Razem: 0,00 zł
Przetwarzanie chmurowe (ang. cloud computing) to technologia, która została bardzo dobrze przyjęta zarówno przez biznes, jak i podmioty dostarczające rozwiązania dla konsumentów. Korzystanie z chmury jest niezwykle wygodne i bezpieczne, jednak nie jest pozbawione wad. Cloud computing nie radzi sobie najlepiej chociażby z dużymi wolumenami danych czy ich przetwarzaniem w czasie zbliżonym do rzeczywistego. Między innymi z tego względu na znaczeniu zyskiwać zaczęło przetwarzanie brzegowe. Na czym polega edge computing?
Czym jest edge computing?
Choć możemy nie zdawać sobie z tego sprawy, w wielu miejscach, w których się pojawiamy, zainstalowane są najróżniejsze czytniki Internetu Rzeczy (ang. Internet of Things), które mają za zadanie zbierać określone dane. Mowa chociażby o czujnikach, które zlokalizowane są na miejskich ulicach, w obiektach użyteczności publicznych, centrach handlowych, fabrykach itd. Gromadzą one ogromne ilości danych, które są następnie przetwarzane i analizowane. W jakim celu? By sprawniej planować ciągi komunikacyjne i zarządzać ruchem drogowym, automatyzować pracę zakładów produkcyjnych, monitorować zmiany klimatu czy stan zdrowia pacjentów. Możliwości zastosowania IoT jest naprawdę mnóstwo i ciągle pojawiają się kolejne.
Gromadzone przez najróżniejsze czujniki i urządzenia dane, w wielu przypadkach (np. w zastosowaniach z zakresu ochrony zdrowia) powinny być możliwie szybko przetwarzane i wykorzystywane do podejmowania konkretnych decyzji czy kroków. By jednak móc działać w czasie rzeczywistym lub maksymalnie do niego zbliżonym, konieczne jest przeniesienie obliczeń tam, gdzie znajdują się dane, a więc na brzeg sieci. I właśnie w ten sposób dochodzimy do idei edge computingu, czyli innymi słowy przetwarzania brzegowego. Koncepcję tą rozumieć należy jako przechowywanie danych i przeniesienie mocy obliczeniowej jak najbliżej miejsca, w którym generowane są dane.
Przesyłanie zgromadzonych przez czujnik IoT danych do chmury, by tam dokonać niezbędnych obliczeń i zainicjować określoną akcję wymaga czasu. O ile danych jest niewiele i sama kalkulacja niezbyt złożona, nie jest to duży problem. Wszystko zmienia się jednak w przypadku, gdy wolumen jest znaczący, a strata każdej sekundy niesie za sobą niepotrzebne ryzyko. Edge computing skutecznie rozwiązuje ten problem, a dodatkowo przetwarzanie danych na brzegu sieci pozwala w centralnym repozytorium – tj. w chmurze lub firmowej bazie danych, gromadzić tylko te informacje, które rzeczywiście są niezbędne. W rezultacie sama baza jest lżejsza, a koszty operacyjne, związane z jej utrzymaniem, odpowiednio niższe.
Źródło: https://stock.adobe.com/pl/images/cloud-computing-technology-concept-for-transfer-data-to-storage-system-white-cloud-icon-over-polygon-on-dark-blue-background/533592913
Edge computing vs. cloud computing – na którą koncepcję postawić?
Jedno z pytań, które nasuwa się w kontekście edge computingu tyczy się przetwarzania w chmurze i jego przyszłości w kontekście potrzeby przetwarzania danych w czasie rzeczywistym. Pozycja chmury jest niezagrożona, jednak biznes już dziś obawia się, że dynamiczne przyrastające wolumeny danych, jakie każdego roku generujemy, już wkrótce przełożą się na mniej lub bardziej istotne problemy z przeciążeniem sieci. O ile niewielkie opóźnienia w przesyłaniu danych dla zwykłego użytkownika nie będą stanowić większych problemów, o tyle dla użytkowników biznesowych mogą być już poważną komplikacją.
