Вычисления на периферии и их влияние на обработку данных в реальном времени

В эпоху, когда миллисекунды имеют значение, edge computing меняет способы обработки данных в различных отраслях, создавая беспрецедентные возможности для принятия решений в реальном времени. Отрасли, такие как здравоохранение, производство и транспорт, где решения, принимаемые за доли секунды, могут означать разницу между успехом и провалом, извлекают большие выгоды. Прогнозируя, что большая часть данных предприятий вскоре будет обрабатываться на периферии, рынок испытывает быстрый рост, поскольку компании спешат оставаться впереди кривой.

Что такое Edge Computing?

Edge computing — это форма распределенной вычислительной техники, которая обрабатывает данные рядом с их источником, как это видно на примере устройств IoT или локальных серверов на краю сети. В отличие от традиционных центров обработки данных или облачных вычислений, которые часто полагаются на удаленные централизованные центры обработки данных для обработки информации, edge computing минимизирует расстояние, которое должны преодолеть данные. Это делает edge computing чрезвычайно ценным для приложений, требующих немедленного ответа в реальном времени.

Рост вычислений на периферии был замечательным. В 2018 году только около 10% данных, генерируемых предприятиями, обрабатывалось на периферии. Gartner, однако, считает, что к 2025 году, который уже не за горами, 75% обработки данных будет происходить на периферии. И, согласно исследованию Grand View Research, глобальный рынок вычислений на периферии будет расти с совокупным годовым темпом роста (CAGR) 37% с 2023 по 2030 год, достигнув $140 миллиардов к 2030 году. Этот впечатляющий рост обусловлен распространением устройств Интернета вещей, развертыванием сетей 5G и возрастающей потребностью в обработке данных в реальном времени во многих новых отраслях.​ 

Шесть преимуществ периферийных вычислений, переформирующих обработку данных в реальном времени

Преимущества обработки данных на периферии предоставляют убедительные выгоды и включают в себя:

Снижение задержек: Обрабатывая данные на их источнике или поблизости, вычисления на периферии сокращают время, необходимое для передачи данных от хранилища или датчиков к обработке и обратно. Это настоящая находка для высокотребовательных приложений, таких как робототехника в реальном времени или системы умного управления дорожным движением.

Оптимизация Управления Пропускной Способностью: Вычисления на краю сети оптимизируют пропускную способность за счет обработки и фильтрации данных на локальном уровне перед передачей только необходимой информации на централизованные серверы. Это снижает нагрузку на ресурсы сети и предотвращает перегрузку сети, что особенно важно с увеличением числа подключенных устройств. 

Part Insights Experience

Access critical supply chain intelligence as you design.

Learn More

Принятие Решений в Реальном Времени: Близость вычислительных мощностей к источникам данных позволяет проводить аналитику и принимать решения в реальном времени. В здравоохранении это позволяет быстрее ставить диагнозы и назначать лечение, улучшая исходы для пациентов. В производстве мониторинг в реальном времени может предотвратить выход из строя оборудования и оптимизировать производственные процессы. 

Автономные Системы: Вычисления на краю сети необходимы для функционирования автономных транспортных средств и дронов. Обрабатывая данные с датчиков на локальном уровне, эти транспортные средства и аппараты могут самостоятельно навигировать и избегать препятствий в реальном времени. Это повышает их безопасность и способствует разработке более сложных автономных систем. 

Устойчивость: Вычисления на краю сети способствуют усилиям по устойчивому развитию, сокращая использование энергии. Локальная обработка данных минимизирует дальние передачи данных, значительно снижая потребление энергии и выбросы углекислого газа. Переход к вычислениям на краю сети соответствует инициативам по созданию более экологичной ИТ-инфраструктуры, делая его шагом в правильном направлении к более устойчивому ИТ.

