Liderzy opinii
NapÄdzanie odlegÅej przyszÅoÅci: 5G i Machine Learning na krawÄdzi

Obliczenia na krawÄdzi byÅy pewnego rodzaju buzzwordem przez jakiÅ czas, stopniowym trendem sieciowym, ktÃģry nie wykazuje Åžadnych oznak spowolnienia. Kilka ostatnich rozwojÃģw â w tym coraz bardziej powszechne wdroÅženie sieci 5G â poÅÄ czyÅo siÄ, aby umocniÄ obliczenia na krawÄdzi w mapie technologicznej przedsiÄbiorstw, a takÅže napÄdziÄ caÅÄ nowÄ galaktykÄ przypadkÃģw uÅžycia.
Od inteligentnych miast do PrzemysÅu 4.0
OczywiÅcie, istnieje duÅže zainteresowanie obliczeniami na krawÄdzi ze strony niektÃģrych z najwiÄkszych producentÃģw i detalistÃģw na Åwiecie. Od Amazon po Cisco, Google po Intel, przez Microsoft i NVIDIA, istniejÄ sprawdzone produkty na rynku i w wielu przypadkach bardzo ukierunkowane serie produktÃģw, ktÃģre koncentrujÄ siÄ na krawÄdzi w szczegÃģlnoÅci. Jest to samo w sobie pewnego rodzaju zmianÄ w porÃģwnaniu z kilkoma laty temu, kiedy wdroÅženia na krawÄdzi wykorzystywaÅy standardowÄ infrastrukturÄ sieciowÄ i sprzÄt. Najnowszy raport z ResearchAndMarkets.com szacuje, Åže przychody z infrastruktury obliczeÅ na krawÄdzi siÄgnÄ 17,9 miliarda dolarÃģw do 2025 roku, z dodatkowymi 1 miliardem dolarÃģw za moduÅy optyczne i sieci, aby wesprzeÄ poprawiony transport danych.
Sieci na krawÄdzi sÄ czÄsto kojarzone z bardzo szerokim zakresem aplikacji, od inteligentnych miast, w peÅni zautomatyzowanych pojazdÃģw i rÃģÅžnych aplikacji sztucznej inteligencji i maszynowego uczenia, ktÃģre same w sobie stanowiÄ caÅÄ niszÄ. Powodem tego zakresu jest to, Åže sieci na krawÄdzi koncentrujÄ siÄ na dwÃģch kluczowych aspektach, ktÃģre sÄ niezbÄdne dla tych aplikacji, czyli niskiej latencji i niezawodnoÅci. PrzetwarzajÄ c dane na krawÄdzi sieci, moÅžna uzyskaÄ uÅžyteczne informacje natychmiast, zamiast opÃģÅšniaÄ je znacznie przez tradycyjne poÅÄ czenie latencji sieci, przetwarzania w chmurze, analizy i ostatecznie dziaÅania. Jest to szczegÃģlnie waÅžne dla aplikacji PrzemysÅu 4.0, a takÅže inteligentnych miast i samochodÃģw bez kierowcy â opÃģÅšnione odpowiedzi z powodu latencji mogÄ mieÄ wrÄcz niebezpieczne implikacje w tych przypadkach, a takÅže znaczne zwiÄkszenia kosztÃģw w innych.
Latencja: WrÃģg numer jeden
Ten wyÅcig, aby zminimalizowaÄ latencjÄ, bardzo dobrze wspÃģÅgra z rozwojem przyszÅych sieci komunikacyjnych, szczegÃģlnie 5G â choÄ wyÅcig, aby rozwijaÄ oparty na satelitach LEO ÅÄ cznoÅÄ niskiej latencji, moÅže rÃģwnieÅž doprowadziÄ do ÅÄ cznoÅci niskiej latencji. PotencjaÅ technologii 5G, takich jak kierunkowe formowanie wiÄ zki i technologia MIMO o duÅžej skali, aby umoÅžliwiÄ praktyczne zastosowanie sieci na krawÄdzi, jest znaczÄ cy.
Wynikiem jest lawina wysoko poziomowych umÃģw i partnerstw w celu rozwoju rozwiÄ zaÅ 5G i chmury na krawÄdzi dla caÅej ÅaÅcuchu wartoÅci. Jednym z niedawnych przykÅadÃģw jest Google Cloud i Ericsson, ktÃģre zawarÅy partnerstwo w celu rozwoju nowych rozwiÄ zaÅ w laboratoriach Ericssona w Dolinie Krzemowej, w tym pilotaÅžu aplikacji przedsiÄbiorstw na krawÄdzi w sieci na Åžywo z wÅoskim operatorem telekomunikacyjnym TIM. Ten projekt ma na celu zautomatyzowanie funkcji rdzenia sieci 5G TIM, aplikacji opartych na chmurze i rozwiÄ zaÅ Google Cloud, ukierunkowanych na sektory motoryzacyjny, transportowy i produkcyjny, zgodnie z oÅwiadczeniami firm.
