Un ghid pentru utilizarea aplicațiilor bi cu calcule de margine

Toată lumea vorbește despre calcul computerizat în aceste zile, dar puțini înțeleg ce este, cu atât mai puțin ce să faci cu asta. Succesiv, calculul de margine înseamnă procesarea aproape de sursa de date, fie pe senzor, fie aproape de poartă. Dacă doriți să știți cum IT-ul poate gestiona cel mai bine calculul de margine ca o alternativă, consultați „IT Need to Start Thinking about 5G and Edge Cloud Computing”, o coloană de Wayne Rash, colegul meu și colaboratorul PCMag IT Watch. Dar, în sensul acestui articol, putem începe cu o explicație de la firma de cercetare de piață IDC, care definește calculul de margine ca o „rețea de plasă de micro centre de date” care au „o amprentă mai mică de 100 de metri pătrați”.

La fel ca în majoritatea noilor termeni din spațiul tehnologic, „computing edge” este utilizat pe scară largă și a fost legat de o varietate de alte tehnologii cu cuvinte cheie, inclusiv blockchain, rețele de livrare de conținut (CDN), calcul grilă, calcul mesh și peer-to- calcul de la egal la egal. Sarcina obișnuită, oricare dintre tehnologii este implementată în combinație cu calculul de margine, este de a accelera orice analiză a datelor și acțiunile aferente prin scurtarea distanței dintre locul în care sunt procesate datele și unde rezultatul final al acelei ieșiri va avea efect.

Când vine vorba de transformarea informațiilor despre business-ul dvs. de câștig greu (Business Intelligence Business BI) în perspective acționabile, aceasta este o considerație esențială. Dar, deși BI (în special analiza cu latență scăzută) și calculul de margine par a fi o potrivire realizată în cerul tehnologic, există multe de luat în considerare înainte de a le combina pe cele două.

Analytics la Edge vs. Streaming Analytics

Semnificația calculului Edge pentru analitică este clară odată ce vă dați seama că nu există niciun alt mod practic de a transfera un tsunami în curs de date de Internet of Things (IoT) în cloud, fără a crea latență de necontestat și un blocaj de trafic de rețea. Această problemă de latență se poate dovedi fatală în multe aplicații de analiză emergente, precum conducerea autonomă. Prelucrarea datelor vă va duce de la banda largă la gât în ​​mai puțin timp decât este nevoie pentru a spune „Stream it up, Scotty”.

Da, fluxurile de analiză au fost oferite în urmă cu doar câțiva ani ca o panaceu sensibilă la latență pentru a obține o citire în timp real a datelor IoT. Dar, în timp ce analizele de streaming au încă o mulțime de aspecte, nu a reușit să schimbe fizica. Transferurile de date uriașe sunt încetinite de numeroase salturi de router, întârzieri de pachete de virtualizare, conexiuni scăzute și alte constrângeri fizice într-o rețea. În cazul IoT în zonele îndepărtate, obținerea unei conexiuni de rețea este deloc o propunere foarte față în orice zi.

Aceasta nu ajută la faptul că toate aceste probleme sunt amplificate de distanța fizică dintre date și procesele de calcul. Din aceste motive și altele, fluxurile de analiză au tendința de a fi „în timp real” mai degrabă decât în ​​timp real. Această întârziere - oricât de mică - este o problemă uriașă dacă, să zicem, ai nevoie de ieșiri la timp pentru ca o mașină autonomă să frâneze și să evite o coliziune. Este o problemă și mai mare dacă doriți ca toate mașinile de pe autostradă să frâneze simultan.

Pe scurt, Star Trek și transportatorii de date din viața reală își au limitele și nu se poate face nimic pe care Scotty în IT îl poate face. Pur și simplu există prea multe date IoT pentru rețelele actuale, iar volumul crește în continuare într-un ritm uluitor. Marea recenzie aici: calculul Edge determină informațiile din rețea și oferă ieșiri analitice mai rapide.

Edge Cloud vs. Cloud

Deoarece aceste centre de date micro pot fi și sunt adesea unite în funcții de colaborare, comunicative sau interdependente, unii oameni le place să folosească termenul „nor de margine”.

De exemplu, mașinile din zilele noastre au sute de calculatoare încorporate, care sunt concepute pentru gestionarea sistemelor individuale, dar sunt, de asemenea, conectate între ele, astfel încât sistemele să poată comunica între ele și să se adapteze la nevoie. Cu alte cuvinte, ei folosesc individual, colectiv și intens utilizează calculul de margine pentru a finaliza o varietate de funcții complexe.

