Una guida per principianti all'edge computing
Pubblicato: 2018-03-30Possiamo definire l'edge computing come un'architettura IT distribuita che consente di elaborare i dati alla periferia, il più vicino possibile alla fonte di origine. Se tutto questo suona senza senso, aspetta.
L'ultimo decennio ha visto un'enorme crescita del numero di dispositivi connessi a Internet, che ha dato origine a una tecnologia nota come Internet of Things (IoT). In poche parole, IoT è solo un concetto di interconnessione di vari dispositivi e connessione di ciascuno dei dispositivi a Internet con un semplice interruttore di accensione/spegnimento. Ciò include qualsiasi cosa, da telefoni cellulari, macchine per il caffè, frigorifero, lavatrici, dispositivi indossabili e qualsiasi dispositivo che ti venga in mente che si collega facilmente a qualsiasi dispositivo e trasferisce i dati senza interruzioni.
Quando l'IoT ha iniziato a prendere slancio, è sorto un problema: quello di gestire i dati da questi dispositivi interconnessi. Non c'è bisogno di ricordare che i dati di cui stiamo parlando hanno una dimensione di terabyte. Tradizionalmente, i dati raccolti da questi dispositivi venivano inviati al cloud centrale dell'organizzazione per l'elaborazione. Tuttavia, è stato un processo piuttosto lungo, a causa delle dimensioni dei file di dati. Il trasferimento di set di dati così grandi sulla rete a un cloud centrale può anche esporre a vulnerabilità i dati aziendali sensibili.
5 Applicazioni dell'elaborazione del linguaggio naturale per le aziende nel 2018
L'edge computing è entrato in scena per affrontare tutto questo e altro ancora. Ora, dai un'occhiata di nuovo al primo paragrafo e consentici di guidarti lentamente attraverso la definizione.
Il nome "edge computing" si riferisce al calcolo dietro l'angolo/bordo in un diagramma di rete. L'edge computing spinge tutta la significativa potenza di elaborazione computazionale verso i bordi della mesh. Come abbiamo detto prima, il più vicino possibile al dispositivo di origine.
In che modo questo aiuta?
Considera un semaforo intelligente. Invece di chiamare a casa ogni volta che necessita di analisi dei dati, se il dispositivo è in grado di eseguire analisi internamente, può eseguire analisi in tempo reale dei dati in streaming e persino comunicare con altri dispositivi per completare le attività in movimento. L'edge computing, quindi, velocizza l'intero processo di analisi, consentendo un rapido processo decisionale.
L'edge computing è anche vantaggioso per le organizzazioni in quanto le aiuta a ridurre i costi sostenuti in precedenza per il trasferimento di set di dati su una rete. Oltre a ciò, consente anche alle organizzazioni di filtrare i dati utili dalla periferia del dispositivo stesso, consentendo così alle organizzazioni di raccogliere solo dati preziosi e garantendo loro di ridurre i costi di cloud computing e archiviazione. Inoltre, l'edge computing riduce anche il tempo di risposta a millisecondi, conservando nel contempo le risorse di rete. Utilizzando l'edge computing, non abbiamo necessariamente bisogno di inviare i dati su una rete. Al contrario, il sistema di edge computing locale è responsabile della compilazione dei dati e dell'invio di report frequenti all'archivio cloud centrale per l'archiviazione a lungo termine. Chiaramente, inviando solo i dati essenziali, l'edge computing riduce drasticamente i dati che attraversano la rete.
L'implementazione di Edge Computing è ideale in una varietà di situazioni. Uno di questi casi è quando i dispositivi IoT hanno una connettività Internet debole e non è pratico per loro essere costantemente connessi a un cloud centrale.
5 Applicazioni rivoluzionarie dell'apprendimento automatico
Un'altra situazione simile può verificarsi quando è necessario un trattamento dei dati sensibile alla latenza. L'edge computing elimina il fattore di latenza poiché i dati non devono essere trasferiti su una rete allo storage cloud centrale per l'elaborazione. Questo è l'ideale per i servizi finanziari o di produzione in cui è difficile ottenere latenze di millisecondi.
