Пограничные вычисления будут стоить 28,84 миллиарда долларов к 2025 году

Авторы Арвинд Тивари и Саян Чакраборти

Разделы

Edge — это центр Ambient Intelligence

Что общего у ветряка, бульдозера, автомобиля, типичного городского дома и подростка-миллениала? Ответ заключается в том, что все они зависят от данных, генерируемых и потребляемых с использованием той или иной формы компьютера, расположенного рядом с ними, чтобы функционировать.

Этот феномен наличия доступных вычислительных возможностей и получения ценности от данных в устройствах, близких к источникам данных или потребителям данных, называется граничными вычислениями. Рост периферийных вычислений и их преимущества следует понимать в контексте исторического места и роли вычислений в потребительской и промышленной сферах.

По оценкам Gartner, 75% корпоративных данных будут обрабатываться на периферии (а не в облаке) в течение следующих четырех лет, по сравнению с менее чем 10% сегодня. Переход к периферии будет обусловлен не только значительным увеличением объема данных, но и необходимостью более точного анализа, меньшими требованиями к задержке, проблемами безопасности и огромными преимуществами в затратах.

Linux Foundation имеет организацию LF Edge для создания общей структуры для аппаратных и программных стандартов и лучших практик, имеющих решающее значение для поддержки текущих и будущих поколений IoT и периферийных устройств.

Облако

Облачные вычисления стали мейнстримом. Джефф Безос и команда AWS, возможно, знали или не знали жемчужину в короне, которую они создали от предварительной публикации в 2004 году до публичного запуска в 2006 году, но облако или инфраструктура как услуга (IaaS) теперь стали основным направлением развития информационных технологий. а также производственное использование для предоставления услуг. Облачный контракт Пентагона на сумму 10 миллиардов долларов США, заключенный в октябре 2019 года, является убедительным подтверждением того, что облачные ИТ-услуги являются предпочтительным подходом. На территории больше не первый выбор.

SaaS, PaaS и IaaS — это просто три способа описать, как вы можете использовать облако для своего бизнеса.

  • IaaS: облачные услуги с оплатой по факту использования таких услуг, как хранилище, сеть и виртуализация.
  • PaaS: аппаратные и программные инструменты, доступные через Интернет.
  • SaaS: программное обеспечение, доступное через Интернет через третье лицо.
  • Локально: программное обеспечение, установленное в том же здании, что и ваша компания.

Круглосуточная доступность общих сервисов, таких как Википедия, изменила ожидания в отношении обслуживания и использования. Крупные провайдеры, такие как AWS, Azure, Google Cloud Platform, Alibaba Cloud, дополняются множеством ориентированных на разработчиков, таких как GitHub, Heroku, Digital Ocean, PythonAnywhere и т. д.

Первоначально IoT предлагался большинством консультантов и писателей как расширение облака. Это была архитектура тонкого клиента, в которой миллиарды недорогих устройств действуют как ведомые и отправляют данные на облачный мастер и действуют в соответствии с полученными инструкциями.

Туман 2 Край из облака

Туманные вычисления были придуманы CISCO и предусматривают множество вычислительных точек в сети IoT. Консорциум Open Fog, теперь объединенный в Industrial Internet Consortium, имел рабочее определение и архитектуру.

Мы предпочитаем операционную разницу IoTWik между конечной точкой и граничными вычислениями. Пограничные вычисления — это когда конечная точка, которая может быть устройством с ограниченными функциями с небольшой вычислительной мощностью (даже MCU, а не Raspberry PI) и небольшим объемом памяти и может фактически работать от батареи, выполняет значительную работу.

Тип работы, выполняемой устройством, может быть ограничен, например, с точки зрения считывателя RFID, или может быть немного более функциональным, например ограниченное распознавание вибрации для промышленных устройств. Это может включать в себя более важный вывод процесса с помощью миниатюрного или облегченного алгоритма AI/ML.

Размер рынка

Инструмент оценки рынка CB Insights оценивает периферийные вычисления в $6,72 млрд к 2022 году.

Gartner в статье «Что такое граничные вычисления…»

blog оценивает, что в настоящее время около 10% корпоративных данных создается и обрабатывается за пределами традиционного централизованного центра обработки данных или облака. К 2022 году, по прогнозам Gartner, этот показатель достигнет 50%.

IDC FutureScape прогнозирует, что ИТ-расходы на периферийную инфраструктуру достигнут до 18% от общих расходов на инфраструктуру IoT.

