Руководство для начинающих по граничным вычислениям
Опубликовано: 2018-03-30Мы можем определить граничные вычисления как распределенную ИТ-архитектуру, которая позволяет обрабатывать данные на периферии — как можно ближе к исходному источнику. Если все это звучит как тарабарщина, подождите.
В последнее десятилетие наблюдался колоссальный рост числа устройств, подключенных к Интернету, что привело к появлению технологии, известной как Интернет вещей (IoT). Проще говоря, IoT — это просто концепция взаимосвязи различных устройств и подключения каждого из устройств к Интернету с помощью простого переключателя включения / выключения. Это включает в себя все, от мобильных телефонов, кофеварок, холодильников, стиральных машин, носимых устройств и любых устройств, которые вы можете себе представить, которые легко подключаются к любому устройству и беспрепятственно передают данные.
Когда IoT начал набирать обороты, возникла проблема — работа с данными от этих взаимосвязанных устройств. Нет необходимости напоминать, что данные, о которых мы говорим, имеют размер в терабайтах. Традиционно данные, собранные с этих устройств, отправлялись в центральное облако организации для обработки. Однако это заняло довольно много времени из-за размера файлов данных. Передача таких больших наборов данных по сети в центральное облако также может подвергнуть уязвимые данные организации.
5 приложений обработки естественного языка для бизнеса в 2018 году
Пограничные вычисления пришли на сцену, чтобы решить все эти и многие другие задачи. Теперь еще раз взгляните на первый абзац и позвольте нам медленно провести вас через определение.
Название «пограничные вычисления» относится к вычислениям вокруг угла/края на сетевой диаграмме. Пограничные вычисления направляют всю значительную вычислительную вычислительную мощность к краям сетки. Как мы уже говорили ранее – как можно ближе к исходному устройству.
Как это помогает?
Рассмотрим умный светофор. Вместо того, чтобы звонить домой всякий раз, когда требуется анализ данных, если устройство способно выполнять аналитику внутри дома, оно может выполнять анализ потоковых данных в реальном времени и даже связываться с другими устройствами для выполнения задач на ходу. Таким образом, граничные вычисления ускоряют весь процесс анализа, позволяя быстро принимать решения.
Граничные вычисления также полезны для организаций, поскольку они помогают им сократить расходы, которые ранее были связаны с передачей наборов данных по сети. Помимо этого, это также позволяет организациям отфильтровывать полезные данные с самой периферии устройства, тем самым позволяя организациям собирать только ценные данные и сокращая расходы на облачные вычисления и хранение. Кроме того, граничные вычисления также сокращают время отклика до миллисекунд, сохраняя при этом сетевые ресурсы. Используя граничные вычисления, нам не обязательно отправлять данные по сети. Вместо этого локальная система пограничных вычислений отвечает за сбор данных и отправку частых отчетов в центральное облачное хранилище для долгосрочного хранения. Ясно, что отправляя только необходимые данные, граничные вычисления резко сокращают объем данных, проходящих по сети.
Развертывание Edge Computing идеально подходит для различных ситуаций. Одним из таких случаев является то, что устройства IoT имеют слабое подключение к Интернету, и им нецелесообразно постоянно подключаться к центральному облаку.
5 прорывных приложений машинного обучения
Другая такая ситуация может быть, когда требуется чувствительная к задержке обработка данных. Пограничные вычисления устраняют фактор задержки, поскольку данные не нужно передавать по сети в центральное облачное хранилище для обработки. Это идеально подходит для финансовых или производственных служб, где сложно достичь задержки в миллисекунды.
Еще одним вариантом использования граничных вычислений стала разработка сотовых сетей следующего поколения 5G. Келли Куинн, менеджер по исследованиям в IDC и эксперт в области граничных вычислений, прогнозирует, что по мере того, как поставщики телекоммуникационных услуг будут внедрять 5G в свои беспроводные сети, они начнут добавлять микроцентры обработки данных, либо интегрируясь в вышки 5G, либо располагаясь рядом с ними. Бизнес-клиенты смогут владеть или арендовать пространство в этих микроцентрах обработки данных для выполнения граничных вычислений и иметь прямой доступ к шлюзу в центральной сети поставщика телекоммуникационных услуг, который может быть подключен к общедоступному поставщику облачных услуг IaaS.
Давайте взглянем на некоторые другие варианты использования Edge Computing:
- Дроны способны достигать отдаленных мест, о которых человек даже не догадывается. Пограничные вычисления позволяют этим дронам просматривать, анализировать и реагировать на результаты анализа в режиме реального времени. Например, если дрон обнаруживает какую-либо чрезвычайную ситуацию, он может мгновенно предоставить ценную информацию людям, находящимся поблизости, без необходимости сначала отправлять данные по сети, а затем получать анализ.
- Дополненная реальность . Внедрение граничных вычислений сделало дополненную реальность еще на шаг вперед. Платформа граничных вычислений может предоставлять строго локализованные данные, нацеленные на интересующую пользователя точку; тем самым улучшая услуги AR.
- Автоматизированные транспортные средства . Такие гиганты, как Google и Uber, разрабатывают беспилотные автомобили. Граничные вычисления играют решающую роль в разработке таких автоматических транспортных средств. Эти транспортные средства могут обрабатывать и передавать жизненно важные данные в режиме реального времени другим транспортным средствам, курсирующим поблизости, с использованием периферийных вычислений. Эти гиганты стремятся сделать такие беспилотные автомобили реальностью для потребителей к 2020 году. С внедрением таких автоматизированных транспортных средств мы обязательно увидим снижение числа жизней, потерянных в результате автомобильных аварий.
Сказав все это, все еще есть некоторые компромиссы и проблемы, которыми нельзя пренебрегать, говоря о граничных вычислениях. Во-первых, на периферии обрабатывается и анализируется только небольшое подмножество всех данных. Затем анализ этих данных передается по сети. 
Это означает, что в идеале мы игнорируем некоторые необработанные, непроанализированные данные и потенциально упускаем некоторые идеи. Опять же возникает важный вопрос — насколько терпима эта «потеря» данных? Нужны ли организации все данные или им достаточно полученного результата? Не повлияет ли отсутствие некоторых данных на анализ организации?
Нейронные сети: приложения в реальном мире
На эти вопросы нет правильного ответа. Система самолета не может позволить себе пропустить какие-либо данные, даже их часть (без каламбура), поэтому все данные должны быть переданы и проанализированы для выявления тенденций и закономерностей. Но передавать данные во время полета — не лучшая идея. Таким образом, лучшим подходом будет сбор данных в автономном режиме и выполнение граничных вычислений во время полета. В целом, граничные вычисления не являются панацеей в мире информационных технологий. Это относительно новая технология, которая предлагает множество преимуществ. Тем не менее, по-прежнему важно знать, соответствует ли это потребностям вашей организации или нет.
Суть в том, что данные ценны. Все данные, которые можно проанализировать, должны быть проанализированы, чтобы выявить закономерности и получить представление. В современном мире компании, управляемые данными, добиваются гораздо большего прогресса по сравнению с традиционными. Edge Analytics — это новая и захватывающая область, которая отвечает за обслуживание и удобство использования данных, и мы можем ожидать увидеть много других интересных приложений в ближайшие годы.
Изучите курс машинного обучения в лучших университетах мира. Заработайте программы Masters, Executive PGP или Advanced Certificate Programs, чтобы ускорить свою карьеру.
