Opas bi-sovellusten käyttöön reunalaskennalla

Kaikki puhuvat reunalaskennasta nykyään, mutta harvat ymmärtävät, mikä se on, vielä vähemmän mitä sen kanssa tehdä. Lyhyesti sanottuna reunalaskenta tarkoittaa prosessointia lähellä tietolähdettä, joko anturissa tai lähellä yhdyskäytävää. Jos haluat tietää, kuinka IT pystyy parhaiten hallitsemaan reunalaskentaa vaihtoehtona, tarkista "IT-tarpeiden, jotta aloitetaan ajattelemaan 5G: tä ja Edge Cloud Computingia" -sarake, jonka kirjoitti Wayne Rash, kollegani ja PCMag IT Watch -apulainen. Mutta tämän artikkelin tarkoituksia varten voimme aloittaa markkinatutkimusyrityksen IDC: n selityksellä, joka määrittelee reunalaskennan "mikrotietokeskusten verkkoksi", jonka "jalanjälki on alle 100 neliömetriä".

Kuten useimmissa teknologiatilan uusissa termeissä, "reunalaskentaa" käytetään laajasti ja se on liitetty moniin muihin sanatyyppitekniikoihin, mukaan lukien blockchain, sisällönjakeluverkot (CDN), verkkolaskenta, verkkolaskenta ja vertaisverkko vertaislaskenta. Yleinen tehtävä riippumatta siitä, kumpi tekniikka otetaan käyttöön reunalaskennan yhteydessä, on nopeuttaa mitä tahansa data-analyysiä ja siihen liittyviä toimia lyhentämällä etäisyyttä tietojen käsittelyn ja sen välillä, missä kyseisen tulosteen lopputuloksella on vaikutus.

Kun on kyse vaikeasti voitetun yritystiedon (BI) näkemysten muuttamisesta käytännöllisiksi oivalluksiksi, se on tärkeä näkökohta. Mutta vaikka BI (etenkin matalan viiveen analysointi) ja reunalaskenta vaikuttavat olevan tekniikan taivaassa tehty ottelu, on paljon harkittava ennen näiden kahden yhdistämistä.

Analytics reunalla vs. streaming Analytics

Reunalaskennan merkitys analytiikalle on selvä, kun huomaat, ettei ole muuta käytännöllistä tapaa siirtää meneillään olevaa Internet of Things (IoT) -tietoa pilveen luomatta kestämätöntä viivettä ja yhtä helvettä verkkoliikenteen tukosta. Tämä viiveongelma voi osoittautua kohtalokkaana monissa uusissa analytiikkasovelluksissa, kuten itsenäisessä ajamisessa. Tietojen ylivuoto vie sinut laajakaistayhteydeltä pullonkaulaan lyhyemmässä ajassa kuin sano "Stream it up, Scotty".

Kyllä, virtausanalyysit mainittiin vain muutama vuosi sitten viiveellä herkällä ihmelääkkeellä, jolla haetaan IoT-tiedoista luettua reaaliaikaista tietoa. Mutta vaikka virtausanalytiikalla on edelleen paljon yläpuolella, se ei ole pystynyt muuttamaan fysiikkaa. Suuri tiedonsiirto hidastaa lukuisilla reitittimillä, virtualisointipakettien viiveillä, katkenneilla yhteyksillä ja muilla verkon fyysisillä rajoituksilla. IoT: n tapauksessa syrjäisillä alueilla verkkoyhteyden hankkiminen on mahtava varovainen ehdotus tietyllä päivällä.

Ei ole väliä, että kaikkia näitä ongelmia suurentaa datan ja laskentaprosessien välinen fyysinen etäisyys. Näistä syistä ja muista syistä analyysin suoratoisto on yleensä "melkein reaaliaikainen" kuin reaaliaikainen. Tämä viive - riippumatta siitä kuinka pieni - on valtava ongelma, jos esimerkiksi sanotaan, että tarvitset lähtöjä ajoissa, jotta autonominen auto voi jarruttaa ja välttää törmäyksen. Se on vieläkin suurempi ongelma, jos haluat kaikkien moottoritiellä olevien autojen jarruttavan kerralla.

