Impulsadas por la ola 5G, aplicaciones como la colaboración vehículo-carretera, el aparcamiento inteligente, la planificación inteligente del transporte y la conducción autónoma se sitúan generalmente en el orden del día. Al mismo tiempo, el 5G ha provocado una enorme explosión en la cantidad de datos. Cada vez más aplicaciones se ejecutan en la nube, y muchos escenarios de aplicaciones específicas tendrán requisitos de latencia muy estrictos. Con el rápido aumento de los datos en tiempo real fuertes, el preprocesamiento se realiza en el lado del borde, por lo que la "computación de borde" surgió en el campo del transporte inteligente.
Qué es edge computing
Edge Computing es el eslabón central de la arquitectura de red 5G. Se refiere a una plataforma abierta distribuida que integra capacidades básicas como red, computación, almacenamiento y aplicaciones en el borde de la red, cerca de la fuente de cosas o datos. La computación de borde es un marco informático distribuido que acerca las aplicaciones empresariales a las fuentes de datos, como los dispositivos IoT o los servidores de borde locales. Este acercamiento a la fuente de datos puede aportar enormes beneficios empresariales: conocimientos más rápidos, mejores tiempos de respuesta y mayor disponibilidad de ancho de banda.
En la era de la Internet de Todo, se conectarán a la red dispositivos masivos para la recopilación de datos y la interacción con el usuario. La computación de borde se asocia a menudo con la Internet de las Cosas. Los dispositivos IoT realizan un procesamiento cada vez más potente, por lo que las enormes cantidades de datos generados pueden trasladarse al "borde" de la red. Esto significa que los datos no tienen que transferirse continuamente de un lado a otro entre servidores centralizados para su procesamiento. Como resultado, la computación de borde es más eficiente en la gestión de grandes cantidades de datos procedentes de dispositivos IoT, con menor latencia, procesamiento más rápido y escalabilidad. Bajo el efecto multiplicador del 5G y la IA, que amplía las capacidades de gran ancho de banda y baja latencia de la transmisión inalámbrica de datos, la gente está llena de expectativas sobre lo que la computación de borde puede lograr. Esta tecnología aumentará en gran medida la velocidad de los sistemas de computación de borde y, en última instancia, mejorará su capacidad para soportar aplicaciones en tiempo real.
Según las predicciones de IDC, el número de conexiones IoT globales crecerá hasta los 27.000 millones en 2025, y el número de dispositivos IoT alcanzará los 100.000 millones. Se espera que la cantidad total de datos globales alcance los 163 ZB en 2025, y más de 70% de datos y aplicaciones se se generarán y procesarán en el perímetro.
En los primeros tiempos de la computación en nube, mucha gente creía que el valor del terminal había llegado a su límite. Todos los datos a través de la red se transmitirían a la nube para su procesamiento y cálculo, y luego volverían al terminal del usuario. Pero la evolución de los hechos es algo inesperada. Muchos escenarios de aplicación tienen requisitos muy estrictos en cuanto a latencia. Si se depende totalmente de la nube, la eficiencia disminuirá inevitablemente.
Aplicación del edge computing al transporte inteligente
La implantación del transporte inteligente es un enorme proyecto de sistema. Además del ajuste del espacio urbano y las carreteras, también necesita un sistema de gestión estable y fiable que combine las últimas tecnologías de software y hardware para hacer frente a aplicaciones complejas en diversos escenarios. Según un informe de investigación de consultoría de McKinsey, el transporte representa la mayor proporción de aplicaciones industriales de edge computing.
A medida que aumente la cantidad de datos sobre tráfico urbano, también aumentarán las necesidades de información masiva sobre tráfico en tiempo real de los usuarios. Si todos los datos se transmiten de vuelta al centro de computación en nube, se producirán problemas como el desperdicio de recursos de ancho de banda y los retrasos. Sin embargo, si los datos se analizan y procesan en tiempo real en el servidor de borde, los usuarios pueden tomar decisiones basadas en las condiciones de la carretera en tiempo real y los recursos disponibles. Instrucciones en consecuencia.
La computación de borde se aplica al transporte en aplicaciones basadas en la localización geográfica, como el transporte urbano inteligente y la gestión de instalaciones. En el caso de la tecnología de identificación de ubicaciones, la computación de borde puede procesar y recopilar datos basados en la ubicación geográfica en tiempo real sin tener que transmitirlos a un centro de computación en nube. Tomar las medidas oportunas.
Además, en la aplicación de sistemas de videovigilancia urbana, se puede construir una nueva plataforma de servicios de software y hardware de aplicaciones de videovigilancia que integre modelos de computación de borde y tecnología de videovigilancia para mejorar las capacidades de procesamiento inteligente de las cámaras frontales del sistema de videovigilancia, lo que afecta al sistema de alerta temprana y al mecanismo de eliminación.
