Edge Computing-voordelen voor AI Crystallizing

De belangstelling voor edge computing blijft toenemen, evenals de verwarring rond de architectuur. De situatie is vergelijkbaar als het gaat om kunstmatige intelligentie. Het vooruitzicht om AI naar de rand te brengen klinkt misschien als een recept voor nog meer verwarring.

Het uitvoeren van kunstmatige intelligentie aan de rand is vaak "slechts een theorie die in artikelen wordt aangehaald", zegt Martin Davis, managing partner bij DUNELM Associates.

Toch wordt het concept van edge AI steeds moeilijker voor industriële en zakelijke organisaties om te negeren. Resource-intensieve operaties zoals deep learning en computer vision vinden traditioneel plaats in gecentraliseerde computeromgevingen. Maar de groeiende beschikbaarheid van krachtige netwerk- en computerhardware opent de mogelijkheid om die activiteit te verschuiven naar een "gecentraliseerde cloudarchitectuur naar de [edge]", zoals consultant Chaitan Sharma schreef. "Het zal niet van de ene op de andere dag gebeuren, maar het is onvermijdelijk." Gartner voorspelt dat in 2025 driekwart van de bedrijfsgegevens aan de rand zal worden verwerkt, terwijl Grand View Research voorspelt dat de markt voor edge computing tot 2025 jaarlijks met 54% zal groeien. 

Aan de rand van de industrie

De vraag waar edge computing precies plaatsvindt, is niet altijd duidelijk. De Open Woordenlijst van Edge Computing definieert de architectuur als de "levering van computermogelijkheden aan de logische uitersten van een netwerk." De edge bevindt zich buiten traditionele datacenters en de cloud en is geconcentreerd op de 'last mile' van het netwerk en zo dicht mogelijk bij de dingen en mensen die gegevens of informatie produceren.

[ IoT World is het grootste IoT-evenement in Noord-Amerika waar strategen, technologen en uitvoerders verbinding maken, waardoor IoT, AI, 5G en edge in actie komen in verschillende branches. Boek nu je ticket. ]

Gezien de moeilijkheid om cloudcomputing te gebruiken in omgevingen zoals fabrieken of mijnen, is de industriële sector een goede kandidaat voor edge computing-architectuur. Een fabriek kan bijvoorbeeld een hoge netwerkbetrouwbaarheid vereisen, met een uptime van 99,9999%, en een latentie van lage milliseconden, en het kan beperkingen opleggen aan het verzenden van gegevens buiten het terrein. Gezien dergelijke beperkingen hebben de meeste fabrieken van oudsher fysieke bekabeling en propriëtaire bedrade protocollen van industriële leveranciers geïmplementeerd. Het resultaat is een "gefragmenteerde technologische omgeving", die technologieën zoals edge computing zouden kunnen helpen verenigen, volgens de Ovum Market Radar:CSP's Industrial IoT Strategies and Propositions.

Een edge computing-architectuur die zonder de cloud werkt, moet niet worden verward met lokale rekenscenario's waarin alle gegevens op afzonderlijke apparaten worden verwerkt. Hoewel dergelijke on-board computing kritieke besluitvorming in realtime kan ondersteunen, is de hardware van het apparaat duur, volgens Harald Remmert, senior directeur onderzoek en innovatie bij Digi International. Bovendien is het vermogen van dergelijke lokale rekenconfiguraties om bewerkingen zoals machine learning te ondersteunen vaak beperkt.

Omgekeerd kan een AI-enabled edge computing-systeem in een fabriek gegevens van meerdere machines contextualiseren om problemen die downtime veroorzaken te detecteren en uiteindelijk te voorspellen. "Het uitvoeren van machine learning-inferentie aan de rand maakt de schaal van toepassingen mogelijk, zelfs wanneer lage latenties niet vereist zijn", concludeerde Gal Ben-Haim, hoofd architectuur van Augury, een bedrijf dat machine learning-technologie ontwikkelt voor de procesindustrie.

Dat betekent echter niet dat het implementeren van machine learning aan de rand noodzakelijkerwijs eenvoudig is. Het "vereist meer volwassen machine learning-modellen en nieuwe manieren om hun implementaties te beheren", zei Ben-Haim.

Van de cloud naar de edge en terug 

Hoewel sommige edge computing-scenario's helemaal geen gebruik maken van gecentraliseerde computermodellen, zien veel analisten dat edge computing een continuüm van computing mogelijk maakt met gedistribueerde en gecentraliseerde aspecten. In plaats van een slingerbeweging weg van de gecentraliseerde datacenters te vertegenwoordigen, biedt edge computing een 'wapenstilstand', zei Gartner-analist Bob Gill in een webinar van 2018.

