FASTER INSIGHT, LESS BANDWIDTH, AND GREATER SECURITY- to obietnica rozwiązań przetwarzania brzegowego Internetu rzeczy (IoT). Jednak obietnica ta wiąże się z dodatkową złożonością i kosztami. Ponadto, jak w przypadku każdej nowej technologii, nie wszystkie rozwiązania są sobie równe. To stwarza możliwości dla profesjonalistów, którzy mogą pomóc klientom przebrnąć przez szum.
Typowo, dane z urządzeń IoT są przesyłane do chmury w celu przetworzenia, co wymaga przepustowości i czasu. „Może nie być praktyczne przesyłanie tych wszystkich danych” – mówi Ramya Ravichandar, dyrektor ds. zarządzania produktami w firmie FogHorn Systems Inc, twórcy inteligentnego oprogramowania brzegowego dla przemysłowych i komercyjnych rozwiązań IoT w Mountain View w Kalifornii.
W przeciwieństwie do tego, przetwarzanie brzegowe pozwala na analitykę IoT, interpretację danych i inne zadania, które mogą być wykonywane lokalnie, mówi Steve Hilton, prezes MachNation, firmy analitycznej IoT z siedzibą w Bostonie, która prowadzi również laboratorium testowe platform IoT. Takie rozwiązanie oferuje trzy podstawowe korzyści, kontynuuje: „Zgodność, ponieważ wszystkie dane są przechowywane na miejscu; minimalizacja ryzyka, poprzez wyeliminowanie wszelkich opóźnień w łączności z chmurą; i bezpieczeństwo fizyczne, takie jak wyłączanie części sprzętu w oparciu o wcześniej ustawione reguły.”
Ravichandar dodaje, że przetwarzanie krawędziowe pozwala uchwycić to, co nazywa „nietrwałymi spostrzeżeniami”- informacje, które wymagają natychmiastowego działania, aby uzyskać przewagę konkurencyjną. „Ale przetwarzanie brzegowe IoT jest nowe i wciąż się rozwija” – przyznaje. „Musisz być w stanie uruchomić algorytm na krawędzi, aby zweryfikować, czy dane są użyteczne ze względu na stary problem 'garbage in, garbage out’.”
Praktyczne kwestie mogą również stanąć na przeszkodzie, mówi Hilton. „Urządzenia brzegowe są stosunkowo drogie w porównaniu z innymi typami urządzeń IoT, a ponadto trzeba zapewnić zasilanie prądem przemiennym” – wyjaśnia. Posiadanie odpowiedniego oprogramowania jest kluczowe, dodaje, ponieważ 90 procent złożoności jest związane z oprogramowaniem. I wreszcie, podczas gdy przetwarzanie w chmurze może agregować dane z wielu urządzeń, aby uzyskać lepsze ogólne zrozumienie systemu, „urządzenia brzegowe mają ograniczony widok na system.”
Twoje oprogramowanie musi również działać w małej obudowie. „Pracujemy z procesorami X86, ARM32 i ARM64 i zazwyczaj mamy tylko 150 do 200 MB pamięci do pracy” – mówi Ravichandar. „Istnieją inne aplikacje konkurujące o dostępne zasoby obliczeniowe, więc musimy zoptymalizować oprogramowanie, aby działało w jak najmniejszej przestrzeni, aby umieścić je na urządzeniu brzegowym.”
Nie wszystkie „przetwarzanie brzegowe” jest takie samo, albo. Ravichandar mówi, że niektórzy producenci twierdzą, że ich rozwiązania przetwarzają dane IoT na poziomie urządzenia, ale tak naprawdę wysyłają je z powrotem do lokalnego centrum danych. Chociaż jest to szybsze niż czekanie na odpowiedź z chmury, „przetwarzanie brzegowe” oznacza przetwarzanie urządzenia, więc sugeruje zweryfikowanie tego z producentami.
Dla małych i średnich przedsiębiorstw w szczególności, Hilton zaleca współpracę z firmą świadczącą usługi IoT lub dostawcą rozwiązań IoT z obsługą platformy (PES) w celu uzyskania pomocy przy wdrażaniu rozwiązania brzegowego IoT. „Tego typu firmy mają wstępnie zmontowane rozwiązania IoT, aby dopasować się do wymaganych przypadków użycia swoich klientów” – wyjaśnia. „To powiedziawszy, nie jest łatwo znaleźć firmy usługowe lub sprzedawców PES oferujących rozwiązania IoT dla SMB.”
Sprawdzone strategie techniczne do wyzwań związanych z IoT edge również mogą być trudne do znalezienia. „IoT jest trochę jak Dziki Zachód i nie ma standardowych sposobów robienia rzeczy” – mówi Hilton. „Istnieje wiele najlepszych praktyk, ale są one w dużym stopniu zależne od architektury, którą klient wybiera dla swojego rozwiązania IoT. A architektur IoT są dziesiątki.”
Tego rodzaju złożoność zniechęci niektóre firmy do polegania na urządzeniach brzegowych IoT w zakresie przetwarzania, analizy i wizualizacji danych. Rzeczywiście, badania MachNation przewidują, że do 2026 roku połowa wszystkich wdrożeń IoT będzie hybrydowym połączeniem przetwarzania brzegowego i przetwarzania w chmurze. Jednak przynajmniej w niektórych przypadkach korzyści płynące z przetwarzania informacji jak najbliżej akcji będą usprawiedliwiać związane z tym koszty i niedogodności.
Zdjęcie: istock
.