Edge Computing กำลังปฏิวัติ Internet of Things โดยนำความชาญฉลาดของระบบคลาวด์และแบบจำลองการคาดการณ์มาไว้ในอุปกรณ์ที่คุณมีในกระเป๋าของคุณ ชุดเทคโนโลยีนี้นำเสนอมุมมองใหม่สำหรับสมาร์ทโฟน รถยนต์ขับเคลื่อนอัตโนมัติ และวัตถุที่เชื่อมต่อทั้งหมด
ลำโพงที่เชื่อมต่อ มือถือของคุณ และผลิตภัณฑ์ในชีวิตประจำวันทั้งหมดที่ทุกวันนี้เรียกว่า "อัจฉริยะ"... สิ่งเหล่านี้เป็นมากกว่า VCR หรือเครื่องแปลพกพาที่ซื้อในต้นปี 2000 หรือไม่ ถ้าเราให้พวกเขาทดสอบไอคิวโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต สิ่งที่เรียกว่าวัตถุอัจฉริยะของเราก็จะอยู่ใกล้เครื่องปิ้งขนมปังมากกว่าอัลเบิร์ต ไอน์สไตน์ เพราะความฉลาดส่วนดีของพวกเขามาจากคลาวด์ แต่สิ่งที่เปลี่ยนแปลงไปทั้งหมดนี้ ต้องขอบคุณ Edge Computing
วิเคราะห์ข้อมูลให้ใกล้เคียงกับแหล่งที่มามากที่สุด
Face ID ซึ่งเป็นระบบจดจำใบหน้าของ iPhone X ได้รับประโยชน์จากการประมวลผลแบบเอดจ์ การดำเนินการทั้งหมดที่เกี่ยวข้องกับข้อมูลไบโอเมตริกซ์จะดำเนินการโดยตรงบนโทรศัพท์ รถเก๋งเทสล่าเหมือนกัน รถยนต์เหล่านี้มีปัญญาประดิษฐ์ขั้นสูง ซึ่งช่วยให้ระบบอัตโนมัติทำงานแบบออฟไลน์ได้ แม้แต่ลำโพงที่เชื่อมต่อก็ยังทำงานได้ด้วย Edge Computing: การประมวลผลคำสั่งเสียงจะดำเนินการในเครื่อง ก่อนที่ Google Assistant, Cortana หรือ Alexa จะซักถามเซิร์ฟเวอร์ระยะไกลเพื่อตอบกลับไปยังผู้ใช้
Edge Computing คือชุดของเทคโนโลยีที่ทำให้สามารถวิเคราะห์ข้อมูลได้ใกล้กับแหล่งที่มาของข้อมูลมากที่สุดที่ขอบของเครือข่าย มันคือสถาปัตยกรรมแบบกระจาย สิ่งที่ระบบคลาวด์เป็นการรวมศูนย์ เป็นวิธีหนึ่งในการทำให้วัตถุที่เชื่อมต่อกันมีความเป็นอิสระ เร็วขึ้น และมีประสิทธิภาพมากขึ้น มันไม่ได้มาแทนที่คลาวด์ แต่ใช้ประโยชน์จากทรัพยากรที่มีอยู่ (พลังการประมวลผล การเรียนรู้ของเครื่อง ข้อมูลขนาดใหญ่ ฯลฯ) แต่ทำได้เป็นระยะๆ เท่านั้น
ยิ่งอุปกรณ์ทำอะไรได้มากโดยไม่ต้องใช้คลาวด์ เราก็จะประหยัดเวลาได้มากขึ้น: เวลาที่ใช้ในการส่งข้อมูลไปมาบนคลาวด์ สำหรับอ็อบเจ็กต์ที่เชื่อมต่อบางอย่าง เวลาแฝงนี้มีความสำคัญ
หากไม่มี Edge Computing ก็ไม่มีรถยนต์ที่ขับเคลื่อนอัตโนมัติ
รถยนต์ขับเคลื่อนอัตโนมัติเป็นตัวอย่างที่สมบูรณ์แบบสำหรับเรื่องนี้ ด้วยเหตุผลด้านความปลอดภัย จึงไม่ได้รับผลกระทบจากความล่าช้าใดๆ ยิ่งไปกว่านั้น ไม่มีเครือข่ายอยู่ทุกที่! ในเวลาเดียวกัน การจัดการแบบรวมศูนย์ถือเป็นสิ่งสำคัญ เราไม่สามารถจินตนาการถึงการรับผิดชอบต่อการอัปเดตของเจ้าของรถ และการขับรถไม่ใช่สิ่งที่สามารถตั้งโปรแกรมได้ทั้งหมด หากไม่มีการประมวลผลแบบ Edge รถยนต์ที่ขับเคลื่อนด้วยตนเองก็ไม่สามารถดำรงอยู่ได้
-รถยนต์ไร้คนขับคือศูนย์ข้อมูลบนล้อ วัตถุเหล่านี้รวบรวมข้อมูลมากมายซึ่งต้องประมวลผลแบบเรียลไทม์ ข้อมูลทั้งหมดนี้ไม่มีเวลากลับไปยังเซิร์ฟเวอร์กลางและประมวลผลเหมือนกับการค้นหาของ Google เราจะไม่มีวันมีแบนด์วิธหรือความเร็วบนเครือข่ายเพียงพอสำหรับสิ่งนั้น”ระบุแล้วว่า Peter Levine หุ้นส่วนของกองทุน Andreessen Horowitz ในเดือนธันวาคม 2559 ระหว่างการประชุม Gartner
