W związku z rosnącą liczbą inteligentnych urządzeń w ramach Industry 4.0 rozwija się Edge Computing - zdecentralizowana architektura sieciowa, w której dane są przetwarzane bliżej źródła. Czy może to oznaczać, że konwencjonalne centra danych w chmurze znikną?

Czasy A-Changin''a

W 2016 roku inwestor Peter Levine przewidział, że Cloud Computing - do tej pory mniej więcej ugruntowany jako siła napędowa innowacji biznesowych - zostanie w niedalekiej przyszłości zastąpiony przez Edge Computing. Wielu przedstawicieli branży powtarza to stwierdzenie, argumentując, że informatyka stanie się zdecentralizowana, a co za tym idzie, zniknie potrzeba scentralizowanego systemu Cloud Computing. Czy jednak tak się stanie?

Heads in the Cloud

Przez ostatnie 12 lat decydenci przechodzili od firmowego sprzętu i oprogramowania do opartych na usługach modeli chmury, przechowując dane i tworząc w niej aplikacje. Przetwarzanie w chmurze oznacza, że zasoby systemowe, takie jak przechowywanie danych i moc obliczeniowa, są udostępniane użytkownikom za pośrednictwem centrów danych dostępnych przez Internet.

Chmura pozwala na wykorzystanie tylko takiej mocy obliczeniowej, jakiej naprawdę potrzebujesz (płacąc w trybie "as-you-go"), co zapewnia wysoką skalowalność, a także znacznie ułatwia innowacje. Ta bardzo udana metoda udowodniła, że współdzielenie zasobów i zlecana na zewnątrz obsługa serwisowa są nie tylko tańsze, ale również pozwalają na większą elastyczność.

Życie na krawędzi

Od czasu wprowadzenia chmury w 2006 r. zarówno sprzęt, jak i zastosowania informatyczne znacznie się rozwinęły, a obecnie znajdujemy się w samym środku szybkiej ewolucji Internetu przedmiotów (IoT) i Przemysłowego Internetu przedmiotów (IIoT).

Ta stale rosnąca liczba inteligentnych urządzeń i powiązanych usług oznacza, że sama ilość danych przesyłanych do centrów danych jest po prostu zbyt duża, aby umożliwić użytkownikom bezproblemowe korzystanie z nich w czasie rzeczywistym. Co więcej, to przeciążenie danymi uniemożliwia uruchomienie aplikacji tak sprawnie, jak byłoby to możliwe w innym przypadku.

Wprowadź Edge Computing: paradygmat, w którym logika biznesowa i moc obliczeniowa przesuwa się z centrum sieci do jej "krawędzi", czyli bliżej miejsca, w którym dane są generowane w pierwszej kolejności. Dane nie będą już musiały podróżować do odległego centrum danych w celu ich przetwarzania, lecz będą analizowane albo w centrum danych krawędziowych (czasami nazywanym "cloudletem"), albo na samym urządzeniu. Okazuje się to szczególnie użyteczne w przypadkach użytkowych, które wiążą się z koniecznością bardzo krótkich czasów reakcji.

W przemówieniu Petera Levine'a, zatytułowanym "Return to the Edge and the End of Cloud Computing", technolog-inwestor przewiduje, że powstanie Edge'a będzie miało wpływ na sieć, bezpieczeństwo, przechowywanie i zarządzanie rozwiązaniami IT w taki sam sposób, w jaki chmura zmieniła krajobraz IT na początku lat 2000. W tamtym czasie byliśmy również świadkami przejścia od modelu zdecentralizowanego klient-serwer do modelu scentralizowanej chmury. I podobnie, przejście z modelu Cloud na Edge'a zmieni sposób, w jaki odbywa się przetwarzanie danych w najbliższej przyszłości.

Uzyskanie Edge'a

Wszystko, co mówi się o nowych paradygmatach i przesunięciu punktu ciężkości, może być raczej niejasne. Spójrzmy więc na trzy konkretne przykłady Edge Computing w akcji.

Inteligentne fabryki

Inteligentna produkcja charakteryzuje się wysokim stopniem kontroli komputerowej i możliwością adaptacji. Z jednej strony informatyka jest podstawowym elementem cyklu życia produktu: czujniki i procesory zbierają i analizują dane, a następnie przekazują je z powrotem do fabryki poprzez usługę Cloud.