Lyhyesti sanottuna Star Trekillä ja tosielämän tiedonsiirtoyrityksillä on rajansa, eikä IT: ssä mitään mitään skottilaista voi tehdä tässä. IoT-tietoja on yksinkertaisesti liian paljon nykypäivän verkkojen käsiteltäväksi, ja niiden määrä kasvaa edelleen henkeäsalpaavalla nopeudella. Täältä iso vieras: Reunalaskenta johtaa tiedon nousuun verkon kautta ja tarjoaa myös nopeammat analysointitulokset.

Reuna pilvi vs. pilvi

Koska nämä mikrotietokeskukset voidaan ja usein yhdistetään yhteistyöhön, viestintään tai toisistaan ​​riippuvaisiin toimintoihin, jotkut ihmiset haluavat käyttää termiä "reunapilvi".

Esimerkiksi nykyajan autoissa on satoja sulautettuja tietokoneita, jotka on suunniteltu yksittäisten järjestelmien hallintaan, mutta jotka on myös kytketty toisiinsa, jotta järjestelmät voivat kommunikoida keskenään ja mukautua tarpeen mukaan. Toisin sanoen, ne erikseen, yhdessä ja käyttävät voimakkaasti reunalaskentaa monien monimutkaisten toimintojen suorittamiseen.

"He eivät vain reagoi havaittuihin olosuhteisiin, vaan oppivat ja mukautuvat ajan myötä", kertoi Johnathan Vee Cree, tohtori, sulautettujen ja langattomien järjestelmien tutkija / insinööri Yhdysvaltain energiaministeriön Tyynenmeren luoteisosassa sijaitsevassa kansallisessa laboratoriossa (PNNL). "Esimerkiksi nykyaikaiset polttoaineen ruiskutusjärjestelmät tarkkailevat auton ajotapoja tehon ja polttoainetehokkuuden optimoimiseksi. Tämän tiedon reaaliaikainen luonne tekisi mahdotonta käsitellä muualla kuin reunalla."

Jopa monijärjestelmän sisäisissä keskinäisriippuvuuksissa termillä "reunapilvi" on taipumus hämärtää ymmärrystä entisestään, koska se on epätarkka.

"Kun puhutaan internet-laitteista, näkökohdat ovat melkein vastakohtana pilvelle", sanoi Vee Cree. "IoT-laitteilla on tyypillisesti rajallinen tallennus- ja prosessointiteho, mahdollisesti ajoittaisia ​​yhteyksiä ulkomaailmaan, ja ne voivat saada virtansa akusta. Näiden laitteiden tärkein arvo on niiden kyky muuttaa niiden käytettävissä olevat raakat anturiarvot merkitykselliseksi tiedoksi."

Yllä oleva graafinen reunalaskentalaite on painettu uudelleen Technalysis Researchin luvalla.

Reunalaskenta ja pilvilaskenta eivät kuitenkaan sulje toisiaan pois. Itse asiassa ne ovat kietoutuneet menestyneimpiin Internet-tietostrategioihin. Se ei todennäköisesti muutu pian.

"Esimerkki reuna- ja pilvilaskennan yhdistelmästä tulee Teslan autopilottiominaisuuksista. Autopilottijärjestelmän on tunnistettava ja reagoitava jatkuvasti muuttuviin ajo-olosuhteisiin. Se tekee tämän käyttämällä koneoppimisalgoritmeja, jotka kykenevät havaitsemaan ja välttämään vaaroja samalla kun Vaikka näitä tietoja käytetään päätöksentekoon reaaliajassa, niitä jaetaan myös pilven kanssa ja käytetään autopilotin parantamiseen kaikille kuljettajille ", selitti PNNL: n ohjelmistosuunnittelija William Moeglein.

Reuna- ja pilvikombo-toisto on yleinen yksinkertaisesti siksi, että se toimii; se hyödyntää molempien maailmojen parasta, mutta se ei ole ainoa peli kaupungissa. Itse asiassa 36 prosenttia reuna-analytiikasta sijaitsee yritystietokeskuksessa, 34 prosenttia reunalla ja 29 prosenttia pilvessä, toteaa "Computing on the Edge: Survey Highlights", toimitusjohtajan Bob O'Donnellin raportti. ja pääanalyytikko Technalysis Researchissa. Tämä tarkoittaa, että reuna-analyysien toteuttamisessa on vaihtoehtoja. Valinta riippuu täysin siitä, mitä yrität tehdä, ja olosuhteista, joissa yrität saavuttaa tämän tavoitteen.