“หลักการคือการรวบรวมและจัดเก็บข้อมูลไว้ในเครื่อง จากนั้นส่งคืนไปยังฐานข้อมูลแบบรวมศูนย์Christophe Shaw ผู้อำนวยการฝ่ายวิศวกรรมร่วมประจำยุโรปตอนใต้ของ Microsoft อธิบายจากนั้นเพื่อทำการวิเคราะห์ทั่วโลกและสร้างแบบจำลองการคาดการณ์ จากนั้นสิ่งที่สร้างขึ้นในโมเดลแบบรวมศูนย์จากข้อมูลนับพันล้านชิ้นก็จะถูกดึงลงมาในเครื่อง”-
ประหยัดพลังงานและแบนด์วิธ
มาดูตัวอย่างกล้องวงจรปิดที่เชื่อมต่อกัน เนื่องจากมีกล้องหลายล้านตัวที่ใช้งานอยู่ เราไม่สามารถส่งสตรีมวิดีโอทั้งหมดไปยังเซิร์ฟเวอร์กลางที่ทำให้เกิดการแจ้งเตือนได้อีกต่อไป ทุกวันนี้ คลาวด์ถูกใช้เพื่อปรับแต่งโมเดลการตรวจจับการเคลื่อนไหวเท่านั้น การแจ้งเตือนไม่ต้องใช้แบนด์วิธอีกต่อไป เรายังได้รับในแง่ของการปกป้องข้อมูลส่วนบุคคลด้วย เนื่องจากสิ่งที่เกิดขึ้นในท้องถิ่นจะยังคงอยู่ในท้องถิ่น
ข้อดีอีกประการหนึ่งคือการประหยัดพลังงาน -เมื่อพวกเขาสื่อสารว่าวัตถุไร้สายใช้พลังงาน เราสามารถคำนวณที่ซับซ้อน เช่น การเข้ารหัสบนไบต์หลายร้อยไบต์ โดยมีค่าใช้จ่ายด้านพลังงานเท่ากับการส่งไบต์เดียวแบบไร้สายอธิบายให้ 01net Thomas Watteyne นักวิจัยที่ Inria Paris ในทีม EVA ซึ่งทำงานบน Internet of Things และโดยเฉพาะอย่างยิ่งเทคโนโลยีท่าจอดเรืออัจฉริยะ -หากเราส่งข้อมูลเซ็นเซอร์ไปยังคลาวด์อย่างต่อเนื่อง กล่องที่ใช้พลังงานจากแบตเตอรี่ AA สองก้อนจะมีอายุการใช้งานหนึ่งสัปดาห์ ด้วยเทคโนโลยีนี้ทำให้มีอายุการใช้งานยาวนานกว่าสิบปี! -
-ข้อจำกัดเพียงอย่างเดียวคือพลังการประมวลผลในเครื่อง» สังเกตคริสตอฟ ชอว์
โอกาสที่น่าตื่นเต้นสำหรับสมาร์ทโฟน
ในเรื่องนี้แนวโน้มเป็นไปในทางที่ดีโดยเฉพาะสมาร์ทโฟน ชิปใหม่ที่ออกแบบมาเพื่อการใช้งานปัญญาประดิษฐ์อาจแพร่หลายในรุ่นไฮเอนด์ในต้นปีหน้า พบโปรเซสเซอร์เหล่านี้ใน iPhone แล้วออฟไลน์- ท้ายที่สุดแล้ว แอปพลิเคชันอื่นๆ ก็เป็นไปได้ เช่น การตัดต่อวิดีโออัจฉริยะ (ตัวอย่าง: “ตัดลำดับส่วนที่ไม่ปรากฏออกทั้งหมด »-
Google ซึ่งมีโครงการ Federated Learning ยังใช้ Edge เพื่อปรับปรุงการแนะนำคำบนแป้นพิมพ์ Android หลักการ: ฝึก AI และปรับแต่งอัลกอริธึมเฉพาะบุคคล และส่งกลับไปยังเซิร์ฟเวอร์กลาง ไม่ใช่ข้อมูลการใช้งาน แต่เป็นเพียงการปรับแต่งเท่านั้น กล่าวคือ ผลลัพธ์การวิเคราะห์ระดับกลาง
ตามข้อมูลของไอดีซี “ในปี 2562 อย่างน้อย 40% ของข้อมูลที่สร้างโดย IoT”จะเป็นเช่นนี้”ประมวลผลที่ขอบของเครือข่าย- ผู้ผลิตไม่ผิด ในช่วงปลายปี 2560 Dell ได้ประกาศการลงทุนระยะเวลา 3 ปี มูลค่าพันล้านดอลลาร์ในด้าน IoT และการประมวลผลแบบเอดจ์ HP Enterprise จะลงทุน 4 พันล้านดอลลาร์ในระยะเวลา 4 ปี ที่ Microsoft จะมีการจัดสรรเงิน 5 พันล้านดอลลาร์ให้กับ IoT รวมถึง Edge เป็นเวลากว่า 4 ปี และมีผู้เล่นประมาณหกสิบคนเข้าร่วมแพลตฟอร์มเพื่อพัฒนาโซลูชันการประมวลผลที่ล้ำสมัยสำหรับ Internet of Things เมื่อปลายปี 2560!
🔴 เพื่อไม่ให้พลาดข่าวสารจาก 01net ติดตามเราได้ที่Google ข่าวสารetวอทส์แอพพ์-