„Nu numai că răspund la condițiile observate, dar învață și se adaptează în timp”, a declarat Johnathan Vee Cree, om de știință și inginer în sisteme integrate și fără fir la Departamentul SUA al Energiei din Pacificul de Nord-Vest al Laboratorului Național (PNNL). "De exemplu, sistemele moderne de injecție de combustibil vor respecta modelele de conducere ale mașinii, pentru a optimiza consumul de energie și eficiența combustibilului. Natura în timp real a acestor date ar face imposibilă prelucrarea oriunde altundeva la margine."

Chiar și în cazul interdependenței de la mai multe sisteme la bord, termenul „nor de margine” tinde să înțeleagă mai mult, deoarece este imprecis.

„Când vorbim despre dispozitive IoT, considerentele sunt aproape opuse norului”, a spus Vee Cree. "Dispozitivele IoT au, de obicei, o putere limitată de stocare și procesare, conectivitate potențial intermitentă cu lumea exterioară și pot fi alimentate de o baterie. Valoarea cheie a acestor dispozitive este capacitatea lor de a transforma valorile de senzor brute disponibile acestora în date semnificative."

Edge Computing Devices grafic de mai sus reimprimate cu permisiunea TECHnalysis Research.

Cu toate acestea, calculul de margine și cloud computing nu se exclud reciproc. Într-adevăr, acestea se împletesc în cele mai de succes strategii de date IoT. Nu este probabil să se schimbe în curând.

"Un exemplu de combinație de calcul și margini de cloud vine din caracteristicile automate ale Tesla. Sistemul de pilotare automată trebuie să sesizeze și să reacționeze la condiții de conducere în continuă schimbare. Acest lucru se face prin utilizarea algoritmilor de învățare a mașinilor care sunt capabili să detecteze și să evite pericolele în timp ce controlarea mașinii. Deși aceste date sunt utilizate pentru a lua decizii în timp real, acestea sunt, de asemenea, partajate cu cloud și utilizate pentru a îmbunătăți funcția de pilotare automată pentru toți șoferii ", a explicat William Moeglein, un inginer software la PNNL.

Jocul combo edge și cloud este comun doar pentru că funcționează; se folosește de cele mai bune din ambele lumi, dar nu este singurul joc din oraș. De fapt, 36 la sută dintre analizele de margine sunt situate în centrul de date corporativ, 34 la sută la margine, iar 29 la sută în cloud, potrivit „Computing on the Edge: Survey Highlights”, un raport al lui Bob O'Donnell, președinte și analist șef la TECHnalysis Research. Aceasta înseamnă că există opțiuni pentru modul în care sunt implementate analiticele de margine. Alegerea depinde în totalitate de ceea ce încercați să faceți și de condițiile în care încercați să îndepliniți acest obiectiv.

"Combaterea între consumul de energie și consumul de energie poate fi un factor limitativ atunci când dispozitivele sunt rulate dintr-o baterie. În cazurile în care consumul de energie este important, deciziile pot fi luate pe baza unor probe mici de date, în ciuda accesului la citirile continue ale senzorilor", a spus Moeglein al PNNL.

„Calculul Edge permite feedback pentru dispozitivele din domeniul în care comunicațiile nu sunt garantate, sunt unidirecționale sau sunt limitate”, a continuat Moeglein. "În cazurile în care se preconizează că sistemele funcționează ani de zile sau zeci de ani pe baterii, calculul de bord poate fi utilizat pentru a oferi o durată de viață mai lungă a dispozitivului prin reducerea datelor transmise."

Graficul de calcul de ceață de mai sus, reimprimat cu permisiunea Cisco Systems, Inc.

Deconectarea norului de margine

A urmat în scurt timp automatizarea pentru a gestiona și optimiza unde și cum se fac analizele, ducând astfel la conceptul de „computer computing”, termen pe care l-a inventat vânzătorul IT și rețeaua Cisco Systems. În această strategie, după cum explică Cisco într-o carte albă, „dezvoltatorii fie portul, fie scrie aplicații IoT pentru nodurile de ceață la marginea rețelei. Nodurile de ceață care se află cel mai aproape de marginea rețelei ingerează datele de pe dispozitivele IoT. Apoi - și acest lucru este crucial - aplicația IoT de ceață direcționează diferite tipuri de date către locul optim pentru analiză. " Așa cum este ilustrat în graficul de mai sus, în viziunea Cisco, calculul de ceață extinde norul mai aproape de dispozitivele efective care colectează date. Punând nodurile de ceață în imediata apropiere cu dispozitivele IoT, Cisco încearcă să accelereze analiticele în timp ce scade latența.