“Sommige modellen van edge computing beweren dat het de cloud zal vervangen; Ik geloof niet dat dat zal gebeuren”, zegt Bill Malik, vice-president infrastructuurstrategieën bij Trend Micro.

"Er zijn maar weinig gevallen waarin edge op zichzelf staand is, logisch is", beaamt Daniel Newman, hoofdanalist bij Futurum Research.

Meestal zal de gegevensstroom bidirectioneel zijn tussen de edge en de cloud. Hoewel de cloud het volgen van brede trends en tweede-orde-effecten zoals veranderingen in energieverbruik of luchtkwaliteit kan bevorderen, "geeft edge computing lokale antwoorden op lokale vragen", zei Malik.

Accenture ziet edge computing als een clouduitbreiding. "Edge wordt door veel van onze klanten gebruikt in combinatie met cloudanalyse- en machine learning-technologie om nieuwe en waardevolle zakelijke services mogelijk te maken", zegt Charles Nebolsky, managing director en network practice lead voor Accenture Technology. Een voorbeeld is het Connected Mine-initiatief van Accenture om de manier waarop mijnbouwbedrijven hun in-pit-activiteiten beheren te stroomlijnen. "We hebben de Connected Mine-oplossing uitgebreid met edge computing bij een industriële mijnbouwklant waar ze video met hoge resolutie van boorapparatuur gebruiken om de rotsdichtheid te bepalen", voegde Nebolsky eraan toe. Die mogelijkheid stelt de boormachine in staat om de hoek en snelheid in realtime aan te passen, en ondersteunt ook voorspellend onderhoud van apparatuur. "De bandbreedte van de vereiste videostreams met hoge dichtheid kan niet op een kosteneffectieve manier terug naar de cloud worden getransporteerd met de vereiste frames per seconde voor directe cloudverwerking", zei Nebolsky.

Een ander voorbeeld van deze circulaire gegevensstroom komt via Volvo Trucks, dat telematica- en diagnosesystemen op afstand in recente voertuigen toepast. Het systeem werkt gedeeltelijk door gebruik te maken van de boordcomputer die abnormale parameters detecteert en foutcodes activeert. Van daaruit streamt het telematicasysteem verontrustende operationele gegevens naar Volvo's Uptime Center, dat de reacties kan coördineren met relevante partijen zoals reparatiewerkplaatsen, dealers en klantenservicemedewerkers. Terwijl computers aan boord van vrachtwagens helpen bij het diagnosticeren van problemen, stelt het gecentraliseerde aspect van de implementatie reparatiewerkplaatsen en dealers in staat zich voor te bereiden op vrachtwagens die aankomen voor onderhoud.

"Volvo boekt vooruitgang in wat snel een algemeen volwassenheidsmodel wordt met betrekking tot edge-analyse, kunstmatige intelligentie en machine learning", zegt Bill Roberts, IoT-directeur bij SAS. Een redelijke volgende stap zou zijn om de edge computing-mogelijkheden op vrachtwagens in te schakelen om te bepalen welke foutgegevens bruikbaar zijn. Een dergelijke verschuiving zou "bandbreedte vrijmaken om aanvullende telematicagegevens te verzamelen, wat leidt tot meer analytische inzichten die in de cloud zijn ontwikkeld", zei Roberts. "Die inzichten kunnen overal vanaf de edge of de cloud worden geoperationaliseerd, afhankelijk van wat de use case dicteert."

Het testbed voor de integratie van gedistribueerde energiebronnen biedt een ander voorbeeld van gecombineerde gedistribueerde en cloudcomputing. Het project biedt een alternatief voor traditionele gecentraliseerde wisselstroomnetwerken, die moeite hebben om efficiënt gebruik te maken van stroom van gedistribueerde gelijkstroombronnen zoals zonnepanelen of windturbines. Het testbed maakt gebruik van realtime edge-gebaseerde analyses die zijn geïmplementeerd op hardware verspreid over het netwerk om heterogene legacy-apparatuur en gecentraliseerde controle te overbruggen met volledige mogelijkheden voor realtime respons en autonome werking, volgens Erik Felt, directeur marktontwikkeling van future grid bij RTI, en Neil Puthuff, software-integratie-engineer bij RTI. Het platform is uitgerust voor autonome werking en edge-based analytics, terwijl het gegevens en controle levert aan een of meer controlecentra.

5G-connectiviteit heeft ook de interesse gewekt in edge-architectuur om computergebruik buiten traditionele datacenters mogelijk te maken. Hoewel er maar weinig voorbeelden zijn van organisaties met 5G-enabled edge computing-projecten, zou dat kunnen veranderen naarmate het 5G-netwerk volwassener wordt. De voordelen van deze aanpak zijn vergelijkbaar met die van de cloud, zij het met een lagere latentie, merkte Remmert op. "Deze architectuur is erg populair voor machine learning-toepassingen", concludeerde hij.