Uç bilişim ile bi uygulamaları kullanmaya yönelik bir kılavuz

Bugünlerde herkes ileri düzeyde bilgi işlem yapmaktan bahsediyor, ancak çok azı ne olduğunu, bununla ne yapacağını çok az anlıyor. Kısaca, kenar hesaplama, sensör üzerindeki veya ağ geçidine yakın veri kaynağına yakın işlem anlamına gelir. BT'nin en iyi alternatif teknolojiyi nasıl en iyi şekilde yönetebileceğini bilmek istiyorsanız, meslektaşım ve PCMag IT Watch yazarı Wayne Rash'ın "5G ve Edge Cloud Computing Hakkında Düşünmeye Başlaması Gerekiyor" adlı bir sütuna bakın. Ancak bu makalenin amaçları doğrultusunda, kenar hesaplamayı "100 metrekareden daha az yer kaplayan" bir mikro veri merkezleri ağı ağı "olarak tanımlayan pazar araştırma firması IDC'den bir açıklama ile başlayabiliriz.

Teknoloji alanındaki birçok yeni terimde olduğu gibi, "uç bilişim" yaygın olarak kullanılmaktadır ve blok zincirleme, içerik dağıtım ağları (CDN'ler), ızgara bilişim, ağ bilişim ve eşler arası işlemler de dahil olmak üzere çeşitli diğer terim teknolojileri ile ilişkilendirilmiştir. akran bilişim. Hangi teknoloji kenar hesaplama ile birlikte kullanılırsa yapılsın genel görevi, verilerin işlendiği yer ile çıktının sonucunun nerede bir etkisi olacağı arasındaki mesafeyi kısaltarak herhangi bir veri analizini ve ilgili işlemleri hızlandırmaktır.

Zor kazanılmış iş zekası (BI) bilgilerinizi eyleme dönüştürülebilir içgörülere dönüştürmek söz konusu olduğunda, bu önemli bir husustur. Ancak BI (özellikle düşük gecikmeli analitik) ve uç hesaplama, teknoloji cenneti içinde yapılan bir eşleşme gibi görünse de, ikisini birleştirmeden önce göz önünde bulundurulması gereken çok şey var.

Edge’deki Analytics ve Streaming Analytics

Edge Computing'in analitik üzerindeki önemi, devam etmeyen bir gecikme süresi ve bir ağ trafiği sıkışıklığı yaratmadan devam eden bir Nesnelerin İnterneti (IoT) verisini bulutta aktarmak için başka bir pratik yol olmadığını fark ettiğinizde açıktır. Bu gecikme sorunu, özerk sürüş gibi ortaya çıkan birçok analitik uygulamasında ölümcül olabilir. Veri taşması, sizi "Genişlet, Scotty" demekten daha kısa sürede geniş banttan darboğaza götürür.

Evet, akış analitiği, birkaç yıl önce, IoT verilerinde gerçek zamanlı bir okuma almak için gecikme duyarlı bir dergi olarak lanse edildi. Ancak, akış analizi analitiği hala çok fazla taraf olmasına rağmen, fiziği değiştiremedi. Büyük veri aktarımları, çok sayıda yönlendirici atlama, sanallaştırma paketi gecikmeleri, bağlantıların kesilmesi ve ağdaki diğer fiziksel kısıtlamalar nedeniyle yavaşlar. Uzak bölgelerde IoT söz konusu olduğunda, herhangi bir günde bir ağ bağlantısının kurulması kuvvetli bir öneridir.

Bu sorunların hepsinin verilerle bilgi işlem süreçleri arasındaki fiziksel uzaklıkla büyütülmesi önemli değildir. Bu nedenlerden ve diğerlerinden dolayı, akış analizleri gerçek zaman yerine “gerçek zamana yakın” olma eğilimindedir. Ne kadar küçük olursa olsun, bu gecikme, özerk bir otomobilin fren yapıp çarpışmasını önlemek için zaman içinde çıkışlara ihtiyaç duymanız halinde çok büyük bir sorun. Bu otoyoldaki tüm arabaların bir kerede fren yapmasını istiyorsanız daha da büyük bir sorun var.