Unii spun că este mai ușor să ne gândim la asta ca la cloud computing împins până la margine - descentralizat, cu alte cuvinte - spre deosebire de calculul de margine care calculează la marginea rețelei, adesea de fapt pe un dispozitiv IoT. O diferență foarte nuanțată, pentru a fi sigur.

Adesea, oamenii folosesc „calculul de margine” și „calculul de ceață” în mod interschimbabil, deoarece cele două concepte sunt foarte similare. Este capacitatea computerelor de ceață de a sorta și de a rota datele către diverse locații pentru analize care o diferențiază. Asta și calculul de ceață este cel mai adesea „aproape de margine” (adică o poartă), mai degrabă decât cu adevărat pe margine, cum ar fi pe un dispozitiv IoT.

Pe scurt, nu există un consens cu privire la ceea ce este, mai exact, calculul de margine, dar o mulțime de oameni care spun că nu mai ajută problema. Conform raportului de cercetare TECHnalysis, menționat mai sus, „mai mulți oameni cred că calculul de margine este realizat din puncte finale (29, 8 la sută) decât gateway-uri (13, 2 la sută), dar 44 la sută cred că este ambele”.

În orice caz, "aplicația de utilizare finală conduce în cele din urmă la nevoile sistemului și își propune să găsească un echilibru între beneficiile procesării la margine sau la cloud", a spus Vee Cree, de la PNNL.

Există o singură regulă aici: dacă aveți nevoie de o decizie în timp aproape sau real, atunci prelucrați-vă cât mai aproape de sursa de date. Calcularea Edge este alegerea pentru a elimina latența, a reduce cheltuielile de energie și a reduce traficul de rețea.

API-uri, aplicații și ecosisteme

În general, aplicațiile utilizate împreună cu calculul de margine au ca scop atingerea vitezei și eficienței. Aici este mai puțin probabil să găsiți aplicații individuale de business intelligence (BI), ci mai degrabă, funcții BI încorporate și, bineînțeles, interfețe de programare a aplicațiilor (API) pentru a alătura datele IoT la aplicațiile și cadrele BI existente din cloud.

"Conceptul de calcul computerizat ajută companiile să îmbrace avantajele computerelor cloud chiar și în scenarii în care sunt probleme de latență și conectivitate. Unele aplicații se ocupă de o dimensiune de date sau o cerință de viteză care interzice deplasarea dus-întors în cloud și, în astfel de cazuri, Tableau analizele încorporate în aplicațiile locale oferă o perspectivă rapidă ", a declarat Mark Jewett, vicepreședinte al marketingului produselor la Tableau Software.

"În alte cazuri, calculul de bord oferă o modalitate de a face față scenariilor în care conectivitatea nu este de încredere sau este costisitoare sau periodică. Exemple precum lucruri care se mișcă, cum ar fi nave, lucruri care sunt la distanță, cum ar fi platforme petroliere sau mine, sau chiar situații unde conectivitatea este bună, dar nu merită să-ți asume un risc pentru întreruperi, cum ar fi sistemele de fabricație în care timpul de oprire este extrem de scump.Analiștii și alți utilizatori din domeniu, care poate nu au acces la o stație de lucru completă, își doresc în continuare aceeași putere a analiticii. au ajuns să știu ”.

Tableau nu este singurul furnizor de BI care lucrează la sau cu date la margine. Microsoft a indicat Schneider Electric, unul dintre clienții săi ca studiu de caz. Schneider Electric are o aplicație de margine care face o întreținere predictivă pe o tijă de ulei, folosind Azure Machine Learning și Azure IoT Edge pentru a îmbunătăți siguranța și a reduce incidentele în zone îndepărtate, a spus un purtător de cuvânt al Microsoft. Prelucrarea datelor se face pe dispozitiv. Acest lucru se realizează prin aducerea inteligenței cloud - modele ML pe care le-au antrenat în cloud - la dispozitivul de margine. Aceasta permite detectarea mai rapidă a anomaliilor pe baza setului mare de date de formare.

Între timp, IBM Watson raportează numeroase cazuri de utilizare, inclusiv analize de voce și conversație ambientale și de dispozitive, analize de imagini și imagini drone și analize acustice de întreținere și siguranță.