Un altro caso d'uso per l'edge computing è stato lo sviluppo delle reti cellulari 5G di nuova generazione. Kelly Quinn, responsabile della ricerca presso IDC ed esperta di edge computing, prevede che man mano che i fornitori di telecomunicazioni incorporeranno il 5G nelle loro reti wireless, inizieranno ad aggiungere micro-data center integrandosi o posizionandosi adiacenti alle torri 5G. I clienti aziendali potrebbero possedere o affittare spazio in questi micro-data center per eseguire l'edge computing e avere accesso diretto a un gateway nella rete centrale del provider di telecomunicazioni, che può essere connesso a un provider cloud IaaS pubblico.
Diamo un'occhiata ad altri casi d'uso di Edge Computing:
- I droni sono in grado di raggiungere luoghi remoti a cui l'uomo non riesce nemmeno a pensare. L'edge computing consente a questi droni di rivedere, analizzare e rispondere all'analisi in tempo reale. Ad esempio, se un drone rileva una situazione di emergenza, può fornire istantaneamente informazioni preziose alle persone vicine senza dover prima inviare i dati su una rete e quindi ricevere l'analisi.
- Realtà aumentata : l'introduzione dell'edge computing ha portato la realtà aumentata a fare un ulteriore passo avanti. Una piattaforma di edge computing può fornire dati altamente localizzati mirati al punto di interesse dell'utente; potenziando così i servizi AR.
- Veicoli automatizzati : giganti come Google e Uber stanno inventando auto a guida autonoma. L'edge computing gioca un ruolo cruciale nello sviluppo di tali veicoli automatici. Questi veicoli possono elaborare e trasmettere dati vitali in tempo reale ad altri veicoli che si spostano nelle vicinanze utilizzando l'edge computing. Questi giganti mirano a rendere tali auto a guida autonoma una realtà di consumo entro il 2020. Con l'introduzione di tali veicoli automatizzati, siamo sicuri di assistere a una diminuzione del numero di vite perse a causa di incidenti automobilistici.
Detto questo, ci sono ancora alcuni compromessi e sfide che non possono essere trascurate quando si parla di edge computing. Prima di tutto, solo un piccolo sottoinsieme di tutti i dati viene elaborato e analizzato on edge. Quindi, l'analisi di questi dati viene trasmessa sulla rete. 
Ciò significa che idealmente stiamo ignorando alcuni dei dati grezzi e non analizzati e potenzialmente perdendo alcune informazioni. Ancora una volta, sorge una domanda importante: quanto è sopportabile questa "perdita" di dati? L'organizzazione ha bisogno di tutti i dati o il risultato generato è sufficiente per loro? La perdita di alcuni dati influenzerà negativamente l'analisi dell'organizzazione?
Reti neurali: applicazioni nel mondo reale
Non esiste una risposta corretta a queste domande. Un sistema aereo non può permettersi di perdere nessun dato, nemmeno una piccola parte (nessun gioco di parole), quindi tutti i dati dovrebbero essere trasferiti e analizzati per rilevare tendenze e modelli. Tuttavia, trasferire i dati durante il volo non è una buona idea. Quindi, un approccio migliore sarà quello di raccogliere i dati offline ed eseguire l'edge computing durante il tempo di volo. Tutto sommato, l'edge computing non è una panacea nel mondo dell'Information Technology. È una tecnologia relativamente più recente che offre una serie di vantaggi. Tuttavia, è comunque importante sapere se si adatta alle esigenze della tua organizzazione o meno.
La linea di fondo è che i dati sono preziosi. Tutti i dati che possono essere analizzati devono essere analizzati per rilevare i modelli e ottenere informazioni dettagliate. Nel mondo di oggi, le aziende basate sui dati stanno facendo molti più progressi rispetto a quelle tradizionali. Edge Analytics è uno spazio nuovo ed entusiasmante ed è una risposta per la manutenzione e l'usabilità dei dati, e possiamo aspettarci di vedere molte altre interessanti applicazioni degli stessi negli anni a venire.
Impara il corso ML dalle migliori università del mondo. Guadagna master, Executive PGP o programmi di certificazione avanzati per accelerare la tua carriera.
