რა არის Edge Computing და რატომ იქნება ის ხელოვნური ინტელექტის განვითარების გასაღები?

გლობალური კავშირი სწრაფად ვითარდება. მომხმარებლებს, მოწყობილობებსა და ციფრულ სერვისებს შორის ურთიერთქმედების ახალი ფორმები იძენს პოპულარობას და Edge Computing ის ცვლილებების ერთ-ერთ მთავარ მამოძრავებელ ძალად ითვლება. ეს ტექნოლოგია არა მხოლოდ მონაცემებზე წვდომის წესს ცვლის, არამედ მისი დამუშავების წესსაც, რაც გამოთვლით და შენახვის სიმძლავრეს ინფორმაციის რეალურად გენერირების ადგილთან ბევრად უფრო ახლოს მიჰყავს.

მომდევნო წლებში, Edge Computing-ის გავლენა სულ უფრო თვალსაჩინო გახდება ისეთ სექტორებში, როგორიცაა ნივთების ინტერნეტი, დაკავშირებული სატრანსპორტო საშუალებები, ხელოვნური ინტელექტი, ინდუსტრია 4.0 და ვიდეო თამაშების სტრიმინგი. თუ გსურთ სრულად გაიგოთ, თუ რა არის Edge Computing, რატომ ცვლის ის ციფრულ ტრანსფორმაციას და როგორ შეუძლიათ კომპანიებს ისარგებლონ ამით, განაგრძეთ კითხვა.

რა არის Edge Computing და როგორ მუშაობს ის?

 

Edge computing არის მონაცემთა დამუშავების მოდელი, რომელიც გამოთვლით სიმძლავრეს უფრო ახლოს აახლოებს მონაცემების წარმოშობის ადგილთან.. მისი მიზანია ანალიზის დაჩქარება, შეყოვნების შემცირება და გამტარუნარიანობის გამოყენების ოპტიმიზაცია., რაღაც ფუნდამენტური ჰიპერდაკავშირებულ სამყაროში, სადაც უშუალობა სულ უფრო მოთხოვნადია.

Იდეაში, დამუშავება ნაწილდება პერიფერიულ კვანძებზე (IoT მოწყობილობები, კარიბჭეები, მოწინავე როუტერები, მიკრომონაცემთა ცენტრები და ა.შ.) სენსორებთან, მანქანებთან ან მომხმარებლებთან ახლოს. ამრიგად, მონაცემები გაანალიზებულია და მათზე რეაგირება ხდება თითქმის რეალურ დროში, ცენტრალურ ღრუბელში ან მთავარ სერვერებზე მხოლოდ ყველაზე რელევანტური ინფორმაციის ან ინფორმაციის გაგზავნით, რომელიც ხანგრძლივ შენახვას მოითხოვს.

ეს გამოთვლითი მიდგომა, რომელსაც ასევე უწოდებენ Edge Computing, ავსებს ტრადიციულ ღრუბელს. Edge-სა და Cloud-ს ერთად მუშაობა შეუძლიათცენტრალიზებული ღრუბელი კვლავაც მნიშვნელოვანია მასობრივი შენახვის, ისტორიული ანალიზისა და სარეზერვო ასლების ამოცანების შესასრულებლად, ხოლო უპირატესობა სიჩქარეზე, მყისიერებასა და გადაცემის ხარჯების შემცირებაზეა ორიენტირებული.

განსხვავება ღრუბლოვან და Edge Computing-ს შორის

 

ღრუბლოვანი კომპიუტერული ტექნოლოგიები (Cloud Computing)-მა შეცვალა მონაცემებსა და აპლიკაციებზე წვდომა და მართვა ბოლო ათწლეულის განმავლობაში, რაც ბიზნესებსა და მომხმარებლებს საშუალებას აძლევდა ისარგებლონ დისტანციურად განთავსებული ძლიერი სერვისებით. თუმცა, ამ მოდელს გარკვეული შეზღუდვები აქვს იმ გამოყენებისთვის, სადაც ყოველი მილიწამი მნიშვნელოვანია..

