Dodano: poniedziałek, 17 sierpnia 2020r. Producent: Digi Komentarzy: (dodaj komentarz)

Co to jest przetwarzanie brzegowe?

Co to jest przetwarzanie brzegowe - edge computing?

Przetwarzanie brzegowe to technika Internetu rzeczy (IoT), która pomaga rozwiązać problemy związane z opóźnieniami i nieefektywnością podczas przesyłania danych między milionami połączonych urządzeń a chmurą lub centrum danych. Główną ideą przetwarzania brzegowego jest zarządzanie danymi w momencie ich generowania, a nie poleganie na przesyłaniu ich do scentralizowanego zasobu, w którym dane były tradycyjnie przetwarzane. Wraz z rozwojem Internetu rzeczy, przetwarzanie brzegowe ma coraz większe znaczenie dla zwiększenia wydajności gromadzenia, przetwarzania i routingu danych.

Obliczania na krawędzi zbliżają się jednak do punktu krytycznego. Obecnie, według firmy analitycznej Gartner, mniej niż 10 procent danych przedsiębiorstw jest tworzonych i przetwarzanych na urządzeniach brzegowych. Jednak do 2025 roku Gartner spodziewa się, że liczba ta osiągnie 75 procent.

Znaczenie przetwarzania brzegowego można podsumować w trzech kluczowych punktach:

  • Zdecydowana większość urządzeń wytwarzających dane w aplikacji IoT znajduje się na „krawędzi” sieci, a nie w centrum danych zaprojektowanym do przetwarzania dużych ilości danych. Przekazywanie wszystkich danych tam i z powrotem między brzegiem a centrum danych jest nieefektywne. Bardziej sensowne jest przetwarzanie danych w bliskiej fizycznej odległości od rozwiązania IoT i określanie, czy należy je przesłać, czy nie.
  • W wielu aplikacjach IoT dane, które muszą być przetwarzane szybko, aby w razie potrzeby można było podjąć natychmiastowe działania ochronne. Na przykład problemy z opóźnieniem w krytycznej aplikacji przemysłowej mogą spowodować przepełnienie, pracę na sucho lub awarię zasobów, takich jak zbiorniki lub pompy.
  • Chociaż niektóre dane generowane przez miliony rozproszonych urządzeń mogą wymagać przechowywania, przetwarzania i analizowania w centrum danych lub w chmurze, wiele z nich nie. Na przykład, podczas gdy w niektórych aplikacjach może być ważne, aby wysyłać dane punktu kontrolnego o tym, czy urządzenie działa normalnie, w przypadku wielu aplikacji ważne jest, aby kierować dane do centrali tylko wtedy, gdy urządzenie działa poza normami.

W tym artykule omówimy niektóre zalety przetwarzania brzegowego i przedstawimy portfolio rozwiązań Digi do budowania obliczeń brzegowych we wdrożeniach IoT.

Zarządzanie wielkością danych brzegowych i problemami z przepustowością

Wiele danych pochodzących z krawędzi wskazuje po prostu, że wszystko działa sprawnie - powszechnie znane jako „dane pulsu”. Przykładem może być pompa lub silnik pracujące z tą samą prędkością obrotową przez 99,999% czasu. Gromadzenie milionów identycznych odczytów danych w miarę upływu miesięcy może mieć minimalną wartość. Jeśli jednak pojawią się dane odstające od normy, należy je rozpoznać i jak najszybciej podjąć działania, aby uniknąć potencjalnej katastrofy. Jest to sytuacja, w której przetwarzanie brzegowe jest nieocenione.

W większości przypadków najbardziej wydajne jest wykonywanie zadań obliczeniowych na brzegu sieci, w pobliżu zachodzących zdarzeń i procesów. Jak powiedział jeden z obserwatorów z branży, odnosząc się do odwiecznego porzekadła o trudności w znalezieniu igły w stogu siana, przetwarzanie brzegowe „pozwala nam zmniejszyć „stogi danych”, a tym samym zwiększa prawdopodobieństwo znalezienia przydatnych informacji.

Na szczęście inteligencja urządzeń i moc obliczeniowa rosną, a „inteligentne” urządzenia mają teraz większą funkcjonalność w zakresie obsługi procesów, które wcześniej wymagały pomocy tradycyjnego stosu obliczeniowego. Na przykład inteligentne urządzenia brzegowe można zaprogramować za pomocą inteligencji, aby rozszyfrować dane wymagające w innym przypadku interwencji człowieka, a następnie wysłać je dalej do następnego odbiorcy.

Rosnąca ilość danych nie jest jedynym wyzwaniem napędzającym rozwój przetwarzania brzegowego. W miarę mnożenia się aplikacji IoT zawsze dostępna jest ograniczona przepustowość. Przetwarzanie brzegowe pozwala urządzeniom na samodzielne podejmowanie decyzji, pomagając wchłonąć rosnącą ilość przetwarzania, które niezmiennie trzeba wykonać, i zarządzać nią.