Kısacası, Star Trek ve gerçek hayattaki veri taşıyıcılarının kendi sınırları var ve BT'deki hiçbir Scotty'nin yapabileceği hiçbir şey yok. Mevcut ağların yönetmesi için çok fazla IoT verisi var ve hacim nefes kesici bir hızla artıyor. Buradaki en büyük paket servisi: Edge computing, ağ üzerindeki bilginin gelgitine yol açar ve daha hızlı analitik çıktılar da sağlar.

Kenar Bulutu - Bulut

Bu mikro veri merkezleri işbirlikçi, iletişimsel veya birbirine bağlı işlevlerde bir araya gelebildiklerinde ve çoğu zaman bir araya geldiklerinden, bazı insanlar "son bulut" terimini kullanmaktan hoşlanıyor.

Örneğin, modern arabalarda, bireysel sistemleri yönetmek için tasarlanmış yüzlerce gömülü bilgisayar bulunur, ancak sistemler birbirleriyle iletişim kurabilmeleri ve gerektiğinde uyum sağlayabilmeleri için birbirlerine de bağlanırlar. Başka bir deyişle, bireysel olarak, toplu olarak ve çok çeşitli karmaşık işlevleri tamamlamak için kenar hesaplama kullanırlar.

ABD Enerji Kuzey Pasifik Kuzeybatı Ulusal Laboratuvarı'ndaki (PNNL) Gömülü ve Kablosuz Sistemler Bilim / Mühendisi Johnathan Vee Cree, “Sadece gözlemlenen koşullara cevap vermekle kalmıyor, zaman içerisinde öğreniyor ve adapte oluyor” dedi. “Örneğin, modern yakıt enjeksiyon sistemleri, güç ve yakıt verimliliğini optimize etmek için otomobilin sürüş modellerini gözlemleyecektir. Bu verilerin gerçek doğası, kenardan başka bir yerde işlem yapmayı imkansız hale getirecektir.”

Çok sistemli yerleşik karşılıklı bağımlılıkta bile, "uç bulut" ifadesi çamurlu bir anlayışı daha fazla anlama eğilimindedir çünkü kesin değildir.

Vee Cree, “IoT cihazları hakkında konuşurken, düşünceler neredeyse bulutun tam tersi” dedi. “IoT cihazları tipik olarak sınırlı depolama ve işleme gücüne, dış dünyaya potansiyel olarak aralıklı bağlantıya sahiptir ve bir batarya ile çalıştırılabilir. Bu cihazlardaki en önemli değer, kendileri için mevcut olan ham sensör değerlerini anlamlı verilere dönüştürme yetenekleridir.”

Yukarıdaki Edge Computing Devices grafiği, TECHnalysis Research tarafından verilen izinle yeniden basıldı.

Ancak, kenar hesaplama ve bulut hesaplama, birbirini dışlayan değildir. Gerçekten de, en başarılı IoT veri stratejilerinde iç içe geçmişlerdir. Yakında herhangi bir zamanda değişmesi muhtemel değildir.

"Edge ve cloud computing kombinasyonuna bir örnek Tesla'nın otopilot özelliklerinden geliyor. Otopilot sistemi sürekli değişen sürüş koşullarını algılamalı ve tepki göstermeli. Bunu yaparken tehlikeleri tespit edebilen ve önleyebilen makine öğrenme algoritmaları kullanarak bunu yapıyor. Bu kontrol, gerçek zamanlı kararlar vermek için kullanılırken, aynı zamanda bulut ile de paylaşılıyor ve tüm sürücüler için otomatik pilot özelliğini geliştirmek için kullanılıyor "diye açıkladı PNNL'de Yazılım Mühendisi William Moeglein.

Edge ve cloud combo play basitçe çalışır çünkü çalışır; Her iki dünyanın da en iyisini kullanıyor ama şehirdeki tek oyun bu değil. Aslına bakılırsa, Edge Analytics’in yüzde 36’sı, kurumsal veri merkezinde, yüzde 34’te ve yüzde 29’unda bulutta “Edge’de Hesaplama: Anketin Önemli Noktaları” raporuna göre ve TECHnalysis Research'de Baş Analisti. Bu, son analitiklerin nasıl uygulandığına dair seçenekler olduğu anlamına gelir. Seçim tamamen ne yapmaya çalıştığınıza ve bu amacı gerçekleştirmeye çalıştığınız koşullara bağlıdır.