ღრუბელში მოწყობილობები ინფორმაციას აგზავნიან ცენტრალიზებულ სერვერებზე, რომლებიც შეიძლება ასობით ან ათასობით კილომეტრის დაშორებით იყვნენ. შეყოვნება, თუმცა დაბალი (მილიწამები), შეიძლება ძალიან მაღალი იყოს დაუყოვნებელი რეაგირების აპლიკაციებისთვის., როგორიცაა თვითმართვადი მანქანები, ინტერაქტიული ღრუბელზე დაფუძნებული ვიდეო თამაშები, მოწინავე სამრეწველო მონიტორინგი ან კრიტიკული სენსორების რეალურ დროში ანალიზი.

Edge computing ამ პრობლემას წყვეტს დამუშავების მონაცემთა წყაროსთან უფრო ახლოს გაშვებით.. მაგალითად, ქარხანაში არსებული გარემოსდაცვითი სენსორი ადგილობრივად ამუშავებს, თუ რაიმე მოულოდნელი გაუმართაობა მოხდება.დაკავშირებულ მანქანას შეუძლია რეალურ დროში მიიღოს გადაწყვეტილებები ცენტრალური სერვერისგან პასუხის მოლოდინის გარეშე, ან სათვალთვალო კამერას შეუძლია ადგილზე განახორციელოს სახის ამოცნობა, ღრუბელში შენახვის ან აგრეგირებული ანალიზისთვის მხოლოდ ძირითადი ინფორმაციის გაგზავნით. შედეგი: უფრო სწრაფი რეაგირება, გამტარუნარიანობის დაზოგვა და ოპერაციული ეფექტურობის გაზრდა..

Edge Computing-ის ძირითადი უპირატესობები

Edge Computing-ს მოაქვს ძირითადი უპირატესობები როგორც ბიზნესისთვის, ასევე საბოლოო მომხმარებლებისთვის:

• შეყოვნების შემცირებამონაცემების გენერირების ადგილთან ახლოს დამუშავებით, რეაგირება თითქმის მყისიერია. შეყოვნების შემცირება 1 მილიწამზე ნაკლებ დრომდე შესაძლებელია ისეთი უახლესი ტექნოლოგიების გამოყენებით, როგორიცაა 5G და ბოჭკოვანი ოპტიკა.
• გამტარუნარიანობის დაზოგვამხოლოდ შესაბამისი ინფორმაცია გადაიცემა, რაც ამცირებს ხარჯებს და ქსელის გადატვირთვას.
• გაზრდილი უსაფრთხოება და კონფიდენციალურობამგრძნობიარე ინფორმაციის დაცვა უფრო ადვილია მისი ანალიზით, ადგილობრივი გარემოდან მისი ამოღების გარეშე.
• მასშტაბურობასაშუალებას გაძლევთ მხარი დაუჭიროთ მილიონობით დაკავშირებულ მოწყობილობას ცენტრალური მონაცემთა ცენტრების გადატვირთვის გარეშე.
• მრავალფეროვნებამისი გამოყენება შესაძლებელია სამრეწველო, ურბანულ, ჯანდაცვის, საავტომობილო, სახლის და ა.შ. გარემოში.

გარდა ამისა, Edge computing ხელს უწყობს ინოვაციებს იმ სექტორებში, სადაც ყოველი წამი მნიშვნელოვანია., როგორიცაა თვითმართვადი მანქანები, ქარხნული ანომალიების აღმოჩენა, კონტენტის სტრიმინგი და კრიტიკული ინფრასტრუქტურის მონიტორინგი.

Edge Computing დაკავშირებულ და ავტონომიურ მანქანებში

საავტომობილო სექტორი Edge Computing-ის ერთ-ერთი უდიდესი ბენეფიციარია.დაკავშირებული მანქანები და ავტონომიური მანქანები აერთიანებს ათობით სენსორს, კამერას, რადარსა და საკომუნიკაციო სისტემას, რომლებიც განუწყვეტლივ წარმოქმნიან მონაცემებს გარემოს, ავტომობილის სტატუსისა და საგზაო მოძრაობის პირობების შესახებ.

