuah konsep menghubungkan berbagai perangkat dan menghubungkan masing-masing perangkat ke internet dengan tombol on/off sederhana. Ini mencakup semuanya, mulai dari ponsel, pembuat kopi, lemari es, mesin cuci, perangkat yang dapat dikenakan, dan perangkat apa pun yang dapat Anda pikirkan yang terhubung dengan mudah ke perangkat apa pun dan mentransfer data dengan mulus.
Saat IoT mulai mendapatkan momentum, muncul masalah – yaitu berurusan dengan data dari perangkat yang saling terhubung ini. Tidak perlu diingatkan bahwa data yang sedang kita bicarakan berukuran terabyte. Secara tradisional, data yang dikumpulkan dari perangkat ini dikirim ke cloud pusat organisasi untuk diproses. Namun, itu adalah proses yang memakan waktu, karena ukuran file data. Mentransfer kumpulan data besar seperti itu melalui jaringan ke cloud pusat juga dapat mengekspos data organisasi yang sensitif terhadap kerentanan.
5 Aplikasi Natural Language Processing untuk Bisnis di Tahun 2018
Komputasi tepi datang ke dalam gambar untuk mengatasi semua ini dan banyak lagi. Sekarang, lihat kembali paragraf pertama dan izinkan kami memandu Anda melalui definisi secara perlahan.
Nama 'komputasi tepi' mengacu pada perhitungan di sekitar sudut/tepi dalam diagram jaringan. Komputasi tepi mendorong semua kekuatan pemrosesan komputasi yang signifikan menuju tepi mesh. Seperti yang kami katakan sebelumnya – sedekat mungkin dengan perangkat asal.
Bagaimana ini membantu?
Pertimbangkan lampu lalu lintas yang cerdas. Alih-alih menelepon ke rumah kapan pun membutuhkan analisis data, jika perangkat mampu melakukan analitik internal, perangkat ini dapat menyelesaikan analisis data streaming secara real-time dan bahkan berkomunikasi dengan perangkat lain untuk menyelesaikan tugas saat bepergian. Oleh karena itu, komputasi tepi mempercepat seluruh proses analisis, memungkinkan pengambilan keputusan yang cepat.
Komputasi tepi juga bermanfaat bagi organisasi karena membantu mereka mengurangi biaya yang sebelumnya dikeluarkan untuk mentransfer kumpulan data melalui jaringan. Selain itu, ini juga memungkinkan organisasi untuk menyaring data yang berguna dari periferal perangkat itu sendiri – sehingga memungkinkan organisasi untuk mengumpulkan hanya data yang berharga dan memastikan mereka mengurangi biaya komputasi dan penyimpanan cloud. Selanjutnya, komputasi tepi juga mengurangi waktu respons menjadi milidetik, sambil menghemat sumber daya jaringan. Dengan menggunakan edge computing, kita tidak perlu mengirim data melalui jaringan. Sebaliknya, sistem komputasi tepi lokal bertanggung jawab untuk mengkompilasi data dan mengirimkan laporan secara berkala ke penyimpanan cloud pusat untuk penyimpanan jangka panjang. Jelas, dengan hanya mengirimkan data penting, komputasi tepi secara drastis mengurangi data yang melintasi jaringan.
Penerapan Edge Computing sangat ideal dalam berbagai situasi. Salah satu kasus tersebut adalah ketika perangkat IoT memiliki konektivitas internet yang lemah, dan tidak praktis bagi mereka untuk terus-menerus terhubung ke cloud pusat.
5 Terobosan Aplikasi Machine Learning
Situasi lain seperti itu dapat terjadi ketika ada persyaratan pemrosesan data yang sensitif terhadap latensi. Komputasi tepi menghilangkan faktor latensi karena data tidak perlu ditransfer melalui jaringan ke penyimpanan cloud pusat untuk diproses. Ini sangat ideal untuk layanan keuangan atau manufaktur di mana latensi milidetik sulit dicapai.