Применение на Практике: Шесть Отраслей, Использующих Преимущества

Автомобильная отрасль: Низкая задержка в вычислениях на периферии критически важна в автомобильной промышленности, особенно для безопасного управления автономными транспортными средствами. Платформы вроде NVIDIA's DRIVE AGX позволяют транспортным средствам обрабатывать данные сенсоров локально, что обеспечивает немедленную реакцию на изменяющиеся дорожные условия. Вычисления на периферии также способствуют коммуникации Vehicle-to-Everything (V2X), позволяя автомобилям обмениваться данными друг с другом и с умной инфраструктурой для повышения общей безопасности на дорогах и снижения трафика. 

Промышленный интернет вещей: В промышленных условиях вычисления на периферии позволяют осуществлять мониторинг и управление оборудованием в реальном времени для повышения операционной эффективности. Например, периферийные устройства могут обрабатывать данные сенсоров прямо на производственном полу для выявления аномалий и прогнозирования потребностей в обслуживании, что приводит к сокращению простоев. Продвинутые системы также включают в себя цифровые двойники – виртуальные копии физических активов – которые являются мощными инструментами для симуляций и предиктивной аналитики с целью оптимизации процессов. 

Make cents of your BOM

Free supply chain insights delivered to your inbox

Learn More

Здравоохранение: Вычисления на периферии преобразуют здравоохранение, позволяя осуществлять мониторинг пациентов и диагностику в реальном времени. Платформы вроде Edison от GE Healthcare используют вычисления на периферии для немедленной обработки данных с медицинских устройств, что позволяет быстрее вмешаться в критические ситуации. Эта возможность критически важна в отделениях интенсивной терапии, где более своевременные реакции могут означать разницу между жизнью и смертью. 

Некоторые передовые системы вычислений на периферии в здравоохранении включают ИИ для более сложного анализа. Например, цифровая платформа HealthSuite от Philips использует ИИ для анализа данных медицинской визуализации, помогая радиологам быстрее и точнее обнаруживать аномалии.

Умные города: Вычисления на периферии являются ключевым элементом инициатив умных городов, позволяя обрабатывать данные в реальном времени от источников вроде светофоров, камер и датчиков окружающей среды. Поток движения может быть оптимизирован путем регулировки светофоров в ответ на данные в реальном времени. Майами-Дейд, Флорида использует Siemens Sitraffic для координации светофоров с пешеходными переходами и велосипедными дорожками в реальном времени. Цель состоит в том, чтобы снизить пробки, уменьшить выбросы углекислого газа и повысить качество жизни, сократив время, которое жители Майами-Дейд проводят в пробках, на 15%.​ 

Розничная торговля: В секторе розничной торговли технология edge computing позволяет создавать новые клиентские опыты, такие как персонализация в реальном времени и целевая реклама. Устройства на краю сети могут анализировать поведение покупателей в магазине и затем предлагать персонализированные рекомендации и акции на месте. Edge computing также улучшает управление запасами за счет обработки данных RFID в реальном времени, обеспечивая точность уровней запасов и более эффективное пополнение запасов. 

Управление энергией: В энергетической отрасли edge computing повышает эффективность умных сетей за счет обработки данных от датчиков коммунальных услуг в реальном времени. Эта локальная обработка позволяет быстрее реагировать на колебания в спросе на электроэнергию, повышая энергоэффективность и сокращая потери. Например, платформа ABB’s Ability^™ использует edge computing для более эффективной интеграции источников возобновляемой энергии в сеть и для балансировки предложения энергии с потребностями, помогая обеспечить стабильное энергоснабжение. 

Формирование края завтрашнего дня

Edge computing быстро трансформирует способы обработки данных в различных отраслях, позволяя создавать мощный спектр более быстрых, умных и эффективных систем. По мере распространения edge computing мы увидим еще много захватывающих приложений. Глубокая интеграция edge computing с 5G, ИИ и IoT будет стимулировать следующую волну цифровой трансформации, создавая удивительные новые системы, способные обрабатывать и интеллектуально реагировать на данные в реальном времени.