"Laskentatehon ja energiankulutuksen välinen kompromissi voi olla rajoittava tekijä, kun laitteita käytetään akusta. Tapauksissa, joissa virrankulutus on tärkeää, voidaan tehdä päätöksiä pienten tietomallien perusteella, vaikka heillä olisi pääsy jatkuviin anturilukemiin", sanoi. PNNL: n Moeglein.

"Reunalaskenta mahdollistaa palautteen kenttälaitteille, joilla viestintää ei taata, jotka ovat yksisuuntaisia ​​tai rajoitettuja", Moeglein jatkoi. "Tapauksissa, joissa järjestelmien odotetaan toimivan paristoilla vuosien tai vuosikymmenien ajan, reunalaskentaa voidaan käyttää laitteen pidemmän käyttöiän aikaansaamiseksi vähentämällä siirrettävää tietoa."

Yllä oleva sumulaskentagrafiikka on painettu uudelleen Cisco Systems, Inc: n luvalla .

Poista reunapilven sumu

Automaatio, jolla hallitaan ja optimoidaan missä ja miten analysointi tehdään, seurasi pian, mikä johtaa käsitteeseen "sumulaskenta", termi, jonka IT- ja verkkotoimittaja Cisco Systems loi. Tässä strategiassa, kuten Cisco selittää valkoisessa kirjassa, "kehittäjät joko portoivat tai kirjoittavat IoT-sovelluksia verkon reunassa oleviin sumu-solmuihin. Verkon reunaan lähimmät sumu-solmut syövät tietoja IoT-laitteista. Sitten - ja tämä on ratkaisevan tärkeää - sumu-Internet-sovellus ohjaa erityyppisiä tietoja optimaaliseen paikkaan analysoitavaksi. " Kuten yllä olevassa kuvassa on esitetty, Ciscon mielestä sumulaskenta laajentaa pilviä lähemmäksi tosiasiallisia tiedonkeruuta tekeviä laitteita. Laittamalla sumusolmuja välittömään läheisyyteen Internet-laitteiden kanssa, Cisco pyrkii nopeuttamaan analytiikkaa vähentäen samalla viivettä.

Jotkut sanovat, että tätä on helpompaa ajatella, että pilvilaskenta työnnetään reunaan - toisin sanoen hajautettu - toisin kuin reunalaskenta, joka laskee verkon reunalla, usein tosiasiallisesti Internet-laitteella. Hyvin vivahteistettu ero, varmasti.

Usein ihmiset käyttävät "reunalaskentaa" ja "sumulaskentaa" keskenään, koska nämä kaksi käsitettä ovat hyvin samankaltaisia. Sumulaskennan kyky lajitella ja reitittää tietoja eri paikkoihin analysointia varten erottaa sen. Se, ja sumulaskenta on useimmiten "lähellä reunaa" (ts. Yhdyskäytävä) kuin todella reunalla, kuten Internet-laitteella.

Lyhyesti sanottuna, ei ole yksimielisyyttä siitä, mistä tarkalleen ottaen reunalaskenta on, mutta monet ihmiset, jotka sanovat, että aiheen sumuttaminen ei auta. Edellä mainitun TECHnalysis -tutkimusraportin mukaan "enemmän ihmisiä ajattelee, että reunalaskenta on tehty päätepisteistä (29, 8 prosenttia) kuin yhdyskäytävistä (13, 2 prosenttia), mutta 44 prosenttia ajattelee, että se on molemmat."

Joka tapauksessa "loppukäyttösovellus ajaa lopulta järjestelmän tarpeet ja pyrkii löytämään tasapainon reunaan tai pilveen tapahtuvan käsittelyn etujen välillä", kertoi PNNL: n Vee Cree.

Tässä on vain yksi peukalosääntö: Jos tarvitset päätöksen lähes tai reaaliajassa, suorita käsittely mahdollisimman lähellä tietolähdettä kuin mahdollista. Reunalaskenta on valinta poistaa viive, vähentää energiankulutusta ja vähentää verkkoliikennettä.