Jednak o wiele częściej elementy produkcji są ze sobą powiązane, co pozwala na optymalizację produkcji w najwyższym możliwym stopniu. Jako przykład spójrzmy na sposób, w jaki niemiecki producent pras wdrożył inteligentną produkcję.

Linie prasowe wyposażone są w 30 komputerów przemysłowych, które zapewniają automatyczny i bezpieczny transport wyprodukowanych części z jednej fazy prasowania do drugiej. Poszczególne prasy, linie do wykrawania i inne zautomatyzowane komponenty są również wzajemnie połączone.

Zanim jedna część zostanie przetransportowana do następnej fazy, należy obliczyć maksymalną prędkość, z jaką wykroje będą musiały być formowane. Tutaj symulacje tego procesu dostarczają niezbędnych informacji do optymalizacji całej linii.

Na długo przed faktycznym zamontowaniem pierwszych zestawów narzędzi, wirtualny obraz prasy wytwarza już część po części. Dzięki symulacji pras, linii do wykrawania i innych elementów można np. zminimalizować czas transportu jednej części do następnej fazy.

Taka połączona fabryka może produkować do 3 petabajtów danych dziennie. To 4 kwadrylionowe bajty! Wysyłanie takiej ilości danych do odległego centrum danych spowodowałoby co najmniej złe opóźnienia. Tak więc zebrane dane są analizowane w samej fabryce, co pozwala na natychmiastowe poprawki i wdrożenia. Stare, szkolne centrum danych będzie zazwyczaj wykorzystywane do długoterminowego przechowywania danych i bardziej intensywnej analizy danych.

Typowym sektorem, w którym wykorzystuje się tę technologię, jest przemysł motoryzacyjny.

Smart Cars

Samochód samobieżny może generować do 4 terabajtów dziennie na samochód. Zazwyczaj posiada on ponad 200 czujników, które odpowiadają za szereg ważnych funkcji - od wspomagania parkowania, przez wykrywanie martwego pola, po unikanie kolizji.

Wiele z tych czujników jest odpowiedzialnych za wykrywanie pieszych przed samochodem i upewnienie się, że przerwa awaryjna jest uruchamiana w razie potrzeby. Czujniki te nie tylko muszą określać kształt pieszego, ale także natychmiast analizować dane z kilkoma innymi czujnikami w samochodzie, które stale zbierają informacje o pogodzie, warunkach drogowych, otaczających pojazdach itp.

Te krytyczne dane nie mogą być po prostu przesłane do przetwarzania w chmurze - potrzeba około 100 milisekund, aby dotrzeć do i z chmury, ponieważ nawet milisekundy mogą zrobić różnicę, jeśli chodzi o utrzymanie bezpieczeństwa na drodze.

Dodatkowo, połączenie internetowe nie zawsze jest gwarantowane - nawet nowa technologia, taka jak 5G, ma jeszcze wiele do zrobienia, zanim stanie się stabilnym i niezawodnym narzędziem łączności. Dzięki Edge Computing, inteligentne samochody zawsze mogą pozostać w kontakcie dzięki bardziej bezpośredniej sieci do ich dyspozycji.

Aby samochód mógł czuć się bezpiecznie na drodze, jego czujniki i kamery muszą ze sobą bezbłędnie współpracować. Stworzyło to wiele innowacji w dziedzinie łączności. Można nawet argumentować, że inteligentne samochody - między innymi ze względu na ich znaczenie i uwagę mediów - są motorem rozwoju Edge Computing.

Dzisiejsze inteligentne samochody już teraz dysponują mocą obliczeniową pozwalającą na obsługę tych ogromnych ilości danych. Gromadzą one, analizują i wykorzystują te dane podczas jazdy, a pod koniec dnia dane są przesyłane do chmury obliczeniowej w celu ich przechowywania i bardziej zaawansowanej analizy.

Smart Cities

Przyszłość jest teraz. Być może słyszeliście Państwo o inteligentnych domach, w których takie rzeczy jak temperatura, wilgotność, urządzenia domowe i systemy alarmowe są monitorowane przez połączone czujniki i mogą być kontrolowane przez właściciela domu z dowolnego miejsca.

Wyobraźmy sobie to teraz na większą skalę: miasto, w którym transport publiczny, sygnalizacja świetlna, światła uliczne i kontrola jakości powietrza mogą być monitorowane i kierowane przez urzędników miejskich. Wiedzielibyście dokładnie, kiedy następny autobus dotrze na wasz przystanek i jak dobre jest dziś powietrze. Ale czy takie miejsce naprawdę istnieje?

