Маєш запитання стосовно вакансій, проєктів, умов роботи? Напиши нашому рекрутеру!

Перехід від хмарних до EDGE технологій сигналізує про справжню революцію в IoT зв’язку. Якщо раніше ми бачили, як хмарні обчислення створювали умови для централізації та колаборації, зараз EDGE-пристрої дозволяють нам працювати офлайн і автономно, не надсилаючи дані в хмару для зберігання. Це і є майбутнє IoТ-пристроїв. Розберімося, що воно означає для зв’язку.

Чи зможемо ми завдяки EDGE-підключенню залишити позаду хмарні технології та чи прийдемо ми врешті-решт до того, що EDGE-обчислення займуть центральне місце у світі зв’язку? Гарне питання.

Що ми розуміємо під абревіатурою IoT?

Термін “Інтернет речей” вперше з’явився приблизно 20 років тому. На той час ця концепція була дивовижною, адже йшлося про мільйони крихітних датчиків, які надсилають та отримують дані з хмари. Говорячи про Інтернет речей сьогодні, ми маємо на увазі дистанційно керовану екосистему пристроїв. Вони поєднанні з хмарою та між собою і можуть виконувати різноманітні функції залежно від того, у якій сфері їх використовують.

Наприклад, погляньмо на розумні будинки. Тут екосистема пристроїв складається з голосових помічників, як Alexa або Google Home Mini. Вони можуть вимикати світло, налаштовувати кондиціонер або замовляти піцу з Donmino’s чи Il Molino. Але хмарні пристрої здатні й на більше, якщо, скажімо, під’єднати їх до smart-систем, що контролюють комерційну нерухомість. Наприклад, на підприємствах Industry 5.0 чи вітрових електростанціях, екосистема пристроїв може контролювати функціонування вентиляції, роботу складних пристроїв тощо.

З розвитком технологій значення таких термінів, як IoT, суттєво розширилось. Ми маємо брати до уваги нові концепції зв’язку і зміни, яких вони, імовірніше за все, зазнають у майбутньому.

Чому IoT більше не достатньо?

Враховуючи надбання цих 20 років, ми вже не можемо казати про IoT лише як про спосіб збирати, надсилати та отримувати дані. Хоч би як драматично це не звучало, але IoT у своєму початковому значенні давно помер.

Щоб існувати сьогодні, такі системи повинні приносити набагато більше цінності для бізнесу. Вони мають не просто збирати дані, але й аналізувати їх та приймати рішенні на основі цього аналізу.

Безперечно, ідея мільярдів сенсорів, що пов’язані з хмарою, була блискучою. Але наразі фокус змістився з геніальності сенсорів на цінність даних, що вони збирають. Саме дані, а не датчики, сьогодні відіграють головну роль. І ми можемо напевне стверджувати, що навіть коли з’являться ще складніші датчики, їхня цінність залишиться незмінною і полягатиме у якості даних, що вони надають.

Розглянемо знову концепцію розумного дому. За великим рахунком, вона служить для того, щоб ми мали змогу дистанційно ввімкнути чайник та насолодитися горнятком гарячого чаю, щойно прийдемо додому. Використовуючи хмарні технології, це доволі просто зробити. Але ж в інших випадках технології мають ускладнюватися. Наприклад, автомобіль-безпілотник повинен реагувати на дорожні зміни навколо, а розумна фабрика повинна втілювати складні сценарії, якщо щось піде не так. Це вже важче, ніж ввімкнути чайник на відстані, адже якість і швидкість отримання даних стає надзвичайно важливою.

Все зводиться до того, що IoT не може існувати лише як концепція пов’язаних пристроїв (Digitally Connected Assets, DCA). Адже Інтернет речей працює не у вакуумі – такі системи, як автомобіль-безпілотник або розумна фабрика, повинні швидко обробляти дані та використовувати їх для аналітики або прийняття рішень. Зважаючи на те, що виконання таких задач в хмарі вимагає дуже багато часу, нам знадобилося щось швидше. Саме так на сцені з’явилися EDGE-технології.

 ПЕРЕГЛЯНЬ ВІДКРИТІ
ВАКАНСІЇ ДЛЯ…
Solution Architect

EDGE-обчислення – наступний рівень IoT еволюції

Терміном “EDGE” описують концепцію локальних обчислювальних вузлів, що формують мережі сенсорів. Ці мережі можуть бути розташовані на серверах фабрик, у сільськогосподарських комплексах, у торгових центрах та офісних будівлях, або ж в тих самих системах Google та Amazon для розумних домів.

EDGE-технології створюють локальні мережі зв’язку для сенсорів, забезпечуючи блискавично швидку передачу даних. Ці мережі також підключені до хмари та займаються централізованим збором й аналізом даних, зберіганням історичних даних та навчанням AI/ML моделей.