Sovellusliittymät, sovellukset ja ekosysteemit

Yleensä reunalaskennan yhteydessä käytettävien sovellusten tarkoituksena on saavuttaa nopeus ja tehokkuus. Täältä löydät vähemmän todennäköisesti erillisiä BI-sovelluksia, vaan upotettuja BI-toimintoja ja tietysti sovellusohjelmointirajapintoja (API) liittymään IoT-tietoja nykyisiin pilvipalvelun BI-sovelluksiin ja -kehyksiin.

"Reunalaskennan käsite auttaa yrityksiä omaksumaan pilvilaskennan edut myös tilanteissa, joissa viive ja yhteys ovat ongelmia. Jotkut sovellukset käsittelevät datan kokoa tai nopeusvaatimusta, joka kieltää pyöreä kompastuksen pilveen ja tällaisissa tapauksissa Tableau Paikallisiin sovelluksiin upotettu analytiikka tuottaa tietoa nopeasti ", kertoi Tableau Software -yrityksen tuotemarkkinointijohtaja Mark Jewett.

"Muissa tapauksissa reunalaskenta tarjoaa tavan käsitellä tilanteita, joissa yhteydet eivät ole luotettavia tai ovat kalliita tai jaksottaisia. Esimerkkejä liikkuvista asioista, kuten aluksista, kauko-asioista, kuten öljylaiturit tai miinat, tai jopa tilanteista joissa yhteydet ovat hyviä, mutta ei syytä ottaa riskiä keskeytyksiin, kuten tuotantolaitosjärjestelmiin, joissa seisokit ovat erittäin kalliita. Analyytikot ja muut alan käyttäjät, joilla ei ehkä ole pääsyä koko työasemaan, haluavat silti saman analysointitehon kuin he. ovat tottuneet."

Tableau ei ole ainoa BI-toimittaja, joka työskentelee tietojen kanssa tai joiden reuna on tietojen kanssa. Microsoft huomautti tapaustutkimuksena Schneider Electricistä, yhdestä asiakkaistaan. Schneider Electricillä on reunasovellus, joka suorittaa ennakoivan kunnossapidon öljytangolla käyttämällä Azure Machine Learning- ja Azure IoT Edge -laitteita turvallisuuden parantamiseksi ja vaaratilanteiden vähentämiseksi syrjäisillä alueilla, Microsoftin tiedottaja sanoi. Tietojen käsittely tapahtuu laitteella. Tämä saavutetaan tuomalla pilvipalvelu - pilvessä koulutetut ML-mallit - itse reunalaitteeseen. Tämä mahdollistaa poikkeavuuksien nopeamman havaitsemisen suuren treenitietojoukon perusteella.

Samaan aikaan IBM Watson raportoi lukemattomia käyttötapauksia, mukaan lukien ympäristön ja laitteen ääni- ja keskusteluanalyysit, droonien kuva- ja videoanalyysit sekä akustisen ylläpidon ja turvallisuuden analysoinnit.

"Kaikissa näissä tapauksissa reuna-analytiikka mahdollistaa paremman suorituskyvyn, kustannukset ja yksityisyyden toimimalla paikallisesti laitteissa", sanoi Bret Greenstein, IBM Watson IoT: n kuluttajatuotteiden johtaja. "Kasvu on jännittävää, kun laskentateho kasvaa, ja ML kypsyy ja luo erikoistuneempia käyttötapoja.

"Laitteet voivat" ymmärtää "näkemänsä ja kuulemansa ja käyttää sitä ymmärtämään parempaa palvelua ja tehdä parempia valintoja. Tämä tapahtuu reaaliajassa. Ja koska tosiasialliset tiedot voidaan muuntaa reunalaitteen oivalluksiksi, et ehkä on lähetettävä tiedot pilvelle, mikä parantaa kustannuksia ja auttaa ottamaan käyttöön uusia yksityisyyden suojan muotoja."

Uusien tietosuojakerrosten lisääminen voi mahdollisesti edistää huomattavasti yrityksen vastuiden vähentämistä, kun taas tietojen tarjoaminen yritysten on menestyvä.

