Energizando o Futuro Distante: 5G e Aprendizado de Máquina na Edge

A computação de edge tem sido algo de um buzzword por algum tempo, uma tendência de rede gradual que não mostra nenhum sinal de desaceleração. Vários desenvolvimentos recentes – incluindo o aumento da implantação de redes 5G – se uniram para cimentar a computação de edge na estrada de tecnologia empresarial, bem como impulsionar um novo universo de casos de uso.

De cidades inteligentes à Indústria 4.0

Claro, há um interesse considerável na computação de edge por parte de alguns dos maiores fabricantes e varejistas do planeta. Desde a Amazon até a Cisco, Google até Intel, via talvez Microsoft e NVIDIA, há produtos comprovados no mercado e, em muitos casos, linhas de produtos altamente focadas que visam a edge em particular. Isso em si é algo de uma mudança em relação a apenas alguns anos atrás, onde as implantações de edge tendiam a utilizar infraestrutura de rede e hardware padrão. Um relatório recente da ResearchAndMarkets.com estima que as receitas de infraestrutura de computação de edge atingirão $ 17,9 bilhões até 2025, com um adicional de $ 1 bilhão em módulos ópticos e redes para suportar o transporte de dados aprimorado.

As redes de edge são frequentemente associadas a uma ampla gama de aplicações, desde cidades inteligentes, veículos totalmente automatizados e uma variedade de aplicações de IA e ML, elas mesmas um nicho inteiro. O motivo para essa amplitude é que as redes de edge visam dois aspectos-chave que são vitais para essas, sendo baixa latência e confiabilidade. Ao processar dados na edge da rede, insights úteis podem ser obtidos imediatamente, em vez de serem atrasados significativamente pela combinação mais tradicional de latência de rede, processamento de nuvem, análise e ação final. Isso é particularmente importante para aplicações da Indústria 4.0, bem como cidades inteligentes e carros autodirigíveis – respostas atrasadas devido à latência poderiam ter implicações perigosas nos últimos casos e aumentos significativos de custos nos outros.

Latência: Inimigo número um

A corrida para minimizar a latência se encaixa muito bem com o desenvolvimento de redes de comunicação futuras, mais notadamente 5G – embora a corrida para desenvolver conectividade de satélite LEO baseada em viabilidade também possa resultar em conectividade de baixa latência. O potencial das tecnologias 5G, como beamforming e massive MIMO technology para permitir a aplicação prática de rede de edge é significativo.

O resultado é uma série de acordos e parcerias de alto nível para desenvolver soluções de 5G e edge cloud para toda a cadeia de valor. Um exemplo recente é o Google Cloud e a Ericsson, que se uniram para desenvolver novas soluções nos laboratórios D-15 da Ericsson no Vale do Silício, incluindo a pilotagem de aplicações empresariais na edge em uma rede ao vivo com a operadora italiana TIM. Esse projeto visa automatizar as funções da rede 5G central da TIM, aplicações baseadas em nuvem e soluções do Google Cloud, visando os setores automotivo, transporte e manufatura, de acordo com as empresas.

Também visando principalmente os setores de transporte e manufatura, o serviço de computação de edge móvel privado na instalação da Verizon com a Microsoft Azure foi recentemente ampliado. A oferta de serviços gerenciados segue a integração da oferta 5G privada da Verizon no início deste ano com a Amazon Web Services (AWS), à medida que a Verizon se posiciona firmemente como provedor de conectividade e estrutura de IoT, permitindo que as empresas escolham seu provedor de nuvem preferido.

Rumo à NFV: 5G adiciona valor adicional

Essa disputa por posição é um indicador do tamanho do mercado – de fato, um relatório de pesquisa da Gartner de 2018 previu que a proporção de dados gerados por empresas processados fora de centros de dados centralizados ou nuvens aumentará de 10% em 2018 para 75% até 2025. Como a Gartner destaca no relatório, a conectividade 5G está prestes a ser um dos principais impulsionadores da computação de edge, não menos devido aos requisitos de IA e ML na edge. Tecnologias integradas às redes 5G SA, como a segmentação de rede, que permite que aplicações vitais tenham capacidade dedicada, serão essenciais para o sucesso da IA/ML em um contexto mais amplo da Indústria 4.0.

Outra mudança fundamental nesse mercado de edge pode ser o desenvolvimento da Virtualização de Funções de Rede (NFV), que permite que as empresas configurem e reconfigurem hardware padrão em tempo real para atender a requisitos de hardware específicos. Embora os padrões da indústria sejam um obstáculo importante, há várias iniciativas que estão tentando romper e estabelecer um consenso mais amplo em torno de redes nativas de nuvem. Em particular, o grupo de especificação da indústria NFV da ETSI definiu uma estrada em novembro de 2020 que estabelece como as funções de rede virtuais em contêiner (VNFs) poderiam – e provavelmente serão – gerenciadas em um quadro de NFV.

Edge: Energizando o futuro da computação

As aplicações habilitadas pela IA e ML de edge, cimentadas pela conectividade 5G e potencialmente apoiadas por quadros NFV emergentes, são de fato convincentes. Por exemplo, o uso crescente de veículos guiados autônomos (AGVs) e robôs móveis automatizados (AMRs) em fábricas e armazéns – particularmente na extremidade de cumprimento da cadeia de suprimentos – está impulsionando a adoção de visão computacional e ML em implantações de edge. A baixa latência e o processamento imediato dos dados de sensor e vídeo são cruciais para garantir que as margens de segurança sejam atendidas, bem como impulsionar otimizações e eficiências operacionais.

Embora o 5G SA ainda esteja muito em fase de implantação – à parte de várias redes privadas que deram o salto – o fato é que os grandes jogadores da indústria estão apostando alto no 5G e na computação e rede de edge como um driver de mercado-chave. A capacidade de qualquer empresa processar transações e armazenar dados perto da fonte real desses dados rapidamente se tornará um indicador-chave para o sucesso da Indústria 4.0, acionando uma série de benefícios downstream, como manutenção preditiva, NFV e automação do mundo real.