“Hesaplama gücü ile enerji kullanımı arasındaki değişim, cihazlar bir bataryadan çalıştırıldığında sınırlayıcı bir faktör olabilir. Güç tüketiminin önemli olduğu durumlarda, sürekli sensör okumalarına erişime rağmen, küçük veri örneklerine dayanarak kararlar alınabilir” dedi. PNNL'nin Moeglein'i.

Moeglein, "Edge computing, iletişimin garanti edilmediği, tek yönlü veya sınırlı olduğu alandaki cihazlar için geri bildirim sağlıyor." “Sistemlerin pillerle yıllarca veya yıllarca çalışması bekleniyorsa, iletilen verileri azaltarak daha uzun cihaz ömrü sağlamak için edge computing kullanılabilir.”

Yukarıdaki sis hesaplama grafiği, Cisco Systems, Inc'in izniyle yeniden basılmıştır .

Edge Cloud'un Sisini Giderme

Analitiklerin nerede ve nasıl yapıldığını yakından takip eden ve optimize eden otomasyon, BT ve ağ satıcısı Cisco Systems'ın kullandığı bir terim olan “sis bilişim” kavramına öncülük etti. Bu stratejide, Cisco'nun beyaz bir makalede açıkladığı gibi, "geliştiriciler ağ kenarındaki sis düğümleri için bağlantı noktası veya IoT uygulamaları yazıyor. Ağ kenarına en yakın sis düğümleri, IoT aygıtlarından veri alıyor. O zaman - ve bu çok önemli - sis IoT uygulaması, farklı veri türlerini analiz için en uygun yere yönlendirir. " Yukarıdaki grafikte gösterildiği gibi, Cisco'nun görüşüne göre, sis hesaplama, bulutu veri toplama işlemini yapan gerçek cihazlara daha da genişletmektedir. Sis düğümlerini IoT cihazlarıyla yakın bir yere koyarak Cisco, gecikmeyi azaltırken analitiği hızlandırmayı hedefliyor.

Bazıları bunu, bulut bilişimin kenara ittiği - merkeziyetçi, başka bir deyişle - ağın kenarında hesaplama yapan kenar bilişimin aksine, genellikle bir IoT cihazında olduğunu düşünmenin daha kolay olduğunu söylüyor. Elbette çok farklı bir fark var.

Genellikle insanlar iki kavram çok benzer olduğu için "uç bilişim" ve "sis bilişim" kullanırlar. Bu, sis hesaplamanın, analiz için verileri farklı konumlara ayırma ve yönlendirme yeteneğidir. Bu, ve sis hesaplaması, genellikle IoT cihazlarında olduğu gibi gerçekten kenarda olmaktan ziyade “yakın kenara” (yani bir ağ geçidi) 'dir.

Kısacası, kesin olarak kenar hesaplamanın ne olduğu konusunda bir fikir birliği yoktur, ancak konuyu sislemenin bir faydası olmadığını söyleyen pek çok kişi var. Söz konusu TECHnalysis Research raporuna göre, "daha fazla insan uç hesaplamanın uç noktalardan (yüzde 29, 8) geçitlerden (yüzde 13, 2) yapıldığını düşünüyor, ancak yüzde 44, her ikisini de düşünüyor."

Her halükarda, “son kullanım uygulaması sonuçta sistemin ihtiyaçlarını yönlendirir ve kenarda işlemenin faydaları ile bulut arasında bir denge bulmayı amaçlar” dedi PNNL'den Vee Cree.

Burada sadece tek bir kural var: Neredeyse veya gerçek zamanlı olarak bir karara ihtiyacınız varsa, işlemi mümkün olduğunca veri kaynağına yakın bir şekilde yapın. Edge computing gecikmeyi ortadan kaldırma, enerji harcamasını düşürme ve ağ trafiğini azaltma seçeneğidir.