Edge Computing -sovellukset numeroiden mukaan

Kun pidetään mielessä, että reunalaskenta on vasta alkutekijöissään, ei ole yllättävää, että vain reunalaskentasovellusten rikkoutuminen on uutta (39 prosenttia), kertoo TECHnalysis Research. Suurin osa (61 prosenttia) on siirrettyjä pilvisovelluksia. Seuraavat ovat kuitenkin huipputekniikan sovelluksia:

Toimintaanalytiikka (44 prosenttia)

Prosessien seuranta (35 prosenttia)

Työntekijöiden seuranta (32 prosenttia)

Omaisuuden etävalvonta (28 prosenttia)

Työpaikan / turvallisuuden vaatimustenmukaisuus (24 prosenttia)

Ennustava ylläpito (22 prosenttia)

Aineellisten hyödykkeiden seuranta paikan päällä (20 prosenttia)

Saman TECHnalysis -tutkimusraportin mukaan viisi tärkeintä syytä pilvisovellusten siirtämiseen reunaan ovat turvallisuuden parantaminen, kustannusten vähentäminen, viiveen vähentäminen, paikallisen ohjauksen parantaminen ja verkkoliikenteen vähentäminen.

BI-linssin avulla tehosteita ja mahdollisuuksia parannetaan reunalaskennalla. Siksi on järkevää ensin siirtää pilvisovelluksia tai upottaa analytiikka olemassa oleviin Internet-sovelluksiin, jotka voivat antaa sinulle parhaan mahdollisen sijainnin nopeimmin. Esimerkiksi sen sijaan, että streaming ja analysoida kaikki tehtaalla sijaitsevan robottiyksikön tiedot, voit hävittää flotsamin, joka on anturin tuottaman näennäisesti loputtoman määrän toistuvaa tietoa.

Sen sijaan reunalaskentaa voidaan käyttää merkitsemään ja analysoimaan vain "muutosdata", tarkoittaen dataa, joka on jollain tavalla erilainen kuin muut samasta lähteestä lähtevät tiedot. Kuvittele esimerkiksi arktisen ympyrän tuulimylly, joka ilmoittaa: "Olen kunnossa. Olen kunnossa. Olen kunnossa. Terä jumissa kaksi sekuntia. Olen kunnossa. Olen kunnossa. Olen kunnossa." Hiukan terän kiinnittymisestä olisi muutostiedot. Niin tapahtuisi "tuulensiirto", joka saattaa laukaista koneen kääntymään ja keräämään enemmän energiaa. Muutostiedot ovat tietopisteitä, joilla on eniten merkitystä juuri siksi, että ne merkitsevät muutosta.

Tällaisissa tapauksissa reunan sovellukset toimivat vain asiaankuuluvien tietojen kanssa; jotkut kutsuvat sitä "älykkääksi dataksi". Miksi keittää merta, kun tärkeät yksityiskohdat ovat helposti nähtävissä? Älykkäät datasovellukset tekevät tiedoista käyttökelpoisia keräyspisteessä ja voivat myös päättää, mitkä tiedot lähetetään pilveen sekoittamista ja analysointia varten perinteisissä BI-sovelluksissa. Tällä tavalla tiedon louhinta optimoidaan maksimaaliseksi liiketoiminnan vaikutukseksi.

4 Vinkkejä BI- ja reunalaskentastrategiaasi

On suhteellisen helppoa hypätä reunalaskentatrendille ja päättää aloittaa sovellusten siirtämisestä pilvestä. Mutta toiminnan aloittaminen ilman strategiaa olisi vakava virhe. Muistatko Internetin alkuajat, jolloin satunnaiset asiat, kuten leivänpaahtimet, yhdistettiin nopeasti Internetiin ja esitettiin sitten ylpeänä seuraavassa CES: ssä?

Jopa älykäs data ei voi auttaa sinua, jos strategiasi on järjetöntä tai puuttuu. Joten tässä on neljä näkökohtaa, jotka on pidettävä mielessä muodostettaessa BI- ja reunastrategiaasi.

1. Arvioi nykyinen Internet-pelisi uudelleen saadaksesi lisää tiedon louhintamahdollisuuksia. Esimerkiksi päivittäistavarakauppa tai valmistaja haluaa käyttää raaka-aineiden lähteen määrittämiseen tai validointiin toimitusketjunsa tietoja, kuten jäähdytys- ja kuljetusantureita. Tällaisia ​​kestävyyslohkoon lisättyjä tietoja voidaan käyttää markkinoinnissa houkuttelemaan ympäristöystävällisiä kuluttajia.

