Что такое периферийные вычисления?

Перемещайте быстрее, храните больше, обрабатывайте любые данные — и все это на периферии.

Основные выводы для периферийных вычислений

  • Перемещая мощные периферийные вычисления ближе к точке генерирования данных, компании и поставщики услуг могут определять новые возможности для получения доходов, предлагать инновационные услуги и экономить время и средства на эксплуатацию.

  • Периферийные вычисления снижают уровень задержек при обработке данных, повышают скорость реагирования и обеспечивают более эффективное управление сетевым трафиком, а также соблюдение требований безопасности и конфиденциальности.

  • Периферийные вычисления — это одна из составляющих частей распределенной вычислительной архитектуры, которая требует учета инфраструктуры — от периферийных устройств, локальных устройств, до сети и облака — при проектировании совместимых решений от периферии до облака.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Экспоненциальный рост данных, собираемых миллиардами устройств Интернета вещей и мобильными устройствами, приводит к переходу от отправки данных в облако для обработки и хранения к использованию распределенной модели, при которой некоторые вычисления проводятся на периферии сети, ближе к месту генерирования данных. Технологии Intel® могут помочь ускорить развертывание решений для периферийных вычислений для использования в самых различных областях на многих рынках.

Что такое периферийные вычисления?

Периферийные вычисления относятся к обработке, анализу и хранению данных ближе к точке их генерирования для быстрого анализа и отклика, которые происходят практически в режиме реального времени. В последние годы некоторые компании консолидируют операции путем централизованного хранения и обработки данных в облаке. Однако необходимость в новых вариантах использования, которые возникают на базе миллиардов распределенных устройств — от передовых складских решений до роботизированных производственных линий на базе машинного зрения и расширенных систем контроля трафика для умных городов, делают эту модель нерациональной.

Кроме того, более широкое использование периферийных устройств, от Интернета вещей, например умных камер, мобильных киосков продаж, медицинских датчиков и промышленных ПК, до шлюзов и вычислительной инфраструктуры, для более быстрой аналитики, которая происходит практически в режиме реального времени и в источнике данных, приводит к росту объемов генерируемых и собираемых данных в геометрической прогрессии.

По оценкам, к 2025 году 75 процентов данных будут создаваться вне центральных ЦОД, где в основном происходит обработка данных на сегодняшний день1. Более того, примерно 90 процентов всех данных, собираемых предприятиями сегодня никогда не будут использоваться2. Периферийные вычисления — это путь к использованию преимуществ от собранных данных благодаря высокопроизводительной обработке, возможностям подключения с низким уровнем задержек и безопасным платформам.

По оценкам, к 2025 году 75 процентов данных будут создаваться вне центральных ЦОД, где в основном происходит обработка данных на сегодняшний день1.

Движущие факторы развития периферийных вычислений

Возможности облачных вычислений приближаются к своему пределу в том, что касается хранения, обработки данных и быстродействия системы при работе с соответствующими сервисами и приложениями. Во многих случаях уже не достаточно увеличить пропускную способность или вычислительную мощность, чтобы обеспечить более быструю обработку данных, полученных от подключенных устройств, а также немедленный анализ и ответные действия в режиме реального времени. Необходимость устранить эти пробелы способствует внедрению и использованию периферийных вычислений.

Основные факторы, требующие решения в облаке:

  • Задержка. Все большее число отраслей используют приложения, для которых требуется быстрый анализ и ответ. Облачные вычисления не могут самостоятельно справиться с этими требованиями из-за задержек, которые возникают из-за расстояния до источника данных, что приводит к неэффективности, простою и неудовлетворительному качеству обслуживания клиентов.
  • Пропускная способность. Увеличение пропускной способности передачи или вычислительной мощности может решить проблемы с задержкой. Однако по мере того, как компании продолжают увеличивать количество периферийных устройств в своей сети, а соответственно и объем генерируемых данных, стоимость отправки этих данных в облако может стать нецелесообразной. Этой проблемы можно избежать, если обрабатывать, хранить и анализировать данные на периферии.
  • Безопасность и конфиденциальность. Защита конфиденциальных данных, например, записей медицинских карт, на периферии и передача меньшего объема данных через сеть Интернет может помочь повысить безопасность за счет снижения риска перехвата. Кроме того, некоторые правительственные организации или клиенты могут потребовать сохранения данных в пределах той юрисдикции, где они были созданы. Например, в здравоохранении, могут существовать местные или региональные требования по ограничению хранения или передачи личных данных.
  • Возможности подключения. Отсутствие постоянного доступа к Интернету может препятствовать осуществлению облачных вычислений, но различные варианты сетевого подключения позволяют обеспечить гибкость вычислений от периферии до облака. Например, 5G обеспечивает высокую пропускную способность и связь с низким уровнем задержек для быстрой передачи данных и предоставления сервисов с периферии.
  • Искусственный интеллект. Для получения практической аналитики в режиме реального времени компаниям необходимо использовать искусственный интеллект в точке генерирования данных, чтобы обеспечить более быструю обработку и воспользоваться потенциалом ранее неиспользованных данных.