Zalety przetwarzania brzegowego

Oto kilka kluczowych korzyści, które sprawiają, że przetwarzanie brzegowe jest atrakcyjne w wielu zastosowaniach:

  • Zmniejszone opóźnienia: przetwarzanie brzegowe umożliwia szybszą reakcję na zdarzenia lokalne, ponieważ dane nie muszą podróżować tam iz powrotem od brzegu do chmury. Dzięki przetwarzaniu brzegowemu opóźnienie można zmniejszyć prawie do zera.
  • Niższy koszt: zmniejszony przepływ danych w sieci skutkuje niższymi kosztami sieci, zwłaszcza w przypadku bezprzewodowych połączeń komórkowych.
  • Większe bezpieczeństwo i prywatność: dzięki przetwarzaniu brzegowemu poufne dane, takie jak obrazy medyczne, nie muszą opuszczać urządzenia. A aplikacja może ustanowić reguły i szyfrowanie, aby identyfikować i bezpiecznie przesyłać tylko określone, wymagane dane.
  • Możliwość pracy w trybie offline: urządzenie do obliczeń brzegowych może samodzielnie gromadzić, przechowywać i przetwarzać dane. Nie jest wymagane stałe połączenie z siecią. Oprócz obsługi mniejszych opóźnień, korzyści mogą obejmować zarządzanie baterią dla urządzeń brzegowych, a także bezpieczeństwo.
  • Programowalność: Urządzenia programowalne wydłużają żywotność sprzętu, ponieważ mogą ewoluować w miarę ewolucji sprzętu, w którym są osadzone, odzwierciedlając nowe aplikacje, nową funkcjonalność i zaawansowane możliwości bezpieczeństwa.

Przypadki użycia Edge Computing

Z technicznego punktu widzenia przetwarzanie brzegowe jest już używane wszędzie wokół nas, od czytników linii papilarnych na smartfonach po monitorowanie ruchu w czasie rzeczywistym na skrzyżowaniach. Poniższe przypadki użycia stanowią tylko próbkę rosnącego spektrum możliwych zastosowań przetwarzania brzegowego.

  • Diagnostyka adaptacyjna: można wydłużyć czas pracy maszyn i urządzeń, obniżając koszty serwisu i obniżając koszty gwarancji. Kody błędów generowane przez obliczenia na krawędzi w połączeniu z historycznymi informacjami o naprawach mogą również zapewnić kontekst dla techników, skracając czas potrzebny do rozwiązania problemów i zakończenia naprawy.
  • Morskie platformy wiertnicze: W oparciu o wartości danych, urządzenia krawędziowe mogą wykonywać monitorowanie bezpieczeństwa i automatycznie wyłączać sprzęt po przekroczeniu ustalonych limitów.
  • Produkcja: czujniki przemysłowe monitorują wyposażenie fabryki w celu utrzymania ustawień wydajności, zwiększenia wydajności i przewidywania potrzeb w zakresie napraw.
  • Inteligentne miasta: kamery drogowe i sygnalizatory poprawiają bezpieczeństwo i płynność ruchu. Budynki publiczne można monitorować pod kątem większej sprawności oświetlenia, ogrzewania i nie tylko.
  • Opieka medyczna: urządzenia do noszenia przechowują informacje, takie jak tętno i temperatura, oraz przypominają o lekach. Inne medyczne akcesoria do noszenia przesyłają określone dane do lekarza pacjenta w celu analizy lub wysyłają ostrzeżenia w przypadku upadku pacjenta.
  • Rolnictwo: Rolnicy używają czujników do śledzenia poziomu wilgotności w glebie i innych warunków polowych, a następnie zlecają aplikacji uruchomienie zautomatyzowanych procesów i przesłanie wszelkich krytycznych danych do interfejsu zarządzania, takiego jak Digi Remote Manager® w celu dalszej analizy.

Najbardziej dramatyczny przykład przetwarzania brzegowego w czasie rzeczywistym pojawi się wraz z pojawieniem się połączonych pojazdów i pojazdów autonomicznych, w których krytyczne znaczenie ma prawie zerowe opóźnienie. Podejmowanie decyzji w czasie rzeczywistym jest niezbędną zdolnością w tym środowisku, w którym opóźnienia nawet milisekundowe mogą być sprawą życia lub śmierci. Samochody autonomiczne będą również rejestrować informacje i regularnie łączyć się z chmurą, aby przesyłać dane dotyczące osiągów i pobierać aktualizacje oprogramowania.

