A rápida expansão dos dispositivos IoT, bem como sua capacidade computacional em expansão, resultou em grandes quantidades de dados. E à medida que as redes 5G expandem o número de dispositivos móveis vinculados, os volumes de dados continuarão a aumentar.
A promessa da nuvem e da IA no passado era que eles automatizariam e acelerariam a inovação ao gerar insights acionáveis a partir dos dados.
No entanto, as capacidades de rede e infraestrutura foram superadas pela extraordinária quantidade e complexidade de dados fornecidos por dispositivos conectados. Dificuldades de largura de banda e latência se desenvolvem quando todos os dados do dispositivo são transmitidos para um data center centralizado ou para a nuvem.
A computação de borda é mais eficiente, pois os dados são processados e analisados mais próximos do ponto de origem. A latência é bastante reduzida, pois os dados não são transportados por uma rede para uma nuvem ou data center para serem processados.
Esta postagem explicará como a computação de borda funciona, por que é essencial e fornecerá várias instâncias de computação de borda com benefícios e contras.
O que é computação de borda?
A computação de borda é uma plataforma de computação distribuída que aproxima os aplicativos corporativos de fontes de dados, como dispositivos IoT ou servidores de borda locais. Essa proximidade com os dados em sua origem pode fornecer benefícios comerciais significativos, como insights mais rápidos, tempos de reação mais rápidos e maior disponibilidade de largura de banda.
Em sua forma mais básica, a computação de borda aproxima o processamento e o armazenamento de dados dos dispositivos que coletam dados, em vez de depender de um local central que pode estar a milhares de quilômetros de distância.
Isso é feito para garantir que os dados, principalmente os dados em tempo real, não estejam sujeitos a problemas de latência que possam prejudicar o desempenho do aplicativo. Além disso, ao realizar o processamento localmente, as empresas podem economizar dinheiro reduzindo a quantidade de dados que devem ser enviados para um local centralizado ou baseado em nuvem.
Considere dispositivos que monitoram equipamentos industriais em um chão de fábrica ou uma câmera de vídeo conectada à Internet que transmite vídeo ao vivo de um escritório distante. Embora um único dispositivo que produz dados possa facilmente mover dados em uma rede, surgem problemas quando o número de dispositivos que transmitem dados ao mesmo tempo aumenta.
Multiplique uma única câmera de vídeo ao vivo por centenas ou milhares de unidades. Não apenas o atraso degradaria a qualidade, mas as cobranças de largura de banda poderiam se tornar proibitivamente altas.
Muitos desses sistemas se beneficiam de hardware e serviços de computação de borda, que fornecem uma fonte local de processamento e armazenamento. Por exemplo, um edge gateway pode processar dados de um dispositivo de borda e, em seguida, transmitir apenas os dados relevantes de volta para a nuvem. No caso de um aplicativo em tempo real, ele também pode enviar dados de volta ao dispositivo de borda.
Como funciona a computação de borda?
A arquitetura física da borda é complexa, mas o conceito central é que os dispositivos clientes se conectem a um módulo de borda próximo para processamento mais rápido e operações mais suaves. Sensores de IoT, o computador de um funcionário, seu smartphone mais recente, câmeras de segurança ou até mesmo o forno de micro-ondas conectado à Internet da sala de descanso do local de trabalho são exemplos de dispositivos de borda.
Um robô móvel autônomo, como um braço robótico em uma fábrica de automóveis, pode ser usado como um dispositivo de borda em um contexto industrial. Pode ser uma tecnologia cirúrgica de ponta que permite que os cirurgiões façam cirurgias de locais remotos na área da saúde. Dentro de uma infraestrutura de computação de borda, os gateways de borda são considerados dispositivos de borda.
Os módulos podem ser chamados de servidores de borda ou gateways de borda, dependendo da terminologia usada. Embora os provedores de serviços instalem vários gateways ou servidores de borda para habilitar uma rede de borda (Verizon, por exemplo, para sua rede 5G), as organizações que pretendem implementar uma rede de borda privada também precisarão considerar esse equipamento.
Em uma configuração normal, os dados são criados no PC de um usuário ou em qualquer outro aplicativo cliente. Em seguida, ele é transferido para o servidor por meio de canais como internet, intranet, LAN e assim por diante, onde os dados são armazenados e processados. Essa ainda é uma abordagem testada e comprovada para a computação cliente-servidor.
A ideia por trás da computação de borda é simples: em vez de mover os dados para mais perto do data center, o data center é realocado para mais perto dos dados. Os recursos de armazenamento e processamento do data center estão localizados o mais próximo possível da fonte dos dados (de preferência na mesma área).
Por que a computação de borda é importante?
Grande parte da computação atual ocorre na borda, em locais como hospitais, fábricas e lojas de varejo, processando os dados mais confidenciais e alimentando dispositivos de missão crítica que devem operar de forma consistente e segura.