Преимущества периферийных вычислений

Перемещение некоторых процессов, связанных с данными, таких как хранение, обработка и анализ, из облака на периферию, ближе к точке возникновения данных, может обеспечить несколько основных преимуществ.

  • Увеличенная скорость и более низкий уровень задержек. Перемещение обработки и анализа данных на периферию помогает ускорить ответ системы, обеспечивая более быстрое проведение операций, а также улучшение качества обслуживания. Это может быть крайне важным для приложений, работающих в режиме реального времени, например, для функционирования беспилотных транспортных средств.
  • Улучшенные возможности управления сетевым трафиком. Минимизация объема данных, отправленных через сеть в облако, может снизить пропускную способность и расходы на передачу и хранение больших объемов данных.
  • Большая надежность. Объем данных, которые могут передаваться по сети одновременно, ограничен. В местах с плохим доступом к Интернету возможность хранения и обработки данных на периферии повышает надежность системы в случае прерывания связи с облаком.
  • Повышенная безопасность. При надлежащей реализации периферийные вычисления могут повысить безопасность данных благодаря ограничению передачи данных через Интернет.

От периферии до облака

Хотя периферийные вычисления предоставляют организациям беспрецедентную возможность раскрыть ценность данных, облачные системы продолжают играть важную роль в качестве центрального хранилища данных и центра обработки. На изображении ниже видно, как периферийные устройства для сбора данных, вычислений, хранения и сетевых технологий объединяются для возможности использования организациями данных на каждом этапе.

Устройства для Интернета вещей и периферийных вычислений собирают данные и управляют ими одним из двух основных способов. Интеллектуальные периферийные вычислительные устройства со встроенными процессорами могут предложить расширенные возможности, такие как встроенная аналитика или ИИ, в то время как устройства без процессоров отправляют генерируемые данные на сервер, расположенный локально на периферии, для хранения и аналитики. Локальный периферийный сервер затем может обрабатывать данные с периферийных вычислительных устройств и возвращать важную информацию, необходимую для приложений, работающих практически в режиме реального времени, или отправлять соответствующие части данных в облако. Данные с многочисленных периферийных вычислительных устройств можно консолидировать в облаке для более широкой обработки и анализа.

Примеры использования периферийных вычислений

Корпорация Intel сотрудничала со многими отраслевыми партнерами и конечными потребителями для развертывания десятков тысяч периферийных вычислительных решений. Ниже приводятся четыре примера использования периферийных вычислений, которые демонстрируют то, как корпорация Intel помогла компаниям воспользоваться новыми возможностями для повышения эффективности работы.

Розничная торговля: периферийные вычисления могут использовать датчики и камеры для повышения точности товарных запасов в розничной торговле и роста эффективности цепочек поставок и разработки продукции. Кроме того, периферийные вычисления способны поддерживать анализ покупательского поведения практически в режиме реального времени для улучшения процесса совершения покупок и повышения его безопасности. Например, решение для искусственного интеллекта на базе видеотехнологий Sensormatic помогло розничным продавцам безопасно открывать магазины во время пандемии COVID-19 с помощью отслеживания заполняемости и социального дистанцирования.
Промышленность: периферийные вычисления могут предложить основу для четвертой промышленной революции с помощью интеграции цифровых и физических технологий для более гибкого и эффективного производства. Например, корпорация Intel и Nebbiolo Technologies сотрудничали с инженерами автопроизводителя Audi для создания масштабируемой, гибкой платформы, которая использует прогнозный анализ и алгоритмы машинного обучения для повышения качества проверки сварки и совершенствования важных процессов контроля качества.3
Образование: некоторые программные решения для образования используют встроенный в устройства искусственный интеллект для персонализированной виртуальной помощи, взаимодействия на естественном языке и даже возможности дополненной реальности. Например, в цифровых досках ViewSonic используются технологии для периферии и видения для воспроизведения атмосферы классной комнаты во время дистанционных уроков как для учителей, так и для учащихся.
Здравоохранение: периферийные вычисления помогают трансформировать результаты с помощью стационарного и амбулаторного наблюдения и телемедицины, а также используют обработку данных на основе машинного и глубинного обучения на оборудовании для визуализации для оперативного выявления проблем со здоровьем. Компания Philips улучшила логическую обработку ИИ для медицинских изображений на 188 процентов на существующих компьютерных томографах без необходимости использования нового дорогостоящего аппаратного обеспечения4.