API'ler, Uygulamalar ve Ekosistemler

Genel olarak, kenar hesaplama ile birlikte kullanılan uygulamalar hız ve verimlilik elde etmeyi amaçlar. Burada, bağımsız iş zekası (BI) uygulamaları, daha ziyade yerleşik BI işlevlerini ve tabii ki, IoT verilerini buluttaki mevcut BI uygulamalarına ve çerçevelerine dahil etmek için uygulama programlama arabirimlerini (API) bulma olasılığınız daha düşüktür.

"Son hesaplama kavramı, şirketlere, gecikme ve bağlantı sorunlarının yaşandığı senaryolarda bile bulut bilişimin avantajlarından yararlanmalarına yardımcı olmaktadır. Bazı uygulamalar, buluta ve bu gibi durumlarda Tableau'ya tam tur atmayı yasaklayan bir veri boyutu veya hız gereksinimi ile ilgilenmektedir. Yerel uygulamalara yerleştirilen analitikler hızlı bir şekilde öngörü sağlar, "dedi Tableau Yazılım Ürün Pazarlama Başkan Yardımcısı Mark Jewett.

"Diğer durumlarda, kenar hesaplama, bağlantının güvenilir olmadığı veya pahalı veya periyodik olduğu senaryolarla başa çıkmanın bir yolunu sunar. Gemiler gibi hareket eden şeyler, petrol platformları veya mayınlar gibi uzaktaki nesneler ve hatta durumlar bağlantının iyi olduğu ancak kesinti süresinin çok pahalı olduğu üretim tesis sistemleri gibi kesintiler için bir risk almaya değmediği durumlarda, analistler ve sahadaki tam bir iş istasyonuna erişimi olmayan diğer kullanıcılar hala aynı analitik gücünü istiyorlar tanımaya geldim. "

Tablo, kenarında veya üzerinde veri bulunan tek BI satıcısı değildir. Microsoft, müşterilerinden biri olan Schneider Electric'i vaka incelemesi olarak işaret etti. Bir Microsoft sözcüsü, Schneider Electric'in uzak bölgelerde güvenliği artırmak ve uzaktaki olayları azaltmak için Azure Machine Learning ve Azure IoT Edge kullanarak bir yağ çubuğunda öngörücü bakım yapan bir kenar uygulamasına sahip olduğunu söyledi. Veri işleme cihazda yapılır. Bu, bulut istihbaratını (bulutta eğitmiş oldukları ML modelleri) uç cihazın kendisine getirmesiyle başarılır. Bu, büyük egzersiz verileri setine dayanarak anomalilerin daha hızlı tespit edilmesini sağlar.

Bu arada, IBM Watson, ortam ve cihaz ses ve konuşma analitiği, drone görüntü ve video analitiği ve bakım ve güvenlik akustik analitiği gibi sayısız kullanım durumlarını rapor ediyor.

Tüketici Teklifleri IBM Watson IoT Genel Başkan Yardımcısı Bret Greenstein, "Tüm bu durumlarda, son analitikler cihazlarda yerel olarak faaliyet göstererek gelişmiş performans, maliyet ve mahremiyet sağlıyor" dedi. “Büyüme, uçtaki bilgisayar gücü arttıkça heyecan verici ve ML olgunlaşıp daha özel kullanım durumları yaratıyor.

"Aygıtlar gördüklerini ve duyduklarını 'anlayabilir' ve bu anlayışı daha iyi hizmet vermek ve daha iyi seçimler yapmak için kullanabilirler. Bu gerçek zamanlı olarak gerçekleşiyor. Ve gerçek veriler uç aygıttaki içgörülere dönüştürülebildiğinden, Verileri buluta göndermeniz gerekir, bu da maliyeti artırır ve yeni gizlilik koruma biçimlerini etkinleştirmeye yardımcı olur. "

Yeni gizlilik koruma katmanları eklemek potansiyel olarak şirket yükümlülüklerini azaltmada uzun bir yol kat ederken, yine de şirketlerin büyümesi gereken verileri sağlar.