Biorąc pod uwagę, ile bilionów gigabajtów danych generujemy każdego roku, już za kilka lat spodziewać należy się problemów związanych z działaniem chmury w czasie rzeczywistym. By opóźnienie nie przekraczało jednej milisekundy, dane będą musiały być przetwarzane w odległości maksymalnie kilkuset kilometrów od użytkownika. Nikogo zatem nie powinien dziwić fakt, dlaczego edge computing zyskuje na popularności. Jest to technologia, która adresuje potrzeby zmieniającego się świata i pozwala właściwie zabezpieczyć się przed niepotrzebnymi opóźnieniami przesyłu danych.
Zupełnie niepotrzebne są tym samym obawy tyczące się przyszłości chmury. Przetwarzanie brzegowe nie zastąpi chmury, ale jedynie w niewielkim stopniu zmieni sposób w jaki będziemy z niej korzystali. Pozwoli ją odciążyć, oczyścić z niepotrzebnych danych, co w konsekwencji przełoży się na oszczędność zarówno czasu, jak i pieniędzy dla organizacji.
Gdzie wykorzystuje się dziś przetwarzanie brzegowe?
Przetwarzani brzegowe nie jest technologią, która pojawiła się w ostatnim czasie, dlatego już dziś znaleźć można wiele ciekawych przykładów jej biznesowego zastosowania. Wdrożenia tego typu wspiera między innymi NVIDIA i jej platforma NVIDIA IGX, zaprojektowana dla precyzyjnej sztucznej inteligencji brzegowej. Co więcej, zapewnia ona zaawansowane i proaktywne zabezpieczenia wrażliwym branżom – takim jak chociażby produkcja, logistyka czy opieka zdrowotna. Korzystanie z platformy IGX to z jednej strony szansa na wypracowanie niezwykle zadowalających rezultatów, a z drugiej wymierne oszczędności. Zastępuje ona bowiem kosztowne rozwiązania tworzone na potrzeby konkretnych przypadków użycia. Jest łatwo konfigurowalna i odpowiada na potrzeby zgłaszane przez różne branże.
Przejdźmy jednak do konkretnych przykładów, które mogą stać się inspiracją dla wykorzystania przetwarzania brzegowego dla wielu organizacji. Walmart, amerykańska sieć supermarketów, wykorzystuje dziś tę technologię, by zmieniać swoje placówki w prawdziwe sklepy przyszłości – inteligentne i zautomatyzowane na wielu płaszczyznach jednostki biznesowe. Firma wykorzystuje sztuczną inteligencję i przetwarzanie brzegowe, by optymalizować sprzedaż, operacje magazynowe i dostawy. Wszystko po to, by maksymalizować zysk przy jednoczesnym utrzymaniu kosztów na jak najniższym poziomie.
Podobne zastosowanie dla przetwarzania brzegowego zaobserwować dziś można w wielu zakładach produkcyjnych. Umiejętne rozlokowane czujniki i przetwarzane w czasie rzeczywistym dane mogą nie tylko wspierać łańcuch dostaw i w ten sposób przeciwdziałać przestojom produkcyjnym, ale również doskonalić sam proces produkcyjny, monitorować jakość wytwarzanych produktów, przewidywać ewentualne usterki i troszczyć się o bezpieczeństwo zatrudnionych w hali pracowników.
Poza typowo biznesowymi zastosowaniami przetwarzania brzegowego wspomnieć warto również o inicjatywach, które zmieniają codzienne życie nas wszystkich. Doskonałymi przykładami są wspomniane już przedsięwzięcia w obszarze ochrony zdrowia (np. monitoring stanu zdrowia czy analiza badań i wyników pacjenta), a także znacznie bardziej złożone inicjatywy, które mają na celu optymalizację ruchu drogowego w miastach. Doskonałym przykładem może tu być hrabstwo Maricopa w Arizonie, które zmagało się z nadmiernym natężeniem ruchu. Stworzona z pomocą NVIDIA platforma zarządzania ruchem, oparta na sztucznej inteligencji, szybko rozwiązała ten problem. W czasie rzeczywistym zbierała dane z otoczenia, identyfikowała i klasyfikowała uczestników ruchu drogowego niezależnie od pory dnia i pogody i na tej podstawie zarządzała sygnalizacją świetlną na poszczególnych skrzyżowaniach. Jak widać, zastosowanie technologii Edge computing w życiu codziennym przynosi wymierne korzyści, które przyczynią się do lepszego funkcjonowania społeczeństwa.