GÅÃģwnie ukierunkowane na sektory transportowy i produkcyjny, usÅuga prywatnej, lokalnej obliczeniowej na krawÄdzi (MEC) Verizon z platformÄ Microsoft Azure zostaÅa niedawno uruchomiona. ZarzÄ dzana usÅuga wynika z integracji oferty prywatnej 5G Verizon z Amazon Web Services (AWS) na poczÄ tku tego roku, podczas gdy Verizon pozycjonuje siÄ jako dostawca ÅÄ cznoÅci i ramienia IoT, umoÅžliwiajÄ c przedsiÄbiorstwom wybÃģr preferowanego dostawcy chmury.
Ku NFV: 5G dodaje dodatkowÄ wartoÅÄ
To zderzenie siÄ o pozycjÄ jest wskaÅšnikiem skali rynku â rzeczywiÅcie, raport badawczy Gartnera z 2018 roku przewidywaÅ, Åže udziaÅ danych generowanych przez przedsiÄbiorstwa, ktÃģre sÄ przetwarzane poza scentralizowanymi centrami danych lub chmurami, wzroÅnie z 10% w 2018 roku do 75% do 2025 roku. Jak podkreÅla Gartner w raporcie, ÅÄ cznoÅÄ 5G ma byÄ kluczowym czynnikiem umoÅžliwiajÄ cym obliczenia na krawÄdzi, nie tylko ze wzglÄdu na wymagania sztucznej inteligencji i maszynowego uczenia na krawÄdzi. Technologie wbudowane w sieci 5G SA, takie jak sieciowanie, ktÃģre pozwala na poÅwiÄcenie pojemnoÅci dla kluczowych aplikacji, okaÅže siÄ niezbÄdne do sukcesu AI/ML w szerszym kontekÅcie PrzemysÅu 4.0.
Inna fundamentalna zmiana na tym rynku na krawÄdzi moÅže okazaÄ siÄ rozwÃģj wirtualizacji funkcji sieciowych (NFV), ktÃģra umoÅžliwia przedsiÄbiorstwom konfigurowanie i rekonfigurowanie standardowego sprzÄtu na Åžywo, aby speÅniÄ okreÅlone wymagania sprzÄtowe. ChociaÅž standardy branÅžowe sÄ kluczowym przeszkodÄ , istniejÄ kilka inicjatyw, ktÃģre starajÄ siÄ przeÅamaÄ i ustanowiÄ szerszy konsensus wokÃģÅ takich chmurowych sieci. W szczegÃģlnoÅci grupa specyfikacji przemysÅowych ETSI NFV zdefiniowaÅa mapÄ drogowÄ w listopadzie 2020 roku, ktÃģra okreÅla, jak konteneryzowane wirtualne funkcje sieciowe (VNF) mogÄ â i prawdopodobnie bÄdÄ â zarzÄ dzane w ramach NFV.
KrawÄdÅš: NapÄdzanie przyszÅoÅci obliczeÅ
Aplikacje umoÅžliwione przez AI i ML na krawÄdzi, umocnione ÅÄ cznoÅciÄ 5G i potencjalnie wsparte przez rozwijajÄ ce siÄ ramy NFV, sÄ naprawdÄ kuszÄ ce. Na przykÅad, rosnÄ ce wykorzystanie autonomicznych pojazdÃģw przewoÅšnych (AGV) i zautomatyzowanych robotÃģw mobilnych (AMR) w fabrykach i magazynach â szczegÃģlnie na etapie realizacji ÅaÅcucha dostaw â napÄdzajÄ wdroÅženie widzenia komputerowego i ML w wdroÅženiach na krawÄdzi. Niska latencja i natychmiastowe przetwarzanie danych czujnikÃģw i wideo jest kluczowe, aby zapewniÄ marginesy bezpieczeÅstwa, a takÅže napÄdzaÄ optymalizacjÄ i efektywnoÅÄ operacyjnÄ .
ChociaÅž 5G SA jest nadal w fazie wdroÅženia â poza licznymi sieciami prywatnymi, ktÃģre zdecydowaÅy siÄ na ten krok â pozostaje fakt, Åže duzi gracze branÅžowi stawiajÄ duÅže pieniÄ dze na 5G i obliczenia na krawÄdzi jako kluczowy czynnik rynkowy. MoÅžliwoÅÄ dla kaÅždego przedsiÄbiorstwa, aby przetwarzaÄ transakcje i przechowywaÄ dane w pobliÅžu rzeczywistego ÅšrÃģdÅa tych danych, szybko stanie siÄ kluczowym wskaÅšnikiem sukcesu PrzemysÅu 4.0, wywoÅujÄ c szereg korzyÅci, takich jak konserwacja predykcyjna, NFV i rzeczywista automatyka.