La საგზაო უსაფრთხოება ეს დიდწილად დამოკიდებულია ამ მონაცემების წამის მეათედებში დამუშავებისა და მათზე რეაგირების შესაძლებლობაზე. მაგალითად, თუ სენსორი აღმოაჩენს მოულოდნელ დაბრკოლებას ან ფეხით მოსიარულეთა გადასასვლელს, სისტემამ დაუყოვნებლივ უნდა მიიღოს გადაწყვეტილება, რაც შეუძლებელი იქნებოდა, თუ ყველა ინფორმაცია ღრუბლიდან წინ და უკან უნდა გადაადგილებულიყო.

კიდის წყალობით, ამ დამუშავების დიდი ნაწილი პირდაპირ ბორტზე, მანქანაში ან ახლომდებარე ინფრასტრუქტურაში ხორციელდება.. ეს საშუალებას იძლევა:

• საგზაო სიგნალების ინტერპრეტაცია და ცვლილებებზე რეალურ დროში რეაგირება.
• წინასწარ განსაზღვრეთ ისეთი ინციდენტები, როგორიცაა შუქნიშანი ან საცობები.
• დიდი მოცულობის ინფორმაციის მართვა ქსელის გადატვირთვის გარეშე.
• ჩამოაყალიბეთ დაკავშირებული სატვირთო მანქანების „ოცეულები“, რაც გააუმჯობესებს ტრანსპორტირების ეფექტურობას.

Edge Computing და მანქანური სწავლება: ჭკვიანი წარმოება და მის ფარგლებს გარეთ

ინდუსტრიასა და მოწინავე წარმოებაში, Edge Computing ამრავლებს ხელოვნური ინტელექტისა და მანქანური სწავლების პოტენციალს.ამ არქიტექტურის წყალობით, მანქანური ხედვის სისტემებს შეუძლიათ ავტომატურად აღმოაჩინონ დეფექტები წარმოების ხაზებში, აკონტროლონ მანქანების სტატუსი და წინასწარ იწინასწარმეტყველონ გაუმართაობა მათ წარმოქმნამდე.

როგორ იღებთ მას? ქარხნის სენსორები და კამერები ინფორმაციის უმეტეს ნაწილს ადგილობრივად ამუშავებენ., მისი შედარება ადრე გაწვრთნილ მანქანური სწავლების მოდელებთან. მხოლოდ ეჭვის ან შეცდომის შემთხვევაში ხდება მონაცემების ღრუბელში განხილვა ან მათი შენახვა მომავალი ანალიზისთვის. ქსელის ტრაფიკის მკვეთრი შემცირება და გაუთვალისწინებელ მოვლენებზე რეაგირების დაჩქარება.

Edge computing, ვიდეო თამაშების სტრიმინგი და თითქმის მყისიერი რეაგირება

Edge Computing-ის წყალობით, თამაშები ნამდვილ რევოლუციას განიცდის.ღრუბლოვანი სათამაშო პლატფორმები, როგორიცაა Stadia, Xbox Cloud, Nvidia GeForce Now ან PlayStation Now, გრაფიკასა და თამაშის ლოგიკას დიდ დისტანციურ სერვერებზე ამუშავებენ, რის შედეგადაც მიღებული გამოსახულება ნებისმიერ დაკავშირებულ ეკრანზე იგზავნება. თუმცა, იმისათვის, რომ გამოცდილება იყოს გლუვი და შეფერხების გარეშე, შეყოვნება მინიმალური უნდა იყოს.

მოთამაშეებთან ახლოს კიდის კვანძების ინტეგრირება კონსოლის სახლში ყოფნის მსგავსი გამოცდილების მიღების საშუალებას იძლევა.ყოველ ჯერზე, როცა ღილაკს დააჭერთ, ეს ბრძანება ახლომდებარე სერვერზე (კიდეზე) გადადის, მუშავდება და მილიწამებში ეკრანზე პასუხს იღებთ. ასე რომ, შეფერხება და ლაგამი აღმოფხვრილია რაც თამაშს შეუძლებელს გახდიდა კონკურენტულ ან სწრაფი ტემპის მოქმედების სცენარებში.