Sayılarla Edge Computing Uygulamaları

TECHnalysis Research’e göre, kenar hesaplamanın henüz başlangıç ​​aşamasında olduğunu göz önünde bulundurarak, yalnızca kenar hesaplama uygulamalarında bir parçalamanın yeni (yüzde 39) olması şaşırtıcı değil. Çoğunluk (yüzde 61) taşınmış bulut uygulamasıdır. Bununla birlikte, aşağıdakiler en üst düzey bilgisayar uygulamalarıdır:

İşlem analitiği (yüzde 44)

Proses izleme (yüzde 35)

Çalışan izleme (yüzde 32)

Uzaktan varlık takibi (yüzde 28)

İşyeri / güvenlik uyumu (yüzde 24)

Tahmini bakım (yüzde 22)

Fiziksel varlık takibi yerinde (yüzde 20)

Aynı TECHnalysis Research raporuna göre, bulut uygulamalarını en üst seviyeye taşımak için en önemli beş neden, güvenliği artırmak, maliyetleri azaltmak, gecikmeyi azaltmak, yerel kontrolü geliştirmek ve ağ trafiğini azaltmaktır.

İş Zekası lensi sayesinde, verimlilik ve fırsatlar kenar hesaplama ile geliştirildi. Bu nedenle, önce bulut uygulamalarını geçirmeniz veya mevcut IoT uygulamalarına analitiği yerleştirmeniz, sizi en iyi pozisyona en hızlı şekilde sokmanız mantıklıdır. Örneğin, fabrikadaki bir robotik birimin bütün verilerinin akışını ve analizini yapmak yerine, sensör tarafından oluşturulan ve tekrarlanan sonsuz bilgi tekrarlayan miktarındaki flotsam'ı tarayabilirsiniz.

Bunun yerine, uç hesaplama yalnızca "veri değiştir" i not etmek ve analiz etmek için kullanılabilir; bu, aynı kaynaktan gelen diğer veriden bir şekilde farklı olan veriler anlamına gelir. Örneğin, kutup dairesinde bir yel değirmeni olduğunu hayal edin: "İyiyim. İyiyim. İyiyim. Bıçak iki saniye boyunca sıkışmış. İyiyim. İyiyim. İyiyim." Bıçağın yapışmasındaki bit değişiklik verileridir. Öyleyse, "rüzgar kayması", makineyi daha fazla enerji toplamasını ve toplamasını tetikleyebilir. Değişim verileri, kesin olarak bir değişikliğe dikkat ettikleri için en fazla önem taşıyan veri noktalarıdır.

Bu gibi durumlarda, kenardaki uygulamalar yalnızca ilgili verilerle çalışır; bazıları buna "akıllı veri" derdi. Önemli ayrıntılar kolayca görülebiliyorsa neden denizi kaynatın? Akıllı veri uygulamaları, verileri toplama noktasında kullanılabilir kılar ve ayrıca geleneksel BI uygulamalarında daha fazla harmanlama ve analiz için buluta hangi verilerin gönderileceğine karar verebilir. Bu şekilde, veri madenciliği maksimum işletme etkisi için optimize edilmiştir.

İş Zekası ve Uç Hesaplama Stratejiniz için 4 İpucu

En son bilgi işlem trendine atlamak ve uygulamaları buluttan geçirmeye başlamak için karar vermek nispeten kolaydır. Ancak strateji olmadan eyleme geçmek ciddi bir hata olur. Ekmek kızartma makinesi gibi rastgele şeyler internete hızlı bir şekilde bağlanıp ardından bir sonraki CES'te gururla sergilendiğinde IoT'nin ilk günlerini hatırlıyor musunuz?

Stratejiniz saçma veya eksikse akıllı veriler bile size yardımcı olamaz. Bu nedenle, iş zekası ve son stratejinizi oluştururken akılda tutulması gereken dört husus vardır.

1. Ek veri madenciliği fırsatları için mevcut IoT oyununuzu yeniden değerlendirin. Örneğin, bir bakıcı veya üretici, hammadde kaynağını oluşturmak veya doğrulamak için soğutma ve kamyon sensörleri gibi tedarik zincirindeki verileri kullanmak isteyebilir. Sürdürülebilirlik blok zincirine eklenen bu bilgiler, çevreye duyarlı tüketicileri çekmek için pazarlamada kullanılabilir.