Republika Singapuru jest uważana za najbardziej zaawansowane inteligentne miasto na Ziemi. Zostało ono nagrodzone nagrodą Smart City 2018 na Światowym Kongresie Smart City Expo za wybitne wykorzystanie najnowocześniejszych technologii do poprawy życia ludzi w mieście - od portali dla rodziców i nauczycieli w czasie rzeczywistym po dynamiczne algorytmy wyznaczania tras autobusów.

Przyjrzyjmy się bliżej systemom gospodarki wodnej w Singapurze. Wśród innych innowacyjnych usprawnień systemowych, Public Utilities Board (PUB) - narodowa agencja ds. gospodarki wodnej w Singapurze - opracowuje własny prototyp wykrywania mikrobów w wodzie. To przenośne urządzenie wykorzystuje sztuczną inteligencję i obrazowanie w ułamku sekundy do wykonywania swojej pracy w czasie rzeczywistym, a także jest połączone z mobilną aplikacją i chatbotem. Działa przez całą dobę, odpowiadając na polecenia i wysyłając na żywo raporty obrazu, wyzwalając w ten sposób alarm w przypadku wykrycia anomalii.

Urządzenie to, zaplanowane do wdrożenia na dużą skalę do końca 2020 r., będzie kolejnym dodatkiem do i tak już gęstej sieci czujników, kamer i autonomicznych urządzeń, które pomogą efektywnie zarządzać miastem.

Teraz widać, dokąd to zmierza: sama ilość danych i konieczność ich udostępniania 24 godziny na dobę przez 7 dni w tygodniu wymaga bardziej zwinnego i elastycznego rozwiązania niż to, które jest w stanie zapewnić scentralizowana chmura. Tak zwane mikro- i mini centra danych są modułowymi jednostkami przetwarzania danych, które można wdrożyć bliżej źródła danych i które znacznie zredukowałyby te brzydkie opóźnienia.

Czy może być tylko jedno?

Zgodnie z niektórymi przewidywaniami, globalne wykorzystanie danych wzrośnie do około 44 zetabajtów (1 ZB to miliard terabajtów), a liczba podłączonych urządzeń osiągnie 80 miliardów do 2025 roku. Edge computing jest organiczną odpowiedzią na ten trend i jednocześnie zasila go wykładniczo.

Nastąpiła zmiana w kierunku bardziej dynamicznych i zwinnych sieci, które umożliwiają szybkie i dostosowane do potrzeb rozwiązania. Pozorny kompromis jest prosty: surowa moc obliczeniowa architektur scentralizowanych dla zwinności architektur zdecentralizowanych.

Coraz mniejsze i tańsze komponenty ułatwią tworzenie mniejszych, modułowych centrów danych Edge'a. Tam wiele procesów przetwarzania danych znajdzie swój nowy dom.

Ale w przeciwieństwie do tego, co Levine przewidział, sama chmura raczej nie zostanie zastąpiona. Będzie ona raczej uzupełnieniem koncepcji Edge'a, pełniąc funkcję centrum przechowywania, tworzenia kopii zapasowych, koordynacji i uczenia się maszynowego. Bardziej wymagające zadania związane z przetwarzaniem danych nadal będą wymagały infrastruktury chmury.

Edge Computing nie jest samodzielnym rozwiązaniem. Doprowadzi to do powstania coraz bardziej złożonej i zróżnicowanej sieci, która będzie się skupiać wokół większych ośrodków, które będą stanowić szkielet dla "chmur obliczeniowych". Podczas gdy koncepcje takie jak połączone samochody - zasadniczo napędzające centra danych - wskazują na tendencję do większej niezależności od chmury, kluczowe aspekty, takie jak bezpieczeństwo danych, stabilność sieci i moc obliczeniowa będą nadal napędzać zapotrzebowanie na duże centra danych.

Perspektywa biznesowa

Edge nie zastępuje Chmury. Jeśli chcesz przechowywać dane na dużą skalę i procesy online, wirtualne serwery nadal będą rozwiązaniem. Jeśli jednak chcesz zbudować rozwiązanie, które będzie reagowało na Twoje potrzeby ze zredukowanymi opóźnieniami, uzupełnij je o przetwarzanie danych w Edge'u, aby uczynić je szybszym i bardziej niezawodnym.