Але найголовніше, що периферійні вузли забезпечують достатню обчислювальну здатність для розміщення алгоритмів штучного інтелекту/машинного навчання. Це дозволяє видавати необхідні команди на основі даних, отриманих від датчиків.

Уявімо собі повністю автоматизовану фабрику Industry 5.0, оснащену різними датчиками (руху, температури, вологості тощо), парком роботів та різноманітними механізмами. Скажімо, роботи зайняті своїми щоденними справами на виробництві, а датчики тим часом моніторять ситуацію в цілому. Раптом один з датчиків сигналізує про різке перегрівання в якомусь двигуні конвеєрної стрічки. Локальний периферійний вузол приймає сигнал, а алгоритм AI/ML реалізує один зі сценаріїв відповіді. Сценарій може зупинити двигун, застосувати охолоджувальну рідину, від’єднати двигун від конвеєрної стрічки, або ж запустити резервні двигуни.

Це дозволяє мінімізувати втрати виробництва та спрямувати роботу на інші конвеєри. Все відбувається за долі секунди, таким чином попереджаючи пожежу та мільйонні збитки виробника. Щоб виконувати такі операції, периферійні вузли повинні мати три ключові здібності:

  • Керувати процесами у фізичному світі. Периферійні вузли повинні вміти збирати дані, обробляти їх та виконувати дії-відповіді.
  • Працювати офлайн. Глибокі підземні шахти або морські установки, розташовані далеко від берега, навряд чи зможуть під’єднатися до хмари, тому їх системи повинні мати можливість працювати автономно.
  • Миттєво відповідати. При автоматизованих виробничих або комунальних операціях затримка в кілька секунд може призвести до величезних фінансових втрат, тому сценарії реагування повинні прийматись та виконуватись негайно.

Майбутнє IoT: кіберфізичні, контекстуальні та автономні об’єкти

Зважаючи на тенденції розвитку EDGE-технологій, ми можемо визначити три основні категорії наявних та майбутніх пристроїв IoT:

Кіберфізичні об’єкти

Це датчики, які збирають фізичні сигнали і перетворюють їх у цифрові дані. Подумайте про розумні пристрої, які відстежують ваше серцебиття, тиск і так далі. Про цифрові принтери, системи розумного дому тощо. До цієї групи також належать усі споживчі пристрої, які можуть виконувати лише одну функцію, наприклад, вмикання/вимикання світла або відкривання/закривання штор.

Контекстуальні об’єкти

Прості кіберфізичні DCA-системи лише надають дані або виконують окремі команди, але складніші варіанти системи дозволяють зрозуміти контекст, в якому працюють ці датчики. А це своєю чергою допомагає приймати кращі рішення. До прикладу, сільськогосподарський комплекс, де системи DCA контролюють зрошування або розташування та експлуатацію парку автоматизованих машин. Доповнивши цю систему периферійним вузлом, фермер може консолідувати дані на одній інформаційній панелі та додавати до них прогноз погоди та іншу важливу інформацію. Це допоможе отримати набагато більшу цінність даних та без зусиль контролювати всі системи.

 Автономні об’єкти

Це найвищий рівень ланцюжка «збір-процес-реакція». Ці системи поєднують сенсорні мережі, периферійні вузли та AI/ML алгоритми для формування автономних об’єктів, які несуть відповідальність від людей до машин. Прикладом є заводський інцидент, про який ми згадували раніше.

Називайте це, як хочете, але зв’язок не помре

Реальний світ диктує нам свої умови, яким нам доводиться коритися. Базові пристрої можуть надати достатню потужність для збору, зберігання та обробки даних у межах периферійного вузла, а цей вузол, своєю чергою, дозволяє вжити модель ML. Однак, для підготовки такої моделі потрібно чимало обчислювальних ресурсів. Насамперед для цього знадобилося б обробляти дані впродовж сотень обчислювальних циклів, а це можна зробити лише в хмарних центрах обробки даних.

Зв’язок все ще має вирішальне значення для підключення периферійних вузлів до хмари, збору статистичних даних, навчання нових AI алгоритмів та оновлення наявних. Це інтегрована екосистема, де кожен компонент відіграє свою роль.

Як ми називатимемо цю нову та захопливу екосистему?

Можливо, IoT 2.0? Об’єкти з підтримкою кіберфізичних EDGE-обчислень? Ці терміни самі по собі мало що означають, однак ми розуміємо, що за ними стоїть. Такі об’єкти зможуть з’єднати фізичний та цифровий світи, збирати дані за допомогою датчиків, обробляти їх у контексті з іншими вхідними даними та приймати рішення на основі цього аналізу. Поки така екосистема працює і працює продуктивно, не так вже й важливо, як ми її називаємо.

Оригінал матеріалу