Bir perakendeci, tüketiciyi taramak için mağazanın bilgisayar vizyonunu ve uç hesaplamalarını, müşterinin bakmakta olduğu giysinin gerçekte onlara nasıl uyacağına dair yerinde bir 3D gösterimini göstermek için kullanabilir. Bu, satışları artırmanın yanı sıra soyunma odalarına ve ilgili güvenlik ve gizlilik konularına olan ihtiyacı da ortadan kaldırabilir. Ancak veriler, şirketin daha büyük stratejisini bildirmek için diğer tüketici verileriyle harmanlanmak üzere buluta da gönderilebilir.

Sahip olduğunuz IoT'den daha fazlasını elde etmek için fırsatları araştırın. Ürettiği verilerle başka neler yapabilirsiniz? Toplamak ve işlemek için başka hangi verileri kullanabilirsiniz?

2. Hangi uygulamalara ihtiyacınız olduğuna karar verin. Bir uygulamayı taşımanız, bazı analizler eklemeniz veya özel bir uygulama yazmanız gerekebilir; Hepsi ne yapmaya çalıştığınıza bağlı. İş hedeflerinizin uygulama seçiminde size rehberlik etmesine izin verin.

Yeni uygulamalar geliştirmek hakkında daha fazla bilgi edinmek için iyi bir yer, OpenStack Vakfı tarafından düzenlenen bir OpenDev konferansıdır. OpenStack, açık kaynaklı bir bulut bilişim projesidir ve öyledir ki, kenar bilişim orada çok sıcak bir konudur. Ayrıca, açık kaynağın, neredeyse tüm hesaplamalarda olduğu gibi, kenar hesaplamada sıcak olduğu görülür. Ayrıca, bilişim sağlayıcıları tarafından sunulan uygulamaları ve BI uygulama satıcıları tarafından sağlanan yerleşik analizleri düşünebilirsiniz.

3. Kullanmak istediğiniz yeni teknolojiyi seçin. Satıcılardan size bir demo vermelerini isteyebilirsiniz, böylece hangi teknolojiyi kullanmak istediğinizi, hangi uygulamaların kullanılabilir olduğunu ve bunun için uygulama geliştirmeye ilişkin bazı kılavuzları elde edebilirsiniz. Örneğin, Amazon Web Hizmeti (AWS) ve AWS Greengrass, Microsoft Azure IoT Edge ve Cisco ve IBM Watson IoT, IoT edge computing için analitik ve uygulamaların yanı sıra bir teknoloji karışımı sunar.

Ayrıca çok çeşitli blok zinciri, CDN, eşler arası ve diğer saf oyun satıcılarına göz atabilirsiniz. Ancak Dell Inc., IBM Corp. ve Hewlett Packard Enterprise (HPE) gibi hepsi de donanımlarına yeni donanımlara dönüştürmek için ek depolama ve bilgi işlem ve analitik yetenekleri eklemek için harcadıkları teknoloji devlerini göz ardı etmeyin.

Satıcıları ciddi şekilde değerlendirmeye başlamadan önce seçenekleriniz hakkında fikir edinin. Ayrıca, tedarikçilerinizle konuşmaya başlamadan önce, şirketinizin şu anda kullandığı IoT teknolojisinin türlerini ve eklemek istediklerinin bir envanterini alın. Bu şekilde, yolda kalmanız daha olasıdır.

4. Evrimi planlayın. Olgunlaşmaya giden yolda tüm olgunlaşmamış teknoloji ve trendlerin takip ettiği bir model var. Aynı evrimi BI ve sınır ile gerçekleşmesini bekleyin. Yani, evet, büyük olasılıkla satıcıların bir konsolidasyon olacak bir nokta vardır; bunu aklında tut.

Ayrıca bulut teknolojisinin buluttan ayrılmasının uygun olup olmadığına da dikkat edin. Bulut veya kenar kullanımında size maksimum esneklik sağlayacak bir dekuplaj görmek isteyeceksiniz. Tek bir satıcıdan ziyade farklı bir ekosistemden daha akıllı uygulamalar sayesinde maliyetleri düşürür ve verimliliği artırır. Önceki yatırımlarda büyük bir kayıp olmadan öngörülebilir değişikliklere uyum sağlayabilmek için planınızı hem kısa hem de uzun vadeli yapın.