Una guia per utilitzar aplicacions bi amb informàtica de punta

Tots els dies parlen d’informàtica de punta en aquests dies, però pocs entenen què és, i molt menys què fer amb ell. Exactament, la informàtica de vora significa processar a prop de la font de les dades, ja sigui al sensor o a prop de la passarel·la. Si voleu saber com la TI pot gestionar millor la computació de punta com a alternativa, consulteu "S'ha de començar a pensar en 5G i Edge Cloud Computing", una columna de Wayne Rash, el meu col·laborador i col·laborador de PCMag IT Watch. Però, a efectes d’aquest article, podem començar amb una explicació de la firma d’investigació de mercat IDC, que defineix la informàtica de vora com una “xarxa de malla de centres de dades de micro” que tenen “una petjada de menys de 100 peus quadrats”.

Com passa amb la majoria de termes nous en l’espai tecnològic, la “computing edge” s’utilitza àmpliament i s’ha relacionat amb una varietat d’altres tecnologies buzzword, com blockchain, xarxes de lliurament de contingut (CDNs), informàtica de quadrícules, computació de malla i peer-to- informàtica entre iguals. La tasca comuna, que sigui la tecnologia que s'implementa conjuntament amb la informàtica de punta, és accelerar qualsevol anàlisi de dades i accions relacionades reduint la distància entre on es processen les dades i on el resultat final d'aquesta sortida tindrà un efecte.

Quan es tracta de convertir les vostres dades d’intel·ligència empresarial (BI) guanyades en visions d’actuació, és important considerar-ho. Però, tot i que la BI (sobretot les analítiques de baixa latència) i la informàtica de punta semblen ser una coincidència realitzada al cel tecnològic, hi ha molt a plantejar abans de combinar els dos.

Analytics a Edge vs. Streaming Analytics

La importància de la computació de Edge per a les analítiques és clara una vegada que us adoneu que no hi ha cap altra forma pràctica de transferir un tsunami continuat de dades d'Internet of Things (IoT) al núvol sense crear latència insostenible i un embolic de trànsit de xarxa. Aquest problema de latència pot resultar fatal en moltes aplicacions d’analítica emergents, com ara la conducció autònoma. El desbordament de dades us portarà des de banda ampla a coll d’ampolla en menys temps que calgui per dir "Transmet-ho, Scotty".

Sí, fa uns quants anys que es va analitzar el streaming d’analítica com a panacea sensible a la latència per obtenir una lectura en temps real a les dades de IoT. Però, tot i que la transmissió d’analítica encara té un munt d’avantatges, no ha estat capaç de canviar la física. Enormes transferències de dades es redueixen a causa de nombrosos salts de router, retards de paquets de virtualització, caigudes de connexions i altres restriccions físiques en una xarxa. En el cas de IoT en àrees remotes, obtenir una connexió de xarxa és una proposta molt forta en un dia determinat.

No serveix per res que aquests problemes es puguin incrementar per la distància física entre les dades i els processos informàtics. Per aquestes raons i altres, les analítiques de transmissió tendeixen a ser en temps real "gairebé" en lloc de temps real. Aquest retard, per petit que sigui, és un gran problema si, per exemple, necessiteu les sortides a temps perquè un cotxe autònom freni i eviti una col·lisió. És un problema encara més gran si voleu que tots els cotxes de la carretera es frenin alhora.

En resum, Star Trek i els transportistes de dades de la vida real tenen els seus límits i no hi ha res que hi hagi Scotty en TI. Hi ha massa dades de IoT per a les xarxes actuals que gestionen i el volum continua creixent a un ritme impressionant. La gran oportunitat de preparació aquí: la computació Edge és la base de la informació a la xarxa i també proporciona sortides d’analítica més ràpides.

Edge Cloud vs Cloud

Com que aquests centres de dades micro poden ser, i sovint es poden unir, en funcions col·laboratives, comunicatives o interdependents, a algunes persones els agrada utilitzar el terme "núvol de vora".

Per exemple, els cotxes actuals tenen centenars d’ordinadors integrats dissenyats per a la gestió de sistemes individuals, però també estan connectats entre si perquè els sistemes es puguin comunicar entre ells i adaptar-se segons sigui necessari. És a dir, utilitzen de forma individualitzada, col·lectiva i molt la computació de punta per completar diverses funcions complexes.

