Many new computing models, such as edge computing, are being proposed as we find that with the growth of IoT, cloud computing is not always as efficient as it should be. If we can process and analyse the data at the edge nodes of the network, then this computing model will be more efficient.
Que necessidades estão a impulsionar a computação periférica
1. The Cloud Services Are Driving It
Cloud centres have powerful processing performance and are capable of handling huge amounts of data. However, transferring huge amount of data to the cloud centre becomes a challenge. The system performance bottleneck of the cloud computing model is the limited network bandwidth, it takes a certain amount of time to transmit massive data, and the cloud centre needs a certain amount of time to process the data, which increases the request response time and the user experience is extremely poor.
2. Impulsionada pela Internet das Coisas (IoT)
O rápido desenvolvimento da tecnologia IoT faz com que cada vez mais objectos comuns com funções independentes se interliguem e alcancem a interligação de tudo. Graças às características da Internet das Coisas, todas as indústrias estão a utilizar a tecnologia IoT para alcançar rapidamente a transformação digital, e cada vez mais dispositivos finais na indústria estão ligados através da rede.
No entanto, a Internet das Coisas é um sistema enorme e complexo, diferentes indústrias têm diferentes cenários de aplicação, de acordo com analistas terceiros, em 2025 haverá mais de 100 mil milhões de dispositivos terminais ligados à rede, o volume de dados do terminal será de até 300ZB, um volume de dados tão grande, de acordo com o processamento de dados tradicional, todos os dados obtidos precisam de ser enviados para a plataforma de computação em nuvem para analisar, a plataforma de computação em nuvem será confrontada com alta latência de rede, acesso em massa a dispositivos e difícil de processar grandes quantidades de dados. A plataforma de computação em nuvem enfrentará os desafios da elevada latência da rede, do acesso maciço a equipamentos, do processamento maciço de dados, da largura de banda insuficiente e do elevado consumo de energia.
In order to solve the drawbacks of high latency and lack of real-time data analysis capability in traditional data processing methods, edge computing technology has emerged. Edge computing technology is in close proximity to the object or data source on the edge side of the network, through the integration of network, computing, storage, application core capabilities of the distributed open platform, close to the edge to provide intelligent services. To put it simply, edge computing is to take the data collected from the terminal and analyse it directly and aggressively in the local device or network close to where the data is generated, eliminating the need to transmit the data to a cloud-based data processing centre.
Por exemplo, as preocupações operacionais e de segurança em tempo real necessárias para os veículos autónomos estão a empurrar o núcleo de computação da nuvem para a periferia da rede. Os veículos autónomos estão constantemente a detetar e a enviar dados sobre as condições da estrada, a localização e os veículos circundantes. Os veículos autónomos geram cerca de 1 GB de dados por segundo, e a largura de banda de processamento e a latência necessárias tornam impraticável enviar até mesmo uma fração de um terabyte (TB) de dados para um servidor centralizado para análise. O processamento rápido de dados é uma capacidade crítica, e a computação periférica é fundamental para permitir a condução autónoma. Para que os veículos funcionem de forma segura e fiável, qualquer atraso na velocidade de processamento pode ser fatal.
Imagine um carro autónomo a detetar objectos na estrada, ou a acionar os travões ou o volante com atrasos devido à nuvem. Qualquer abrandamento no processamento de dados resultará numa resposta mais lenta do veículo. Se o veículo com resposta mais lenta não conseguir reagir atempadamente, pode provocar um acidente. Nesta altura, as vidas podem ser efetivamente ameaçadas.
Por conseguinte, é necessário fornecer potência de computação suficiente e um consumo de energia razoável para garantir a segurança dos veículos autónomos, mesmo a alta velocidade. Os principais desafios na conceção de um ecossistema de computação periférica para veículos autónomos consistem em fornecer processamento em tempo real, potência de computação suficiente, fiabilidade, escalabilidade, custo e segurança para garantir a segurança e a qualidade da experiência do utilizador em veículos autónomos.