Esses locais exigem soluções de baixa latência que não exigem uma conexão de rede. O potencial da Edge de revolucionar uma empresa em todos os setores e funções, desde o envolvimento do cliente e marketing até as operações de manufatura e back-office, é o que a torna tão intrigante. Nessas situações, o edge permite processos de negócios proativos e adaptáveis, frequentemente em tempo real, resultando em experiências de usuário novas e aprimoradas.
As empresas podem usar o Edge para trazer o mundo digital para o mundo real. Melhorar as experiências de varejo trazendo dados e análises da web para estabelecimentos físicos. Criando métodos nos quais os funcionários podem ser treinados e cenários nos quais os robôs podem ensinar os trabalhadores.
Criando configurações inteligentes que priorizam nossa segurança e conforto. A computação de borda, que permite que as empresas operem aplicativos com os mais altos níveis de confiabilidade, tempo real e necessidades de dados imediatamente no local, é semelhante a todos esses casos. Por fim, isso permite que as empresas inovem mais rapidamente, lancem novos produtos e serviços mais rapidamente e criem novos fluxos de receita.
Computação de borda e IA/ML
Com sua ênfase na coleta de dados e no processamento em tempo real, a computação de borda pode ajudar os aplicativos inteligentes com uso intensivo de dados a serem bem-sucedidos. As operações de inteligência artificial/aprendizado de máquina (AI/ML), como algoritmos de reconhecimento de imagem, podem ser conduzidas de forma mais eficaz perto da fonte de dados, eliminando a necessidade de transportar grandes volumes de dados para um data center centralizado.
Esses aplicativos combinam um grande número de pontos de dados para obter informações de maior valor que podem ajudar as empresas a tomar melhores decisões. Esse recurso pode ajudar em uma variedade de interações da empresa, incluindo atendimento ao cliente, manutenção preventiva, proteção contra fraudes, tomada de decisões clínicas e muito mais.
As organizações podem usar o gerenciamento de decisões e abordagens de inferência de IA/ML para filtrar, analisar, qualificar e combinar pontos de dados para obter informações de ordem superior, considerando cada ponto de dados de entrada como um evento.
Os aplicativos com uso intenso de dados podem ser divididos em fases, cada uma das quais é executada em um local separado no ambiente de TI. Quando os dados são coletados, pré-processados e transferidos, a tecnologia de ponta entra em ação.
Os dados são então salvos, convertidos e usados para treinamento de modelo de aprendizado de máquina após passar pelos estágios de engenharia e análise, que geralmente são realizados em um ambiente de nuvem pública ou privada. Em seguida, ele é retornado à borda para a etapa de inferência de tempo de execução, que atende e monitora o aprendizado de máquina .
Para atender a esses inúmeros objetivos e oferecer conectividade entre essas fases distintas, é necessária uma infraestrutura flexível, adaptável e elástica e uma plataforma de desenvolvimento de aplicativos.
A flexibilidade para provisionar de forma otimizada as cargas de trabalho de captura de dados e inferência inteligente na borda de um ambiente, o processamento de dados com uso intensivo de recursos e cargas de trabalho de treinamento em ambientes de nuvem e os eventos de negócios e sistemas de gerenciamento de insights próximos aos usuários de negócios são fornecidos por uma nuvem híbrida abordagem, que fornece uma experiência consistente em nuvens públicas e privadas.
Computação de borda é um componente crucial do conceito de nuvem híbrida, que visa fornecer uma aplicação consistente e experiência de operação.
Casos de uso de computação de borda
A computação de borda é usada em muitas das tecnologias que usamos hoje para lazer e negócios, desde sistemas de entrega de conteúdo e tecnologia inteligente até jogos, 5G e manutenção preditiva. Os serviços de streaming de música e vídeo, por exemplo, armazenam dados em cache com frequência para reduzir a latência e fornecer mais flexibilidade de rede em resposta às necessidades de tráfego do usuário.
A computação de borda permite que os fabricantes acompanhem mais de perto suas operações. A computação de borda permite que as empresas monitorem cuidadosamente equipamentos e linhas de fabricação quanto à eficiência e, em determinadas situações, prevejam falhas antes que elas ocorram, reduzindo os custos de tempo de inatividade.
A computação de borda também está sendo utilizada na área da saúde para cuidar melhor dos pacientes, oferecendo aos médicos mais informações em tempo real sobre sua saúde sem precisar enviar seus dados para um banco de dados de terceiros para processamento. As corporações de petróleo e gás podem ficar de olho em seus ativos e evitar dificuldades caras em outros lugares.
As tecnologias de computação de borda também são usadas na criação de casas inteligentes. Cada vez mais gadgets, principalmente assistentes de voz, precisam conectar e analisar dados em uma rede confinada. O Amazon Alexa e o Google Assistant levariam muito mais tempo para descobrir respostas para os consumidores se não tivessem acesso ao poder de computação descentralizado.
Outro exemplo típico de computação de borda são os automóveis conectados. Computadores são instalados em ônibus e ferrovias para rastrear o movimento de passageiros e a prestação de serviços. Com a tecnologia a bordo de seus veículos, os entregadores podem determinar as rotas mais eficazes. Ao empregar uma estratégia de computação de borda, cada veículo roda na mesma plataforma padronizada que o restante da frota, melhorando a confiabilidade do serviço e garantindo a segurança dos dados em toda a linha.