"No només responen a les condicions observades, sinó que aprenen i s'adapten amb el pas del temps", va dir Johnathan Vee Cree, científic, enginyer en sistemes integrats i sense fils del Laboratori Nacional del Nord-oest del Pacífic de l'Energia (PNNL). "Per exemple, els sistemes moderns d'injecció de combustible observaran els patrons de conducció del cotxe per tal d'optimitzar la potència i l'eficiència del combustible. La naturalesa en temps real d'aquestes dades impossibilitaria el processament en qualsevol altre lloc que no sigui a la vora."

Fins i tot amb la interdependència a bord de diversos sistemes, el terme "núvol de vora" tendeix a entendre la comprensió més aviat perquè és imprecis.

"Quan es parla de dispositius IoT, les consideracions són gairebé oposades al núvol", va dir Vee Cree. "Els dispositius IoT normalment tenen un poder d'emmagatzematge i processament limitat, una connectivitat potencialment intermitent al món exterior i poden ser alimentats per una bateria. El valor clau d'aquests dispositius és la seva capacitat de transformar els valors del sensor en brut disponibles en dades significatives."

Edge Computing Devices gràfic anteriorment reimprès amb permís de TECHnalysis Research.

Tot i això, la computació de punta i la computació en núvol no s’exclouen mútuament. De fet, s’entrellacen en les estratègies de dades IoT més reeixides. No és probable que canviï cap aviat.

"Un exemple de combinació de la computació de núvols i els núvols prové de les característiques del pilot automàtic de Tesla. El sistema de pilots automàtics ha de detectar i reaccionar a les condicions de conducció canviants. Això ho fa mitjançant l'ús d'algorismes d'aprenentatge de màquines capaços de detectar i evitar riscos alhora. controlar el cotxe. Tot i que aquestes dades s’utilitzen per prendre decisions en temps real, també es comparteix amb el núvol i s’utilitza per millorar la funció de pilots automàtics per a tots els controladors ", va explicar William Moeglein, enginyer de programari de PNNL.

El joc combo edge i cloud és comú simplement perquè funciona; s’aprofita el millor d’ambdós mons, però no és l’únic joc de la ciutat. De fet, el 36 per cent de les analítiques de vora es troben al centre de dades corporatiu, el 34 per cent a la vora, i el 29 per cent al núvol, segons "Informàtica a la vora: punts destacats de l'enquesta", segons un informe de Bob O'Donnell, president. i analista cap de TECHnalysis Research. Això vol dir que hi ha opcions per a la implementació de les analítiques de punta. L’elecció depèn completament del que intenteu fer i de les condicions en què intenteu assolir aquest objectiu.

"El compromís entre l’ús de la potència informàtica i l’ús d’energia pot ser un factor limitant quan els dispositius s’executen des d’una bateria. En els casos en què el consum d’energia és important, es poden prendre decisions basades en petites mostres de dades tot i tenir accés a lectures de sensors contínues", va dir. Moeglein del PNNL.

"La informàtica de vora permet la retroalimentació per a dispositius en el camp on les comunicacions no estan garantides, són d'un sol sentit o són limitades", va continuar Moeglein. "En els casos en què s'espera que els sistemes funcionin durant dècades o dècades amb bateries, la informàtica de punta es pot utilitzar per proporcionar una vida més llarga del dispositiu reduint les dades que es transmeten."

El gràfic informàtic anterior de la boira es va imprimir amb permís de Cisco Systems, Inc.

Desactivació del núvol de vora

L’automatització per gestionar i optimitzar on i com es fan les analítiques ben aviat, seguint així el concepte de “computing de boira”, un terme que va inventar el proveïdor d’informàtica i de xarxa Cisco Systems. En aquesta estratègia, tal com explica Cisco en un llibre blanc, "els desenvolupadors porten o escriuen aplicacions IoT per a nodes de boira a la vora de la xarxa. Els nodes de boira més propers al límit de la xarxa ingereixen les dades dels dispositius IoT. Aleshores, i això és crucial… l’aplicació BoT IoT dirigeix ​​diferents tipus de dades al lloc òptim per a l’anàlisi. " Tal com es mostra al gràfic anterior, segons Cisco, la computació de boira estén el núvol més a prop dels dispositius reals fent la recollida de dades. Posant nodes de boira a prop dels dispositius IoT, Cisco busca agilitzar les analítiques mentre disminueix la latència.

