Benefícios do Edge Computing para cristalização de IA

O interesse em edge computing continua a crescer, assim como a confusão em torno da arquitetura. A situação é semelhante quando se trata de inteligência artificial. A perspectiva de levar a IA para o limite pode soar como uma receita para ainda mais confusão.

Realizar inteligência artificial no limite costuma ser “apenas teoria citada em artigos”, disse Martin Davis, sócio-gerente da DUNELM Associates.

Ainda assim, o conceito de IA de ponta é cada vez mais difícil de ser ignorado por organizações industriais e empresariais. Operações com uso intensivo de recursos, como aprendizado profundo e visão computacional, tradicionalmente ocorrem em ambientes de computação centralizados. Mas a crescente disponibilidade de rede de alto desempenho e hardware de computação abre a possibilidade de mudar essa atividade de uma "arquitetura de nuvem centralizada para a [borda]", como escreveu o consultor Chaitan Sharma. “Não vai acontecer da noite para o dia, mas é inevitável.” O Gartner prevê que três quartos dos dados corporativos serão processados ​​no limite até 2025, enquanto a Grand View Research prevê que o mercado de computação de ponta se expandirá a uma taxa anual de 54% até 2025.

No limite da indústria

A questão de onde exatamente ocorre a computação de borda nem sempre é clara. O Open Glossary of Edge Computing define a arquitetura como a “entrega de recursos de computação aos extremos lógicos de uma rede”. Localizada fora dos data centers tradicionais e da nuvem, a borda está concentrada na “última milha” da rede e está o mais próximo possível das coisas e pessoas que produzem dados ou informações.

[ Mundo IoT é o maior evento de IoT da América do Norte, onde estrategistas, tecnólogos e implementadores se conectam, colocando IoT, IA, 5G e borda em ação em todos os setores da indústria. Reserve sua passagem agora. ]

Dada a dificuldade de usar a computação em nuvem em ambientes como fábricas ou minas, o setor industrial é um bom candidato para a arquitetura de computação de ponta. Uma fábrica, por exemplo, pode exigir alta confiabilidade de rede, com 99,9999% de tempo de atividade e baixa latência de milissegundos, e pode colocar restrições no envio de dados para fora do local. Dadas essas limitações, a maioria das fábricas tradicionalmente implementa cabeamento físico e protocolos com fio proprietários de fornecedores industriais. O resultado é um "ambiente de tecnologia fragmentado", que tecnologias como a computação de ponta podem ajudar a unificar, de acordo com o Ovum Market Radar:Estratégias e proposições de IoT industriais dos CSPs.

Uma arquitetura de computação de ponta que opera sem a nuvem não deve ser confundida com cenários de computação local em que todos os dados são processados ​​em dispositivos individuais. Embora a computação integrada possa apoiar a tomada de decisões críticas em tempo real, o hardware do dispositivo é caro, de acordo com Harald Remmert, diretor sênior de pesquisa e inovação da Digi International. Além disso, a capacidade de tais configurações de computação local para dar suporte a operações como aprendizado de máquina é frequentemente limitada.

Por outro lado, um sistema de computação de ponta habilitado para IA em uma fábrica poderia contextualizar dados de várias máquinas para detectar e, em última análise, prever problemas que causam tempo de inatividade. “Executar inferência de aprendizado de máquina na ponta é um habilitador para a escala de aplicativos, mesmo quando as latências baixas não são necessárias”, concluiu Gal Ben-Haim, chefe de arquitetura da Augury, uma empresa que cria tecnologia de aprendizado de máquina para a indústria de processo.

Isso não significa que implantar o aprendizado de máquina na borda seja necessariamente fácil, no entanto. Isso “requer modelos de aprendizado de máquina mais maduros e novas maneiras de gerenciar suas implantações”, disse Ben-Haim.

Da nuvem para a borda e para trás

Embora alguns cenários de computação de ponta possam não usar modelos de computação centralizados, muitos analistas veem a computação de ponta permitindo um continuum de computação que tem aspectos distribuídos e centralizados. Em vez de representar uma oscilação de pêndulo para longe dos data centers centralizados, a computação de ponta oferece uma “trégua”, disse o analista do Gartner Bob Gill em um webinar de 2018.

