W aplikacjach Internetu Rzeczy rośnie popularność przetwarzania brzegowego - Edge computing, sztucznej inteligencji - AI oraz uczenia maszynowego - Machine Learning. Technologie te wyewoluowały z fazy badań i prototypów i są obecnie wdrażane w praktycznych zastosowaniach w wielu różnych branżach ma całym świecie. Symbiotyczny charakter obliczeń brzegowych i sztucznej inteligencji jest szczególnie interesujący, ponieważ AI wymaga niezwykle szybkiego przetwarzania danych, które umożliwia przetwarzanie brzegowe, tymczasem sztuczna inteligencja umożliwia wyższą wydajność zasobów obliczeniowych i inteligencję na krawędzi.
W tym artykule przyjrzymy się przetwarzaniu brzegowemu (EC), sztucznej inteligencji (AI) i uczeniu maszynowemu (ML) oraz temu, jak to połączenie przekształca infrastrukturę sieciową, umożliwiając nowe możliwości zastosowań i tworząc nową generację urządzeń i rozwiązań IoT.
Jedną z głównych zalet AI na krawędzi jest jej szybkość. Każde zadanie lub czynność może nastąpić szybciej, jeśli dane nie muszą być przesyłane tam i z powrotem do przetwarzania. Inną zaletą jest możliwość wykrywania problemów poprzez integrację inteligentnych urządzeń i funkcji analityki, aby wdrożyć inteligencję na krawędzi.
Przetwarzanie brzegowe jest bezpieczne, gdy jest opracowywane z bezpiecznymi rozwiązaniami wbudowanymi, takimi jak chociażby moduły Digi ConnectCore i.MX8.
W przypadku przetwarzania brzegowego większość danych jest przetwarzana lokalnie. Ryzyko, że dane te zostaną naruszone, jest mniejsze, niż gdyby były wysyłane do centrum danych, przechowywane przez nieznany czas, przetwarzane i wysyłane z powrotem do urządzenia. Jeśli urządzenie brzegowe i sieć lokalna, z którą łączy się urządzenie brzegowe, są zabezpieczone i dobrze chronione przez zaporę, dane są bezpieczne.
Jednak jeśli chodzi o miejsca, w których bezpieczeństwo może zostać naruszone, należy wziąć pod uwagę kilka czynników.
Według IoT Business News: „Każde 100 mil przesyłu danych traci prędkość o około 0,82 milisekundy”. To może szybko przyczynić się do dużego opóźnienia. Przetwarzanie brzegowe z obsługą AI rozwiązuje ten problem. Opóźnienie nie istnieje, ponieważ całe przetwarzanie odbywa się na miejscu w urządzeniu, ewentualnie w przypadkach, gdy lokalne przetwarzanie nie wystarczy, sztuczna inteligencja może zdecydować o wysłaniu odpowiednich informacji do centrum danych, zachowując nieistotne dane lokalnie.
Przegląd przeprowadzony przez firmę Gartner wykazał, że od 2018 r. tylko 10% wszystkich danych było przetwarzanych na brzegu sieci, jednak spodziewa się, że do 2025 r. 75% całego przetwarzania będzie odbywać się na krawędzi. To ogromna zmiana, którą umożliwia coraz bardziej wydajny sprzęt i inteligentne systemy sztucznej inteligencji, które mogą przetwarzać informacje, komunikować się w sieci i podejmować lokalne decyzje w ułamku sekundy, szybciej niż kiedykolwiek wcześniej.
Co więcej, mając do dyspozycji sieć 5G, możliwości tworzenia i wdrażania szybkich aplikacji o niewielkich opóźnieniach, które wymagają przesyłania danych w ułamkach sekundy, jesteśmy u progu pełnego wykorzystania sztucznej inteligencji i obliczeń brzegowych.
Prawa autorskie: Digi International, Tłumaczenie: Gamma Sp. z o.o.
LPT2400/71DMN firmy YAGEO Group to wytrzymała, wysokowydajna antena zaprojektowana z myślą o bezproblemowej łączności...
Firma Microchip Technology, ogłosiła dwa nowe kamienie milowe dla swojej technologii wzmocnionej na promieniowanie...
Firma Avalue Technology Inc. ogłosiła premierę swojego nowego, bezwentylatorowego, wytrzymałego systemu wbudowanego...
Przegląd produktów firmy Microchip zawiera wybór najnowszych rozwiązań oraz projektów referencyjnych.
W przeciwieństwie do konwencjonalnych czujników, które wymagają dodatkowego sprzętu lub niestandardowego...
Niniejszy artykuł koncentruje się na trzech kluczowych wyzwaniach, z jakimi inżynierowie mierzą się podczas wyboru:...