Применение технологии периферийных вычислений

В эпизоде 5 «The Inside Edge» Стин Грэм, генеральный менеджер Intel по технологиям Интернета вещей, рассказывает о реальном применении периферийных вычислений в разнообразных областях, от медицины и производства до розничной торговли, и показывает, как периферийная инфраструктура на базе технологий Intel® открывает совершенно новые возможности обслуживания клиентов и трансформирует целые отрасли.

Лучшие результаты начинаются на периферии

Периферийные вычисления предоставляют компаниям и поставщикам услуг беспрецедентную возможность раскрыть ценность данных. С соответствующим партнером компания может получить максимум от данных на всех уровнях. Intel — благодаря развертыванию десятков тысяч периферийных решений, приносящих реальную пользу, наличию сотен готовых решений, технологий на базе стандартов и самой развитой экосистеме разработчиков — может помочь вам воплотить решения интеллектуальной периферии в жизнь.

Подробнее о периферийных вычислениях

Опыт корпорации Intel в области разработки решений, связывающих хранение, передачу, обработку и анализ данных, позволил развернуть десятки тысяч периферийных решений на базе технологий Intel®. Узнайте подробнее на следующих ресурсах.

Технологии и решения Intel® для периферийных систем

Узнайте о технологиях и решениях Intel® для периферийных систем и возможностях для ваших приложений.

Подробнее

Интеллектуальные решения с Интернетом вещей Intel

Узнайте, как Intel предлагает более умный Интернет вещей (IoT), чтобы помочь организациям превратить данные в практически значимую информацию.

Подробнее

ИИ Intel® в производстве: истории успеха

Узнайте, как корпорация Intel и ее партнеры внедряют искусственный интеллект на периферии в производстве.

Подробнее

5G и периферийные вычисления

Узнайте, как 5G и периферийные вычисления повышают скорость, надежность и гибкость корпоративных приложений.

Подробнее

Часто задаваемые вопросы

Часто задаваемые вопросы

Периферийные вычисления относятся к обработке, анализу и хранению данных ближе к месту их создания в сети для возможности быстрого анализа и отклика в режиме реального времени и, соответственно, монетизации данных, предоставления новых услуг и экономии времени и денежных средств. Пять основных факторов, влияющих на периферийные вычисления: задержка, пропускная способность, безопасность, возможности подключения и искусственный интеллект.

Сетевые периферийные устройства находятся внутри вашей сети рядом с ядром сети и включают конвергентные узлы, такие как региональные ЦОД, центральные офисы следующего поколения (NGCO), стационарные точки доступа проводной связи, базовые станции беспроводного доступа и сети радиодоступа (RAN).

Периферийные облачные вычисления дополняют облачные вычисления периферийными для определенных типов рабочих нагрузок. Благодаря периферийным облачным вычислениям, периферийное облако, размещенное на периферийном сервере, действующем как микроцентр обработки данных, повышает удобство сетей от облака до периферии за счет размещения умных периферийных узлов ближе к локальным устройствам, оборудованию и ресурсам для сбора, хранения и более быстрой обработки данных, что позволяет снизить уровень задержек для периферийных приложений, которые зависят от данных практически в режиме реального времени.

Информация о продукте и производительности

1

Роб ван дер Мюлен (Rob van der Meulen) «Роль периферийных вычислений для лидеров в области инфраструктуры и операций», Умнее с Gartner, 3 октября 2018 г., https://www.gartner.com/smarterwithgartner/what-edge-computing-means-for-infrastructure-and-operations-leaders/.

2

Том Толли (Tom Taulli), «Что нужно знать о необработанных данных», Forbes, 27 октября 2019 г., https://www.forbes.com/sites/tomtaulli/2019/10/27/what-you-need-to-know-about-dark-data/?sh=62b9d4be2c79.

3

«Автоматизированный завод Audi приближается к четвертой промышленной революции», Intel, https://www.intel.com/content/dam/www/public/us/en/documents/case-studies/audis-automated-factory-closer-to-industry-case-study.pdf

4

«Intel и Philips ускоряют логические выводы глубинного обучения на ЦП в ключевых приложениях медицинской визуализации», Intel News Byte, 14 августа 2018 г., https://newsroom.intel.com/news/intel-philips-accelerate-deep-learning-inference-cpus-key-medical-imaging-uses/#gs.kx7zmx Корпорация Intel может менять доступность продукции и условия предоставления поддержки в любое время без уведомления. Для получения дополнительной информации обратитесь к вашему представителю Intel.