Outro exemplo de edge computing são os carros autônomos, que lidam com uma grande quantidade de dados em tempo real em um ambiente onde a conectividade pode ser intermitente. Veículos autônomos, como automóveis autônomos, analisam os dados do sensor a bordo do veículo para diminuir a latência devido ao grande volume de dados. Eles podem, no entanto, conectar-se a um local central para atualizações de software pelo ar.
A computação de borda também contribui para a disponibilidade contínua de serviços populares de Internet. As redes de entrega de conteúdo (CDNs) colocam servidores de dados próximos aos locais dos clientes, permitindo que sites ocupados sejam carregados rapidamente e habilitando serviços de streaming de vídeo rápidos.
Benefícios
- A computação de borda pode resultar em serviços mais baratos, mais rápidos e mais confiáveis. A computação de borda fornece uma experiência mais rápida e consistente para os consumidores. O Edge implica aplicativos de baixa latência e alta disponibilidade com monitoramento em tempo real para empresas e provedores de serviços.
- A computação de borda pode economizar custos de rede, evitar limites de largura de banda, reduzir tempos de transmissão, eliminar falhas de serviço e fornecer mais controle sobre a transferência de dados confidenciais. Os tempos de carregamento são reduzidos e os serviços online são aproximados dos usuários, permitindo o armazenamento em cache dinâmico e estático.
- A computação na borda beneficia aplicativos que se beneficiam de um tempo de reação mais rápido, como realidade aumentada e realidade virtual.
- A capacidade de fazer análise e agregação de big data no local, o que permite a tomada de decisões quase em tempo real, é outra vantagem da computação de borda. Ao manter todo esse poder de processamento local, a computação de borda diminui ainda mais a chance de dados confidenciais serem expostos, permitindo que as empresas imponham padrões de segurança e cumpram as regras regulatórias.
- A confiabilidade e a economia de custos associadas à computação de borda beneficiam os clientes corporativos. Os sites regionais podem continuar a operar independentemente de um site principal, mantendo o poder de processamento local, mesmo que o site principal fique inativo por qualquer motivo. Ao manter a capacidade de processamento de computação mais próxima de sua fonte, o custo de pagar por largura de banda para transportar dados entre sites centrais e regionais é consideravelmente reduzido.
- Uma plataforma de borda pode ajudar na uniformidade de operações e desenvolvimento de aplicativos. Ao contrário de um data center, ele deve oferecer interoperabilidade para atender a uma ampla diversidade de ambientes de hardware e software. Em um ecossistema aberto, uma boa abordagem de ponta também permite que produtos de muitos fornecedores funcionem juntos.
desvantagens
- A computação de borda expande a superfície de ataque geral de uma rede. Os ataques cibernéticos podem usar dispositivos de borda como ponto de entrada, permitindo que um invasor injete software malicioso e infecte a rede.
- Infelizmente, construir uma segurança eficaz em um contexto distribuído é um desafio. A maioria do processamento de dados ocorre fora da linha direta de visão da equipe de segurança e do servidor central. Quando a corporação adiciona um novo equipamento, a superfície de ataque também se expande.
- O custo da computação de borda é outra questão importante. Configurar a infraestrutura é caro e complicado, a menos que uma corporação trabalhe com um parceiro de borda local. As despesas de manutenção geralmente são caras, pois a equipe deve manter muitos dispositivos em excelentes condições de funcionamento em vários locais.
Desafios
- Pode ser mais difícil dimensionar servidores de borda para vários sites minúsculos do que adicionar a mesma capacidade a um único data center de núcleo. Os sites físicos têm mais sobrecarga, o que pode ser um desafio para empresas menores.
- As instalações de Edge Computing normalmente estão localizadas em locais distantes com pouco ou nenhum conhecimento tecnológico disponível. Se algo der errado no local, você precisará de uma infraestrutura que possa ser consertada rapidamente por mão de obra local não técnica e depois controlada centralmente por um pequeno grupo de profissionais.
- Para facilitar o gerenciamento e permitir uma solução de problemas mais rápida, os procedimentos de gerenciamento de sites devem ser altamente repetíveis em todos os sites de computação de borda. Quando o software é implementado de forma diferente em cada local, surgem problemas.
- Os pontos de presença são frequentemente menos seguros do que os sites principais em termos de segurança física. Uma abordagem de ponta deve levar em conta a possibilidade de eventos malévolos ou não intencionais.
Conclusão
Dado que a Internet das Coisas e a computação de borda ainda estão em sua infância, seu potencial total ainda está muito distante. Simultaneamente, eles estão acelerando a mudança digital em uma variedade de indústrias, bem como alterando a vida diária das pessoas em todo o mundo.
Até 2025, os especialistas esperam que 75% do processamento de dados ocorra fora de um data center ou nuvem típico. Saia na frente com a computação de ponta para descobrir novas possibilidades de negócios, melhorar a eficiência operacional e fornecer experiências consistentes ao consumidor.
Deixe um comentário