No es difícil ver que la "computación en la nube" equivale al cerebro de los dispositivos inteligentes, que procesa procesos relativamente complejos, mientras que la "computación en los bordes" equivale a las terminaciones nerviosas de los dispositivos inteligentes, que ejecutan algunas reacciones "subconscientes", lo que ha plagado durante mucho tiempo el desarrollo de la industria. Hay esperanzas de encontrar soluciones a muchos de los problemas.
Aplicación de edge computing en la colaboración vehículo-carretera
Los escenarios de aplicación más típicos, como los coches inteligentes, no pueden transmitir datos a la nube para procesarlos antes de emitir juicios. En su lugar, es necesario recopilar una gran cantidad de datos en tiempo real. Este es el valor de la computación de borde.
Por ejemplo, cuando un coche autoconducido se enfrenta a un peligro y necesita detenerse a tiempo, tiene que subir datos a la "nube", calcular la orden de parada y transmitirla al coche, y éste responderá. Entonces, es mejor dejar que el propio vehículo disponga de cierta potencia de cálculo para hacer frente a este problema. Al mismo tiempo, también podemos imaginarnos un escenario en el que desastres naturales repentinos, interferencias en la señal o fallos técnicos provoquen que los coches autoconducidos y los trenes de una determinada zona queden sin red. En ese caso, sólo podrían confiar en la potencia de cálculo que les proporciona la computación de borde para reaccionar de forma "instintiva" y garantizar su seguridad.
Además, el transporte inteligente está pasando de la gestión del tráfico en un único escenario a los servicios de transporte en escenarios integrados. Los escenarios V2X pueden ayudar a que la conducción inteligente sea más segura, eficiente, económica y cómoda, como avisos de límite de velocidad, avisos de condiciones meteorológicas adversas, recordatorios de incorporación y envío a intersecciones, etc. Las tecnologías clave de V2X son la percepción, la cartografía de alta definición y el posicionamiento. Los elevados requisitos de potencia de cálculo, la alta movilidad, la alta fiabilidad y el rendimiento en tiempo real plantean importantes retos técnicos, y la computación de borde tendrá más tecnologías en el campo de la colaboración vehículo-carretera. Romper el espacio.
Aplicación de edge computing en tráfico estático
La aplicación de edge computing en los aparcamientos inteligentes también se refleja en el sistema de control de aparcamientos y en el Internet de los Vehículos, y afecta a su futuro número de aparcamientos y a la planificación del tráfico rodado. En la actualidad, el aparcamiento inteligente se ha incluido en la construcción estratégica de nuevas infraestructuras y ciudades inteligentes. Edge computing ayuda a que el aparcamiento inteligente sea más maduro y perfecto. Los métodos de gestión de aparcamientos inteligentes han avanzado mucho, acelerando la integración de la tecnología y los negocios.
Los macrodatos de información estática sobre el tráfico se multiplican con el tiempo, y el almacenamiento en la nube y otros servicios similares se ven sometidos a la presión de un gran número de solicitudes de procesamiento de datos complejos. La construcción de aparcamientos inteligentes se basa en un único modelo de computación en nube de procesamiento centralizado que no puede hacer frente a todos los problemas. Requiere la integración de múltiples modelos informáticos para resolver estos problemas. El modelo de computación de borde puede migrar la computación al máximo cerca de la fuente de datos, y las necesidades reales se procesan en el borde del modelo de computación. La computación de borde tiene varias ventajas importantes en el aparcamiento inteligente, como el procesamiento masivo de datos, la baja latencia y el conocimiento de la ubicación.
Resuma
En la actualidad, el mercado chino de edge computing se encuentra todavía en la fase inicial de la industria y tiene un gran potencial de explosión tecnológica. Varios tipos de actores de la industria están planeando activamente hacerse con el mercado. Los principales fabricantes e instituciones de investigación científica están formulando normas y especificaciones. Aunque no se ha llegado a un consenso, se han formado múltiples alianzas industriales dentro y fuera del país para promover enérgicamente las normas y el progreso tecnológico del edge computing. Para unificar las normas de producción de estos dispositivos es necesario que algunas empresas importantes del ámbito del transporte inteligente tomen la iniciativa en la formulación de normas.
La llegada del edge computing hace más seguro el transporte inteligente. Ya sea por carretera, ferrocarril, marítimo o aéreo, la seguridad es lo más importante en la industria del transporte. Creo que en el futuro habrá más avances tecnológicos en el campo del transporte inteligente "edge computing" y podrá mejorar eficazmente nuestra vida cotidiana en el transporte.