Satu lagi kasus penggunaan untuk komputasi tepi adalah pengembangan jaringan seluler 5G generasi berikutnya. Kelly Quinn, seorang manajer riset di IDC dan seorang ahli dalam komputasi tepi, memperkirakan bahwa ketika penyedia telekomunikasi menggabungkan 5G ke dalam jaringan nirkabel mereka, mereka akan mulai menambahkan pusat data mikro dengan mengintegrasikan ke dalam atau menempatkan berdekatan dengan menara 5G. Pelanggan bisnis akan dapat memiliki atau menyewa ruang di pusat data mikro ini untuk melakukan komputasi tepi dan memiliki akses langsung ke gateway ke jaringan pusat penyedia telekomunikasi, yang dapat dihubungkan ke penyedia cloud IaaS publik.
Mari kita lihat beberapa kasus penggunaan Edge Computing lainnya:
- Drone mampu menjangkau tempat-tempat terpencil yang bahkan tidak terpikirkan oleh manusia. Komputasi tepi memungkinkan drone ini untuk meninjau, menganalisis, dan merespons analisis secara real-time. Misalnya, jika drone menemukan situasi darurat, ia dapat secara instan memberikan informasi berharga kepada orang-orang terdekat tanpa harus terlebih dahulu mengirim data melalui jaringan dan kemudian menerima analisis.
- Augmented Reality – Pengenalan edge computing telah membawa Augmented Reality selangkah lebih maju. Sebuah platform komputasi tepi dapat menyediakan data yang sangat terlokalisasi yang ditargetkan pada tempat tujuan pengguna; sehingga meningkatkan layanan AR.
- Kendaraan otomatis – Raksasa seperti Google dan Uber datang dengan mobil self-driving. Komputasi tepi memainkan peran penting dalam pengembangan kendaraan otomatis tersebut. Kendaraan ini dapat memproses dan mengirimkan data penting secara real-time ke kendaraan lain yang melakukan perjalanan di dekatnya menggunakan komputasi tepi. Raksasa ini bertujuan untuk membuat mobil self-driving seperti itu menjadi kenyataan konsumen pada tahun 2020. Dengan diperkenalkannya kendaraan otomatis seperti itu, kami yakin akan melihat penurunan jumlah nyawa yang hilang karena kecelakaan mobil.
Setelah mengatakan semua ini, masih ada beberapa kompromi dan tantangan yang tidak dapat diabaikan ketika berbicara tentang komputasi tepi. Pertama-tama, hanya sebagian kecil dari seluruh data yang diproses dan dianalisis secara langsung. Kemudian, analisis data ini ditransmisikan melalui jaringan. 
Ini berarti bahwa kami idealnya mengabaikan beberapa data mentah yang belum dianalisis, dan berpotensi kehilangan beberapa wawasan. Sekali lagi, muncul pertanyaan penting – seberapa tahankah “kehilangan” data ini? Apakah organisasi memerlukan seluruh data atau apakah hasil yang dihasilkan cukup untuk mereka? Apakah kehilangan beberapa data akan berdampak negatif terhadap analisis organisasi?
Neural Networks: Aplikasi di Dunia Nyata
Tidak ada jawaban yang benar untuk pertanyaan-pertanyaan ini. Sistem pesawat tidak boleh melewatkan data apa pun, bahkan sedikit pun (tidak ada permainan kata-kata), jadi, semua data harus ditransfer dan dianalisis untuk mendeteksi tren dan pola. Tapi, mentransfer data selama waktu penerbangan bukanlah ide yang baik. Jadi, pendekatan yang lebih baik adalah mengumpulkan data secara offline dan melakukan komputasi tepi selama waktu penerbangan. Secara keseluruhan, komputasi tepi bukanlah obat mujarab di dunia Teknologi Informasi. Ini adalah teknologi yang relatif lebih baru yang menawarkan sejumlah manfaat. Namun, tetap penting untuk mengetahui apakah itu sesuai dengan kebutuhan organisasi Anda atau tidak.
Intinya adalah bahwa data itu berharga. Semua data yang dapat dianalisis harus dianalisis untuk mendeteksi pola dan mendapatkan wawasan. Di dunia saat ini, perusahaan berbasis data membuat lebih banyak kemajuan dibandingkan dengan yang tradisional. Edge Analytics adalah ruang baru dan menarik dan merupakan jawaban untuk pemeliharaan dan kegunaan data, dan kami dapat berharap untuk melihat lebih banyak aplikasi menarik yang sama di tahun-tahun mendatang.
Pelajari Kursus ML dari Universitas top Dunia. Dapatkan Master, PGP Eksekutif, atau Program Sertifikat Tingkat Lanjut untuk mempercepat karier Anda.