Hi ha qui diu que és més fàcil pensar-ho com la computació en núvol empenyuda fins a la vora, descentralitzada, és a dir, en contraposició a la informàtica de vora que es calcula a la vora de la xarxa, sovint en realitat en un dispositiu IoT. Una diferència molt matisada, segur.

Sovint, la gent utilitza "computing edge" i "computing de boira" intercanviablement ja que els dos conceptes són molt similars. És la capacitat de la computació de boira d'ordenar i orientar dades a diverses ubicacions per a l'anàlisi que la distingeixi. Això, i la computació de boira és més sovint "a punt de vora" (és a dir, una passarel·la) en lloc realment a la vora, com en un dispositiu IoT.

En resum, no hi ha consens sobre què és, precisament, la informàtica de punta, però moltes persones que diuen que es molesta el problema no hi serveixen per res. Segons l’esmentat informe TECHnalysis Research, “més gent pensa que la informàtica de punta es fa d’endpoints (29, 8 per cent) que de passarel·les (13, 2 per cent), però el 44 per cent creu que tots dos són”.

En qualsevol cas, "l'aplicació d'ús final condueix en última instància a les necessitats del sistema i pretén trobar un equilibri entre els avantatges del processament al límit o al núvol", va dir Vee Cree de PNNL.

Aquí només hi ha una regla general: si necessiteu una decisió en temps real o proper, feu el processament el més a prop possible amb l'origen de dades. La informàtica de vora és l’elecció per eliminar la latència, reduir la despesa energètica i reduir el trànsit de xarxa.

API, aplicacions i ecosistemes

En general, les aplicacions utilitzades conjuntament amb la informàtica de punta tenen com a objectiu aconseguir velocitat i eficiència. Aquí és menys probable que trobeu aplicacions autònomes d’intel·ligència comercial (BI), sinó funcions de BI incrustades i, per descomptat, interfícies de programació d’aplicacions (API) per unir les dades IoT a les aplicacions i marcs de BI existents al núvol.

"El concepte de computació de punta ajuda a les empreses a adoptar els avantatges de la computació en núvol, fins i tot en els escenaris en què hi ha problemes de latència i connectivitat. Algunes aplicacions tracten una mida de dades o un requisit de velocitat que prohibeix l'acte d'anada i tornada al núvol i, en aquests casos, el Tableau Les analítiques integrades a les aplicacions locals proporcionen informació ràpida ", va dir Mark Jewett, vicepresident de màrqueting de productes de Tableau Software.

"En altres casos, la informàtica de punta ofereix una manera de fer front a escenaris en què la connectivitat no és fiable o és costosa o periòdica. Exemples com coses que es mouen, com vaixells, coses remotes, com ara plataformes o mines de petroli, o fins i tot situacions. on la connectivitat és bona però no val la pena arriscar-se en interrupcions, com ara sistemes de fabricació on els temps d’inactivitat són extremadament cars, els analistes i altres usuaris del camp, que potser no tenen accés a una estació de treball completa, encara volen el mateix poder d’analítica que ells. l’han conegut ”.

Tableau no és l’únic venedor de BI que treballa a l’abast o que té dades a la vora. Microsoft va assenyalar Schneider Electric, un dels seus clients com a estudi de cas. Schneider Electric té una aplicació de punta que fa un manteniment predictiu d’una vareta d’oli, utilitzant Azure Machine Learning i Azure IoT Edge per millorar la seguretat i reduir les incidències en zones remotes, va dir un portaveu de Microsoft. El processament de dades es fa al dispositiu. Això s’aconsegueix aportant la intel·ligència del núvol (models ML que van formar al núvol) al dispositiu de punta. Això permet la detecció més ràpida d’anomalies basada en les grans dades de formació.