Grand View Research оценивает Размер рынка периферийных вычислений к 2025 году составит 28,84 миллиарда долларов | среднегодовой темп роста 54 %

Сценарии использования

Существует ряд сценариев преимуществ задержек, надежности и более низкой стоимости граничных вычислений. IoTForum видел несколько стартапов в Индии, использующих периферийные вычисления. Области использования охватывают проверку, соответствие и контроль процессов в [см. здесь, здесь, здесь и MINT] некоторые статьи из IoTForIndia:

Пограничные вычисления в Chick-fil-A

Hubitat приводит веские доводы в пользу безоблачного центра умного дома

Техасский стартап Edgetensor разрабатывает систему мониторинга водителей на основе искусственного интеллекта для автономных транспортных средств

3 технологии в основе автономного предприятия

  • Умный город
  • Здравоохранение
  • Транспорт
  • Умные фермы
  • Управление электроэнергией, водой и газом
  • Автономные транспортные средства:
  • Промышленная автоматизация:
  • Подключенные дома/офисы:
  • Розничная торговля:

AI/ML на периферии

Кембрийский взрыв чипсетов, программного обеспечения и методологий для периферии и тумана отодвигает импульс инноваций для IoT от облака. Заголовки типа Руководитель Linux Foundation считает, что периферийные вычисления будут важнее облачных вычислений теперь стали обычным явлением. В настоящее время тестируются набор инструментов и методологии для сокращения больших объемов памяти и ресурсоемких вычислений AI/ML до облегченной версии с приемлемой точностью, работающей на малой мощности, памяти и вычислительных мощностях граничных конечных точек.

Традиционные инструменты машинного обучения, особенно нейронная сеть, требуют значительной памяти и вычислительных мощностей, а также энергии от ватт до киловатт для работы. Было серьезное экономическое обоснование более локального или периферийного логического вывода, а также развитие и продвижение периферийных сопроцессоров искусственного интеллекта и машинного обучения. Одноплатные компьютеры, такие как вычислительный модуль Intel Movidus Neural, Google Coral, Nvidia Jetson Nano , SparkFun TensorFlowLite edge , ST micro MobileNet являются примерами сокращения вычислительных ресурсов, памяти и энергопотребления при использовании вывода AI/ML.

ИИ-чипы

Будущие достижения с новыми чипами ИИ, разработанными на основе FPGA или нейроморфных подходов, и более 50 новых чипов ИИ растут.

список, составленный Паллавом Аггарвалом, находится здесь.

Облачные провайдеры используют Edge

Microsoft Azure IoT Edge — это полностью управляемая служба, созданная на базе Azure IoT Hub. Разверните свои облачные рабочие нагрузки — искусственный интеллект, Azure и сторонние службы или собственную бизнес-логику — для работы на периферийных устройствах Интернета вещей (IoT) с помощью стандартных контейнеров. Перемещая определенные рабочие нагрузки на границу сети, ваши устройства тратят меньше времени на связь с облаком, быстрее реагируют на локальные изменения и надежно работают даже в течение продолжительных периодов автономной работы. Microsoft приобретает Express Logic.

Amazon AWS IoT Greengrass, подключенные устройства могут запускать функции AWS Lambda, выполнять прогнозы на основе моделей машинного обучения, синхронизировать данные устройства и безопасно обмениваться данными с другими устройствами, даже если они не подключены к Интернет.

Google cloud IoT SDK: коллекция встроенных библиотек C с открытым исходным кодом, которая позволяет разработчикам подключать, предоставлять и управлять устройствами с помощью службы Cloud IoT Core. Он специально нацелен на приложения с ограничениями по энергопотреблению, вычислениям и размеру, такие как сотовые устройства с батарейным питанием и устройства умного дома Wi-Fi. SDK Cloud IoT Device работает на оборудовании с флэш-памятью всего 25 КБ (или 80 КБ с программным решением TLS) и использует неблокирующие сокеты для снижения энергопотребления.

Компания Microchip стала пионером в упрощении настройки безопасности для периферийных устройств. Они начали с подхода предварительно установленный AWS, а теперь имеют первое в отрасли предварительно подготовленное решение для развертывания любого размера.

Стоимость также приемлема для небольших партий: от 1,2–1,4 $ за партию 10 до 0,77–0,88 $ за партию 2000.

Интеллектуальный шлюз Azure: создайте высокозащищенную конструкцию с сертифицированным Microsoft Azure интеллектуальным граничным решением Microchip на базе микропроцессора SAMA5D2 (MPU). Эта защищенная среда решения позволяет аутентифицировать шлюз Edge как часть облака Azure. Эта комбинация аппаратной и программной безопасности, предоставляемая Microchip и Sequitur Labs, позволяет развертывать защищенные шлюзы, сертифицированные для экосистемы Microsoft Azure, для предотвращения потенциальной кражи или потери данных.

AWS-ECC508 предназначен для обеспечения сквозной безопасности между устройством IoT и облачной инфраструктурой. Это достигается за счет использования системы взаимной аутентификации Amazon, которая проверяет подлинность облачной службы и устройства до того, как будут приняты какие-либо данные или команды. Идентификационные данные основаны на криптографических ключах. До сих пор создание таких криптографических удостоверений зависело от исходного производителя — обычно производителя, работающего по контракту, работающего на компанию, производящую устройства, — безопасно генерирующего ключи и затем безопасно передающего ключи по производственной цепочке. Вместо этого AWS-ECC508 может генерировать собственные ключи, которые Amazon примет как подлинные.

IoTNext 2019: периферийный AI/ML с открытым исходным кодом

На предстоящем IoTNext мы подробно изучим это.