Menggerakkan Masa Depan yang Jauh: 5G dan Pembelajaran Mesin di Tepian

Komputasi tepi telah menjadi kata kunci untuk beberapa waktu, tren jaringan bertahap yang tidak menunjukkan tanda-tanda melambat. Beberapa perkembangan baru-baru ini – termasuk penyebaran jaringan 5G yang semakin meluas – telah bersatu untuk memperkuat edge computing ke dalam roadmap teknologi perusahaan, serta mendorong galaksi kasus penggunaan yang benar-benar baru.

Dari kota pintar menuju Industri 4.0

Tentu saja, ada minat yang cukup besar terhadap edge computing dari beberapa produsen dan retailer terbesar di planet ini. Dari Amazon ke Cisco, Google ke Intel, mungkin melalui Microsoft dan NVIDIA, ada produk yang terbukti di pasar dan dalam banyak kasus rentang produk yang sangat terfokus yang menargetkan keunggulan secara khusus. Ini sendiri merupakan perubahan dari beberapa tahun yang lalu, di mana penerapan Edge cenderung menggunakan infrastruktur dan perangkat keras jaringan standar. Sebuah laporan terbaru dari ResearchAndMarkets.com memperkirakan bahwa Pendapatan Infrastruktur Komputasi Tepi akan mencapai $17.9 miliar pada tahun 2025 dengan tambahan $1 miliar dalam modul optik dan jaringan untuk mendukung transportasi data yang lebih baik.

Jaringan tepi sering dikaitkan dengan berbagai aplikasi yang sangat luas, mulai dari kota pintar, kendaraan yang sepenuhnya otomatis, dan berbagai aplikasi AI dan ML, masing-masing merupakan ceruk keseluruhan. Alasan untuk kisaran ini adalah bahwa jaringan Edge menargetkan dua aspek utama yang penting untuk ini, yaitu latensi rendah dan keandalan. Dengan memproses data di tepi jaringan, wawasan yang dapat digunakan dapat segera diperoleh, daripada tertunda secara signifikan oleh kombinasi latensi jaringan, pemrosesan cloud, analisis, dan akhirnya tindakan yang lebih tradisional. Hal ini sangat penting untuk aplikasi Industri 4.0, serta kota pintar dan mobil tanpa pengemudi – respons yang tertunda karena latensi dapat memiliki implikasi yang benar-benar berbahaya dalam kasus terakhir, dan peningkatan biaya yang signifikan di sisi lain.

Latensi: Musuh nomor satu

Perlombaan untuk meminimalkan latensi bekerja sangat baik dengan pengembangan jaringan komunikasi masa depan, terutama 5G – meskipun perlombaan untuk mengembangkan konektivitas satelit berbasis LEO yang layak juga dapat menghasilkan konektivitas latensi rendah juga. Potensi teknologi 5G seperti beamforming dan teknologi MIMO masif untuk mengaktifkan aplikasi praktis jaringan tepi adalah signifikan.

Hasilnya adalah serangkaian kesepakatan dan kemitraan tingkat tinggi untuk mengembangkan solusi 5G dan edge cloud untuk seluruh rantai nilai. Salah satu contoh terbaru adalah Google Cloud dan Ericsson, yang telah bermitra untuk mengembangkan solusi baru di Silicon Valley D-15 Labs Ericsson, termasuk mengujicobakan aplikasi perusahaan di edge pada jaringan langsung dengan TIM telekomunikasi Italia. Proyek itu bertujuan untuk mengotomatiskan fungsi jaringan 5G inti TIM, aplikasi berbasis cloud, dan solusi Google Cloud, yang menargetkan sektor otomotif, transportasi, dan manufaktur, menurut perusahaan.

Juga terutama menargetkan sektor transportasi dan manufaktur, layanan komputasi tepi seluler (MEC) pribadi di lokasi Verizon dengan Microsoft Azure baru-baru ini meningkat. Penawaran layanan terkelola mengikuti integrasi penawaran 5G pribadi Verizon awal tahun ini dengan Amazon Web Services (AWS), karena Verizon memposisikan dirinya dengan kuat sebagai penyedia konektivitas dan kerangka kerja IoT, yang memungkinkan perusahaan untuk memilih penyedia cloud pilihan mereka.

Menuju NFV: 5G menambah nilai tambah

Perebutan posisi ini merupakan indikator skala pasar – memang, laporan penelitian Gartner dari tahun 2018 memperkirakan bahwa proporsi data yang dihasilkan perusahaan yang diproses di luar pusat data terpusat atau cloud akan meningkat dari 10% pada tahun 2018 menjadi 75% pada tahun 2025 Seperti yang disorot oleh Gartner dalam laporannya, konektivitas 5G diatur untuk menjadi pendukung utama komputasi edge, paling tidak karena persyaratan AI dan ML di edge. Teknologi yang dimasukkan ke dalam jaringan 5G SA, seperti network slicing, yang memungkinkan aplikasi vital memiliki kapasitas khusus, akan terbukti penting untuk keberhasilan AI/ML dalam konteks Industri 4.0 yang lebih luas.

Pergeseran mendasar lainnya di pasar edge ini mungkin terbukti menjadi pengembangan Network Function Virtualization (NFV), yang memungkinkan perusahaan untuk mengonfigurasi dan mengonfigurasi ulang perangkat keras standar dengan cepat untuk memenuhi persyaratan perangkat keras tertentu. Meskipun standar di seluruh industri merupakan batu sandungan utama, ada beberapa inisiatif yang berusaha menerobos dan membangun konsensus yang lebih luas seputar jaringan cloud-native tersebut. Secara khusus, grup spesifikasi industri NFV ETSI menetapkan peta jalan pada November 2020 yang menetapkan bagaimana fungsi jaringan virtual kemas (VNF) dapat – dan kemungkinan besar akan – dikelola dalam kerangka kerja NFV.

Edge: Menggerakkan masa depan komputasi

Aplikasi yang dimungkinkan oleh edge AI dan ML, diperkuat oleh konektivitas 5G dan berpotensi didukung oleh kerangka kerja NFV yang sedang berkembang, sungguh menarik. Misalnya, meningkatnya penggunaan kendaraan berpemandu otonom (AGV) dan robot seluler otomatis (AMR) di pabrik dan gudang – khususnya di bagian pemenuhan rantai pasokan – mendorong penggunaan visi komputer dan ML dalam penerapan edge. Latensi rendah dan pemrosesan data sensor dan video yang cepat sangat penting untuk memastikan margin keselamatan terpenuhi, serta mendorong optimalisasi dan efisiensi operasional.

Sementara 5G SA masih sangat banyak dalam tahap peluncuran – terlepas dari banyak jaringan pribadi yang telah mengambil risiko – faktanya tetap bahwa pemain industri besar bertaruh besar pada 5G, dan komputasi tepi dan jaringan sebagai penggerak pasar utama. Kemampuan setiap perusahaan untuk memproses transaksi dan menyimpan data di dekat sumber sebenarnya dari data tersebut akan dengan cepat menjadi penentu utama kesuksesan Industri 4.0, memicu serangkaian manfaat hilir seperti pemeliharaan prediktif, NFV, dan otomatisasi dunia nyata.