Rozwiązania Edge Computing

Aby w pełni rozwijać i wykorzystywać Edge Computing, zespoły wdrażające aplikacje IoT potrzebują sprzętu, oprogramowania i narzędzi. Na przykład:

  • Digi Remote Manager® oferuje wbudowany zestaw narzędzi do obliczeń brzegowych. Przedsiębiorstwa mogą opracować funkcje obliczeń brzegowych, które mają krytyczne znaczenie dla ich aplikacji, lub współpracować z zespołami usług profesjonalnych Digi w celu opracowania potrzebnych funkcji, a także wykorzystać Digi Remote Manager do wypchnięcia tej funkcjonalności na wszystkie ich urządzenia brzegowe Digi. Digi Remote Manager integruje się również z usługami chmurowymi innych firm, które omówimy dalej.
  • Infrastrukturą przetwarzania brzegowego można zarządzać za pomocą usług w chmurze, takich jak Microsoft Azure, Google Cloud i AWS IoT Greengrass z Amazon Web Services (AWS). Usługi te umożliwiają firmom korzystanie z chmury do zarządzania, analiz i przechowywania danych, a także do tworzenia i testowania oprogramowania w chmurze przed wdrożeniem go na samych urządzeniach.
  • Dla twórców produktów integrujących przetwarzanie brzegowe ważne jest, aby wybierać urządzenia, które są trwałe i bezpieczne, a także mają rozmiar, wagę i funkcjonalność wymagane od maszyn działających na obrzeżach.
  • Inteligentne modemy Digi XBee® Cellular zapewniają inteligencję brzegową i kompletny ekosystem do tworzenia aplikacji brzegowych, które są w pełni zoptymalizowane do bezproblemowej pracy w terenie. Na przykład Digi XBee 3 LTE-M / NB-IoT zapewnia zintegrowane programowanie MicroPython, obsługę MQTT dla Microsoft Azure i Amazon AWS, aktualizacje oprogramowania układowego przez sieć bezprzewodową, wbudowane zabezpieczenia z Digi TrustFence® oraz zintegrowane zarządzanie zdalne z Digi Remote Manager.
  • Wbudowane rozwiązania Digi ConnectCore®, wraz z AWS Greengrass, przeznaczone są do obsługi urządzeń brzegowych z łącznością w chmurze przez długi okres użytkowania. Urządzenie Digi ConnectCore® 8X embedded system-on-module (SOM) jest oparte na procesorze aplikacyjnym NXP i.MX 8X. Wraz ze swoimi kompaktowymi rozmiarami (40 mm x 45 mm) ConnectCore 8X oferuje format do montażu powierzchniowego Digi SMTplus®, który pozwala projektantom produktów wybierać między technologią SMT z krawędziami a opcją LGA w celu uzyskania maksymalnej elastyczności projektowej. Taka forma zmniejsza koszty, jednocześnie zwiększając elastyczność produkcji. ConnectCore 8X oferuje również wbudowane zabezpieczenia urządzeń dzięki Digi TrustFence.
  • Wysokowydajne routery komórkowe Digi są idealne do obsługi krytycznej komunikacji obliczeniowej na brzegu sieci, zapewniając szybki i bezpieczny transfer krytycznych danych między aplikacjami a urządzeniami brzegowymi. Na przykład mobilny router dostępowy Digi TX64 to potężna, szybka platforma gotowa na 5G, dostępna z modułami komórkowymi LTE-Advanced Cat 11 lub LTE-Advance Pro Cat 18, wbudowanym zabezpieczeniem Digi TrustFence i zintegrowanym Digi Remote Menedżer ds. Widoczności i kontroli na krawędzi.
  • Bramki Digi, takie jak Digi XBee Industrial Gateway, obsługują środowiska wieloprotokołowe poprzez agregację danych do odpowiedniego protokołu w celu dostarczenia. Bramka przemysłowa Digi XBee jest programowalna w celu dostosowania, współpracuje z modułami Digi XBee RF i integruje Digi Remote Manager dla zdalnego zarządzania urządzeniami.

Przetwarzanie brzegowe ma stać się wszechobecne w zarządzaniu kosztami, ogromnymi wolumenami danych i skalowalnością aplikacji o znaczeniu krytycznym, a zespoły, które opracowują i wdrażają te aplikacje, muszą współpracować z partnerem, który może zapewnić niezbędne wsparcie od początku do końca.

Zastanawiasz się, jak wykorzystać inteligencję krawędzi w swoim projekcie? Skontaktuj się z nami, aby uzyskać potrzebną pomoc.

Komentarze do artykułu

Pozostałe aktualności:

Webinar Power Integrations w temacie wysokowydajnych rozwiązań zasilania offline dla aplikacji IoT i automatyki domowej

Webinar Power Integrations w temacie wysokowydajnych rozwiązań zasilania offline...

Weź udział w nadchodzącym webinarze firmy Power Integrations, aby dowiedzieć się o wysoce wydajnych rozwiązaniach w zakresie zasilania...

PolarFire® SoC Icicle Kit firmy Microchip to pierwszy w branży zestaw rozwojowy FPGA oparty na technologii RISC-V

PolarFire® SoC Icicle Kit firmy Microchip to pierwszy w branży zestaw rozwojowy...

Microchip Technology Inc. oferuje pierwszy w branży zestaw programistyczny FPGA (System-on-Chip) oparty na technologii RISC-V. Zestaw...

Machine Learning na krawędzi przy użyciu 32-bitowych mikroprocesorów ARM Cortex i mikrokontrolerów w zintegrowanym środowisku MPLAB X IDE

Machine Learning na krawędzi przy użyciu 32-bitowych mikroprocesorów ARM Cortex i...

Microchip Technology ogłosił nawiązanie współpracy z firmami Cartesiam, Edge Impulse i Motion Gestures w celu uproszczenia implementacji...