მასშტაბირება, უსაფრთხოება და ახალი ბიზნეს შესაძლებლობები

Edge computing ასევე გამოირჩევა მასშტაბირებადობითა და უსაფრთხოებაზე ფოკუსირებით.დამუშავების ათასობით კვანძზე განაწილებით, მცირდება ჩავარდნის ერთჯერადი წერტილები და უფრო ადვილია სერვისის გამართულად მუშაობა, მაშინაც კი, როდესაც ძირითადი კავშირი შეწყვეტილია. თუ ერთი კვანძი გაფუჭდება, დანარჩენებს შეუძლიათ მისი განხორციელება, რაც უზრუნველყოფს უწყვეტობას.

რაც შეეხება უსაფრთხოებას, მგრძნობიარე მონაცემები შეიძლება პერიმეტრზე დარჩეს და ღრუბელში მხოლოდ დაშიფრული ან ანონიმური ფორმით გადაიცემა. ეს სტრატეგია მინიმუმამდე ამცირებს მასიური კიბერშეტევების რისკს და იცავს მომხმარებლის კონფიდენციალურობას, რაც განსაკუთრებით აქტუალურია რეგულირებად სექტორებში, როგორიცაა ჯანდაცვა, ფინანსები და კრიტიკული ინფრასტრუქტურა.

უფრო მეტიც, Edge Computing ხელს უწყობს ახალი ბიზნეს მოდელების განვითარებას დაფუძნებულია მოქნილ, პერსონალიზებულ და მაღალი დამატებითი ღირებულების მქონე სერვისებზე: პროგნოზირებადი ტექნიკური მომსახურება, რეალურ დროში ოპტიმიზაცია, ინტელექტუალური ენერგიის მართვა, მოწინავე ურბანული კონტროლი და ა.შ.

Edge Computing-ის, 5G ქსელების და ოპტიკური ბოჭკოს კომბინაცია

განლაგება 5G ქსელები და ბოჭკოვანი ოპტიკის გაფართოებამ გადამწყვეტი ბიძგი მისცა Edge Computing-ს. 5G არა მხოლოდ ამრავლებს ჩამოტვირთვის სიჩქარეს, არამედ ამცირებს გარემოს შეყოვნებას 1 მილიწამამდე, რაც წარმოუდგენელია წინა ტექნოლოგიებით. ეს საშუალებას აძლევს Edge-ს არა მხოლოდ დაამუშაოს მონაცემები მოწყობილობებთან ახლოს, არამედ კვანძებს შორის გადაცემა პრაქტიკულად მყისიერად მოხდეს.

უახლესი პროექტები ამ კომბინაციას იყენებენ ჭკვიანი ქალაქების, ურთიერთდაკავშირებული მანქანების, პაციენტების რეალურ დროში მონიტორინგის მქონე საავადმყოფოების და ჰიპერდაკავშირებული ქარხნების შესაქმნელად, სადაც თითოეული მანქანა შეუფერხებლად ურთიერთობს გარემოსთან და დამხმარე სისტემებთან.

ბოჭკოვანი უზრუნველყოფს კიდის კუნძულების ერთმანეთთან და ღრუბელთან დასაკავშირებლად საჭირო გამტარუნარიანობა, ხოლო 5G ექსტრემალური მობილობის საშუალებას იძლევა: როგორც პირად მობილობაში (მანქანები, დრონები, ტარებადი მოწყობილობები), ასევე სამრეწველო ან ლოჯისტიკურ სცენარებში.

მომავალი მიუთითებს, კიდევ უფრო ღრმა ინტეგრაცია Edge-ს, ხელოვნურ ინტელექტსა და ბლოკჩეინს შორის, ახალი აპლიკაციების გახსნა ჭკვიან ქალაქებში, ციფრულ ჯანდაცვაში, ჭკვიან ენერგიაში, მობილობასა და ბევრ სხვა სფეროში.

ამ ტექნოლოგიების დანერგვა ცვლის ტექნოლოგიასთან ჩვენი ურთიერთქმედების წესს, რაც უზრუნველყოფს უფრო სწრაფ, უსაფრთხო და ჭკვიან სერვისებს, რომლებიც ადაპტირებულია სულ უფრო მეტად დაკავშირებულ და ცვალებად საზოგადოებასთან.