"În toate aceste cazuri, analizele de bord permit o îmbunătățire a performanței, a costurilor și a vieții private prin operarea locală în dispozitive", a declarat Bret Greenstein, vicepreședinte IBM Watson IoT, Oferte pentru consumatori. „Creșterea este interesantă, deoarece puterea de calcul la margine crește, iar ML se maturizează și creează cazuri de utilizare mai specializate.

"Dispozitivele pot 'înțelege' ceea ce văd și aud și pot utiliza această înțelegere pentru a oferi un serviciu mai bun și a face alegeri mai bune. Acest lucru se întâmplă în timp real. Și, deoarece datele reale pot fi convertite în informații din dispozitivul de margine, este posibil să nu trebuie să trimită datele către cloud, ceea ce îmbunătățește costurile și ajută la activarea de noi forme de protecție a confidențialității."

Adăugarea de noi straturi de protecție a confidențialității poate face un drum lung în reducerea obligațiilor companiei, în timp ce oferirea de date a companiilor trebuie să prospere.

Aplicații de calcul Edge după numere

Ținând cont de faptul că calculul de margine este încă la început, nu este surprinzător faptul că doar o serie de aplicații de calcul de margine sunt noi (39 la sută), potrivit TECHnalysis Research. Majoritatea (61 la sută) sunt aplicații cloud migrate. Acestea fiind spuse, următoarele sunt aplicațiile de calcul de vârf:

Analiza operațiunilor (44 la sută)

Monitorizarea proceselor (35 la sută)

Monitorizarea angajaților (32 la sută)

Monitorizarea activelor la distanță (28 la sută)

Conformitatea la locul de muncă / securitatea (24 la sută)

Mentenanta predictiva (22 la suta)

Urmărirea fizică a locului la fața locului (20 la sută)

Principalele cinci motive pentru migrarea aplicațiilor cloud către margine, conform aceluiași raport TECHnalysis Research, sunt îmbunătățirea securității, reducerea costurilor, reducerea latenței, îmbunătățirea controlului local și reducerea traficului de rețea.

Prin obiectivul BI, eficiențele și oportunitățile sunt îmbunătățite odată cu calcularea pe margine. Prin urmare, are sens să migrați mai întâi aplicațiile cloud sau să încorporați analitice în aplicațiile IoT existente, care vă pot pune în cea mai rapidă poziție. De exemplu, în loc să transmiteți fluxul și să analizați toate datele de la o unitate robotică de pe podeaua fabricii, puteți reda flotamul, care este cantitatea aparent nesfârșită de informații repetitive generate de senzor.

În schimb, calculul de margine poate fi utilizat pentru a nota și analiza doar „modificarea datelor”, adică datele care sunt diferite, într-un fel, față de celelalte date care transmit din aceeași sursă. De exemplu, imaginați-vă o moară de vânt în cercul arctic raportând: "Sunt bine. Sunt bine. Sunt bine. Lama a rămas blocată timp de două secunde. Sunt bine. Sunt bine. Sunt bine." Partea despre lipirea lamei ar fi datele privind schimbarea. La fel ar fi „schimbarea vântului”, ceea ce ar putea declanșa mașina să se transforme și să adune mai multă energie. Datele de schimbare sunt punctele de date cu cea mai mare semnificație tocmai pentru că notează o modificare.

În astfel de cazuri, aplicațiile de la margine funcționează numai cu date relevante; unii ar numi-o „date inteligente”. De ce fierbeți marea când se pot vedea cu ușurință detalii importante? Aplicațiile de date inteligente fac ca datele să poată fi utilizate în punctul de colectare și pot decide, de asemenea, ce date se vor livra în cloud pentru amestecare și analiză ulterioară în aplicațiile tradiționale de BI. În acest fel, extragerea datelor este optimizată pentru un efect maxim de afaceri.

4 sfaturi pentru strategia de calculare a BI și Edge

Este relativ ușor să sari la bordul tendinței de calcul de margine și să decizi să începi cu migrarea aplicațiilor din cloud. Dar primirea în acțiune fără o strategie ar fi o greșeală gravă. Vă amintiți de primele zile ale IoT când lucruri aleatorii, cum ar fi prăjitoarele, au fost conectate rapid la internet și apoi afișate cu mândrie la următorul CES?

Chiar și datele inteligente nu vă pot ajuta dacă strategia dvs. este lipsită de sens sau lipsește. Iată, așadar, patru considerente de care trebuie să ții cont atunci când îți formezi BI și strategia de margine.