“Alguns modelos de computação de ponta afirmam que ela substituirá a nuvem; Não acredito que isso vá acontecer ”, disse Bill Malik, vice-presidente de estratégias de infraestrutura da Trend Micro.

“Existem poucos casos de uso em que a borda ser autocontida faz sentido”, concordou Daniel Newman, analista principal da Futurum Research.

Na maioria das vezes, o fluxo de dados será bidirecional entre a borda e a nuvem. Embora a nuvem possa promover o rastreamento de tendências gerais e efeitos de segunda ordem, como mudanças no consumo de energia ou na qualidade do ar, “a computação de ponta dá respostas locais a questões locais”, disse Malik.

A Accenture vê a computação de ponta como uma extensão da nuvem. “O Edge é usado por muitos de nossos clientes em conjunto com análise de nuvem e tecnologia de aprendizado de máquina para possibilitar novos e valiosos serviços de negócios”, disse Charles Nebolsky, diretor administrativo e líder de prática de rede da Accenture Technology. Um exemplo é a iniciativa Connected Mine da Accenture para agilizar a forma como as empresas de mineração gerenciam suas operações na mina. “Estendemos a solução Connected Mine com computação de ponta em um cliente de mineração industrial, onde eles usam vídeo de alta resolução do equipamento de perfuração para determinar a densidade da rocha”, acrescentou Nebolsky. Essa capacidade permite que a furadeira ajuste o ângulo e a velocidade em tempo real e também suporte a manutenção preditiva do equipamento. “A largura de banda dos fluxos de vídeo de alta densidade necessários não pode ser transportada de volta para a nuvem com os quadros por segundo necessários de uma maneira econômica para o processamento direto na nuvem”, disse Nebolsky.

Outro exemplo desse fluxo de dados circular vem por meio da Volvo Trucks, que implementa telemática e sistemas de diagnóstico remoto em veículos recentes. O sistema funciona, em parte, usando o computador de bordo que detecta parâmetros anormais e dispara códigos de problemas. A partir daí, seu sistema telemático transmite dados operacionais problemáticos para o Uptime Center da Volvo, que pode coordenar respostas com as partes relevantes, como oficinas, revendedores e agentes de atendimento ao cliente. Enquanto a computação a bordo em caminhões ajuda a diagnosticar problemas, o aspecto centralizado da implantação permite que oficinas de reparo e revendedores se preparem para a chegada dos caminhões para manutenção.

“A Volvo está avançando no que está se tornando rapidamente um modelo de maturidade comum relacionado a análises de ponta e inteligência artificial e aprendizado de máquina”, disse Bill Roberts, diretor de IoT da SAS. Uma próxima etapa razoável seria habilitar a capacidade de computação de borda em caminhões para determinar quais dados de falha são acionáveis. Essa mudança liberaria “largura de banda para coletar dados telemáticos adicionais, levando a mais insights analíticos desenvolvidos na nuvem”, disse Roberts. “Esses insights podem ser operacionalizados em qualquer lugar da borda ou da nuvem, dependendo do que ditar o caso de uso.”

A bancada de teste de integração de recursos de energia distribuída fornece outro exemplo de computação combinada distribuída e em nuvem. O projeto oferece uma alternativa às tradicionais redes de energia de corrente alternada centralizadas, que lutam para usar com eficiência a energia de fontes de corrente contínua distribuídas, como painéis solares ou turbinas eólicas. O test bed aproveita análises baseadas em borda em tempo real implantadas em hardware intercalado em toda a grade para unir equipamentos legados heterogêneos e controle centralizado com recursos completos de resposta em tempo real e operação autônoma, de acordo com Erik Felt, diretor de desenvolvimento de mercado da grade futura em RTI e Neil Puthuff, engenheiro de integração de software da RTI. A plataforma é equipada para operação autônoma e análise baseada em borda, enquanto fornece dados e controle para um ou mais centros de controle.

A conectividade 5G também despertou o interesse na arquitetura de ponta para permitir a computação fora dos data centers tradicionais. Embora existam poucos exemplos de organizações com projetos de computação de ponta habilitados para 5G, isso pode mudar à medida que a rede 5G amadurece. Os benefícios dessa abordagem são semelhantes aos da nuvem, embora com menor latência, observou Remmert. “Essa arquitetura é muito popular para aplicativos de aprendizado de máquina”, concluiu.