Vähittäiskauppias voi käyttää myymälässään tietokonenäkymää ja reunalaskentaa kuluttajien skannaamiseen, jotta he voivat näyttää paikalla 3D-esityksen siitä, kuinka vaatteet, joita ostaja näkee, todella sopivat heille. Tämä voisi parantaa myyntiä ja poistaa pukuhuoneiden tarpeen sekä niihin liittyvät turvallisuus- ja yksityisyyskysymykset. Tiedot voidaan myös lähettää pilvelle sekoitettaviksi muihin kuluttajatietoihin ilmoittaakseen yrityksen suuremmasta strategiasta.

Etsi mahdollisuuksia saada enemmän irti Internetistä. Mitä muuta voit tehdä sen tuottamiin tietoihin? Mitä muita tietoja voit käyttää niiden keräämiseen ja käsittelemiseen?

2. Päätä, mitä sovelluksia tarvitset reunasta. Sinun on ehkä siirrettävä sovellus, upotettava analytiikkaa tai jopa kirjoitettava mukautettu sovellus; kaikki riippuu siitä, mitä yrität tehdä. Anna yrityksesi tavoitteiden ohjata sinua sovellusten valinnassa.

Hyvä paikka oppia lisää sovellusten kehittämisestä reunalle on OpenDev-konferenssi, jonka järjestää OpenStack-säätiö. OpenStack on avoimen lähdekoodin pilvilaskentaprojekti, ja juuri niin tapahtuu, että reunalaskenta on kuuma aihe siellä. Se tapahtuu myös niin, että avoin lähdekoodi on kuuma reunalaskennassa, koska se on melkein kaikessa laskennassa. Voit myös harkita reunalaskentatoimittajien tarjoamia sovelluksia ja BI-sovellusvalmistajien tarjoamia sulautettuja analytiikoita.

3. Valitse uusi tekniikka, jota haluat käyttää. Voit pyytää myyjiä lähettämään sinulle demon, jotta saat selville, mitä tekniikkaa haluat käyttää, mitä sovelluksia on saatavana, ja joitain ohjeita sovellusten kehittämiseen sitä varten. Esimerkiksi Amazon Web Service (AWS) ja AWS Greengrass, Microsoft Azure IoT Edge sekä Cisco ja IBM Watson IoT tarjoavat sekoituksen tekniikkaa sekä analysointia ja sovelluksia IoT-reunalaskentaan.

Voit myös tarkistaa laajan valikoiman blockchain-, CDN-, vertaisverkko- ja muita pelimyyjiä. Mutta älä unohda tekniikan jättiläisiä, kuten Dell Inc., IBM Corp. ja Hewlett Packard Enterprise (HPE), jotka ovat kaikki ryhtyneet lisäämään laitteistoonsa tallennus-, laskenta- ja analytiikkaominaisuuksia muuttamaan ne reunalaitteiksi.

Tutustu vaihtoehtoihisi ennen kuin aloitat myyjien vakavan arvioinnin. Ennen kuin aloitat puhumisen myyjien kanssa, tee myös luettelo yrityksesi käyttämästä Internet-tekniikasta ja tyypeistä, joita se haluaa lisätä. Tällä tavoin pysyt todennäköisemmin raiteilla.

4. Suunnitelma evoluutiolle. Kypsyyden tiellä on malli, jota kaikki epäkypsät tekniikat ja trendit seuraavat. Odottaa, että sama kehitys tapahtuu BI: n ja reunan kanssa. Joten kyllä, todennäköisesti myyjien yhdistäminen on jossain vaiheessa; pitää se mielessä.

Etsi myös pilvitekniikan irrottaminen pilvestä, jotta niitä voidaan käyttää myös reunalla. Haluat nähdä sellaisen irrottamisen, joka antaa sinulle maksimaalisen joustavuuden pilven tai reunan käytössä. Se vähentää todennäköisesti kustannuksia ja lisää tehokkuutta älykkäampien sovellusten kautta monimuotoisesta ekosysteemistä kuin yhdestä toimittajasta. Suunnittele sekä lyhyen että pitkän aikavälin suunnitelmasi varmistaaksesi, että pystyt sopeutumaan ennakoitaviin muutoksiin ilman suuria menetyksiä aikaisemmissa sijoituksissa.