Mentrestant, l’IBM Watson informa de nombrosos casos d’ús, com ara anàlisis de veu i conversa ambientals i de dispositius, analítica d’imatges de drone i vídeo i analítica acústica de manteniment i seguretat.

"En tots aquests casos, les analítiques de punta permeten millorar el rendiment, el cost i la privadesa operant localment en dispositius", va dir Bret Greenstein, vicepresident de IBM Watson IoT, Ofertes de consumidors. "El creixement és apassionant, ja que la potència informàtica al límit creix i la ML madura i crea casos d'ús més especialitzat.

"Els dispositius poden" entendre "el que veuen i escolten, i utilitzar aquesta comprensió per oferir un millor servei i fer millors opcions. Això passa en temps real. I, ja que les dades reals es poden convertir en dades del dispositiu de vora, és possible que no heu d’enviar les dades al núvol, la qual cosa millora el cost i ajuda a habilitar noves formes de protecció de la privadesa."

Si afegiu noves capes de protecció de la privadesa, és possible recórrer un llarg camí per reduir el passiu de la companyia, encara que les empreses de dades han de prosperar.

Aplicacions informàtiques Edge by the Numbers

Tingueu en compte que la informàtica de vora es troba en la seva primera infància, no és estrany que només es produeixi una nova creació d’aplicacions de computació de vora (39 per cent), segons TECHnalysis Research. La majoria (el 61%) són aplicacions al núvol migrat. Dit això, són les aplicacions informàtiques de punta:

Analítica d’operacions (44 per cent)

Supervisió del procés (35%)

Supervisió dels empleats (32 per cent)

Supervisió remota d’actius (28 per cent)

Seguretat del lloc de treball / seguretat (24 per cent)

Manteniment predictiu (22 per cent)

Seguiment d’actius físics al lloc (20 per cent)

Les cinc principals raons per migrar les aplicacions en núvol cap a la vora, segons el mateix informe de TECHnalysis Research, són millorar la seguretat, reduir els costos, reduir la latència, millorar el control local i reduir el trànsit de xarxa.

Mitjançant la lent de BI, es milloren les eficiències i les oportunitats amb la informàtica de punta. Per tant, té sentit migrar primer les aplicacions al núvol o incorporar analítiques a les aplicacions IoT existents que us puguin situar en la millor posició. Per exemple, en lloc d’enviar i analitzar totes les dades d’una unitat de robòtica a la planta de fàbrica, podeu emetre el flotsam, que és la quantitat aparentment interminable d’informació repetitiva generada pel sensor.

En lloc d'això, la informàtica de vora es pot utilitzar per notar i analitzar només el "canvi de dades", és a dir, les dades que són diferents d'alguna manera de les altres dades que es transmeten des del mateix origen. Per exemple, imagineu-vos un molí de vent al cercle àrtic que deia: "Estic bé. Estic bé. Estic bé. Làmina enganxada durant dos segons. Estic bé. Estic bé. Estic bé." Una mica sobre l’enganxament de les fulles serien les dades del canvi. També passa el "desplaçament del vent", que podria provocar la màquina a girar i obtenir més energia. Les dades de canvi són els punts de dades amb més importància precisament perquè tenen un canvi.

En aquests casos, les aplicacions al límit només funcionen amb dades rellevants; alguns ho dirien "dades intel·ligents". Per què bullir el mar quan es poden veure fàcilment detalls importants? Les aplicacions de dades intel·ligents fan que les dades siguin utilitzables en el punt de recollida i també poden decidir quines dades s’han d’enviar al núvol per a una major combinació i anàlisi en aplicacions tradicionals de BI. D’aquesta manera, la mineria de dades s’optimitza per obtenir el màxim efecte empresarial.

4 consells per a la vostra estratègia informàtica de BI i Edge

És relativament fàcil saltar a la tendència informàtica de punta i decidir començar amb migrar aplicacions des del núvol. Però començar amb acció sense estratègia seria un greu error. Recordeu els primers dies de IoT quan coses aleatòries, com ara les torradores, es van connectar ràpidament a Internet i es van mostrar amb orgull al proper CES?