1. Reevaluați jocul IoT actual pentru oportunități suplimentare de extragere a datelor. De exemplu, un alimentar sau producător ar putea dori să utilizeze date din lanțul său de furnizare, cum ar fi senzorii de refrigerare și de transport pentru a stabili sau valida sursa materiilor prime. Astfel de informații adăugate la un blockchain de sustenabilitate pot fi utilizate în marketing pentru a atrage consumatori conștienți de mediu.

Un retailer ar putea folosi viziunea computerului și calculul de margine din magazinul său pentru a scana consumatorii pentru a arăta o reprezentare 3D la fața locului a modului în care îmbrăcămintea pe care o caută cumpărătorul le va potrivi efectiv. Acest lucru ar putea îmbunătăți vânzările, precum și a elimina nevoia de vestiare și problemele asociate de securitate și confidențialitate. Dar datele pot fi trimise și în cloud pentru a fi amestecate cu alte date despre consumatori pentru a informa strategia mai mare a companiei.

Caută oportunități pentru a obține mai mult din IoT-ul pe care îl ai. Ce mai poți face cu datele pe care le generează? Ce alte date le puteți utiliza pentru a colecta și prelucra?

2. Decideți ce aplicații aveți nevoie la margine. Este posibil să fie nevoie să migrezi o aplicație, să încorporezi niște analize sau chiar să scrii o aplicație personalizată; totul depinde de ceea ce încerci să faci. Permiteți-vă obiectivelor dvs. de afaceri să vă îndrume în selectarea aplicațiilor.

Un loc bun pentru a afla mai multe despre dezvoltarea aplicațiilor pentru margini este o conferință OpenDev, organizată de Fundația OpenStack. OpenStack este un proiect open-source de cloud computing și la fel se întâmplă și faptul că computingul marginal este un subiect fierbinte acolo. De asemenea, se întâmplă că sursa deschisă este fierbinte în calculul de margine, așa cum este aproape în toate calculele. Puteți, de asemenea, să luați în considerare aplicațiile oferite de furnizorii de calculatoare de margine și analizele încorporate furnizate de furnizorii de aplicații BI.

3. Selectați tehnologia nouă pe care doriți să o utilizați. Puteți solicita furnizorilor să vă ofere o demonstrație, astfel încât să aveți o idee despre tehnologia pe care doriți să o utilizați, ce aplicații sunt disponibile și câteva indicații privind dezvoltarea aplicațiilor pentru aceasta. De exemplu, Amazon Web Service (AWS) și AWS Greengrass, Microsoft Azure IoT Edge și Cisco și IBM Watson IoT oferă o combinație de tehnologie, precum și analize și aplicații pentru computerele IoT edge.

Puteți verifica, de asemenea, o mare varietate de blockchain, CDN, peer-to-peer și alți furnizori de jocuri pure. Dar nu treceți cu vederea gigantii tehnologici, cum ar fi Dell Inc., IBM Corp. și Hewlett Packard Enterprise (HPE), care au luat toate la adăugarea de stocare suplimentară, capacități de calcul și de analiză la hardware-ul lor pentru a le transforma în dispozitive de vârf.

Obțineți o idee pentru opțiunile dvs. înainte de a începe să evaluați serios furnizorii. De asemenea, faceți un inventar al tipurilor de tehnologie IoT pe care compania dvs. le folosește în prezent și a tipurilor pe care ar dori să le adauge, înainte de a începe să vorbiți cu furnizorii. În acest fel, ești mai probabil să rămâi pe cale.

4. Planificați evoluția. Există un model în calea către maturitate pe care o urmăresc toate tehnologiile și tendințele imature. Așteptați-vă că aceeași evoluție să aibă loc cu BI și cu marginea. Deci, da, probabil că va exista o consolidare a vânzătorilor. ține cont de asta.

De asemenea, căutați decuplarea tehnologiei cloud din cloud, astfel încât să poată fi utilizate și la margine. Veți dori să vedeți un astfel de decuplare, care vă va oferi flexibilitatea maximă în utilizarea norului sau a muchiei. Probabil va reduce costurile și va crește eficiența prin aplicații mai inteligente dintr-un ecosistem divers, mai degrabă decât de la un singur furnizor. Creează-ți planul atât pe termen scurt, cât și pe termen lung, pentru a te asigura că te poți adapta la modificările previzibile, fără pierderi mari în investițiile anterioare.