Fins i tot les dades intel·ligents no us poden ajudar si la vostra estratègia no té sentit o no. Per tant, aquí teniu quatre consideracions a tenir en compte a l’hora de formar la vostra BI i estrategia de punta.

1. Reevalueu el joc actual de IoT per obtenir oportunitats addicionals de mineria de dades. Per exemple, un alimentari o fabricant pot voler utilitzar dades de la seva cadena de subministrament, com els sensors de refrigeració i camions, per establir o validar la font de les matèries primeres. Aquesta informació afegida a una cadena de blocs de sostenibilitat es pot utilitzar en màrqueting per atraure consumidors conscients del medi ambient.

Un comerciant pot utilitzar la visió informàtica i la informàtica de vora a la seva botiga per escanejar els consumidors per mostrar una representació 3D in situ de la manera en què la roba que el comprador realment s’adapta. Això podria millorar les vendes i eliminar la necessitat de vestidors i els problemes de seguretat i privacitat associats. Però les dades també es poden enviar al núvol per combinar-se amb altres dades de consum per informar sobre l'estratègia més àmplia de l'empresa.

Busqueu oportunitats per treure més profit del IoT que teniu. Què més es pot fer amb les dades que genera? Quines altres dades podeu utilitzar per recopilar i processar?

2. Decidiu quines aplicacions necessiteu al límit. És possible que hàgiu de migrar una aplicació, incorporar algunes analítiques o fins i tot escriure una aplicació personalitzada; tot depèn del que estigueu intentant fer. Permeteu que els vostres objectius empresarials us orientin en la selecció d'aplicacions.

Un bon lloc per aprendre més sobre el desenvolupament d'aplicacions per a la vora és una conferència OpenDev, organitzada per l'OpenStack Foundation. OpenStack és el projecte de computació en núvol de codi obert i només passa que la computació de punta és un tema candent. També passa que el codi obert és calent en la informàtica de vora, ja que es fa gairebé en tota la informàtica. També podeu considerar les aplicacions que ofereixen els venedors d’informàtica de punta i les analítiques incrustades proporcionades pels venedors d’aplicacions BI.

3. Seleccioneu la tecnologia nova que voleu utilitzar. Podeu demanar als venedors que us proporcionin una demostració perquè pugueu tenir la idea de quina tecnologia voleu utilitzar, quines aplicacions estan disponibles i algunes indicacions sobre el desenvolupament d'aplicacions per a aquesta. Per exemple, Amazon Web Service (AWS) i AWS Greengrass, Microsoft Azure IoT Edge i Cisco i IBM Watson IoT ofereixen una combinació de tecnologia, així com analítiques i aplicacions per a informàtica de vora IoT.

També podeu consultar una gran varietat de blockchain, CDN, peer-to-peer i altres proveïdors de reproducció pura. Però no us oblideu dels gegants tecnològics com Dell Inc., IBM Corp. i Hewlett Packard Enterprise (HPE), que han trigat a afegir funcions d’emmagatzematge i informàtica addicionals al seu maquinari per transformar-los en dispositius de punta.

Obteniu una idea per les vostres opcions abans de començar a valorar seriosament els proveïdors. A més, realitzeu un inventari dels tipus de tecnologia IoT que utilitza actualment la vostra empresa i els tipus que voldria afegir abans de començar a parlar amb els venedors. D’aquesta manera, és més probable que continuïs al bon camí.

4. Pla d’evolució. Hi ha un patró en el camí cap a la maduresa que segueixen totes les tecnologies i tendències immadures. Espereu que es produeixi la mateixa evolució amb la BI i la vora. Per tant, sí, és probable que hi hagi una consolidació de venedors; tingueu-ho en compte.

També busqueu el desacoblament de la tecnologia del núvol des del núvol adequat perquè també es puguin utilitzar a la vora. Voleu veure un desacoblament com que us donarà la màxima flexibilitat en utilitzar el núvol o la vora. Probablement disminuirà els costos i augmentarà les eficiències mitjançant aplicacions més intel·ligents d'un ecosistema divers que en un sol venedor. Feu que el vostre pla sigui a curt i llarg termini per assegurar-vos que us podeu adaptar als canvis previsibles sense una gran pèrdua en inversions anteriors.