Что такое туманные вычисления и что они означают для Интернета вещей?

Согласно прогнозам, к 2020 году Интернет вещей вырастет до 20-30 миллиардов подключенных устройств. Таким образом, объем данных, создаваемых и впоследствии отправляемых в облако, будет расти в геометрической прогрессии по мере того, как новый набор устройств обеспечивает возможность подключения.

Объем хранилища и вычислительная мощность увеличиваются в соответствии с законом Мура, то есть они удваиваются примерно каждые 18 месяцев, однако пропускная способность увеличивается гораздо медленнее. По некоторым оценкам, рост пропускной способности составляет менее 40% в год. Подразумевается, конечно, что будет больше данных, которые нужно отправить в облако, чем будет пропускная способность. Войдите в парадигму туманных вычислений.

См. также: Чем туманные вычисления отличаются от граничных вычислений?

Туманные вычисления относятся к децентрализованным вычислениям на границах сети, в отличие от централизованных вычислений в центрах обработки данных. Распределяя вычисления по краям, результаты будут отправлены в облако, а не сами необработанные данные. Такой сдвиг в парадигме значительно снизит потребность в увеличении пропускной способности и вычислительной мощности в облаке.

Централизованные вычисления в облаке предоставили предприятиям ряд преимуществ. Масштабируемость, простые схемы ценообразования и минимальные первоначальные затраты - одни из самых важных. Однако облачные вычисления имеют определенные недостатки. Прежде всего, задержка и джиттер задержки, а также более высокая вероятность нарушения безопасности, когда большие объемы данных перемещаются по сети.

Туманные вычисления значительно сокращают объем данных, отправляемых в облако и из облака, уменьшая задержку в результате локальных вычислений и сводя к минимуму риски безопасности.

Компаниям, использующим облачные вычисления для аналитики, часто нужно быстро. Наиболее актуальными данными часто являются самые свежие данные, и большинству компаний необходимо иметь возможность действовать в соответствии с этой информацией в режиме реального времени. Вам не нужно будет ждать, пока данные будут отправлены по всему миру, проанализированы в облаке и отправлены обратно. Затем мы должны спросить, какие вычисления можно проводить ближе к дому, а какие должны быть в облаке.

Какие данные нам действительно нужны?

Самолеты оснащены важными датчиками, предназначенными для предотвращения сбоя системы. Эти датчики могут выдавать до 40 ТБ данных за час полета. Если мы умножим это на количество часов налета в день, данные, полученные в отрасли, будут ошеломляющими. Эти датчики выполняют важные функции в полете, но данные, не используемые для анализа экономии топлива и других показателей эффективности, не получат выгоды от агрегирования в облаке. Не говоря уже о количестве данных, которые мы можем ожидать от парка беспилотных автомобилей.

См. также: 4 типичных ошибки, которые совершают клиенты при переходе на облачные вычисления

Таким образом, помимо того, что мы думаем о том, какие вычисления должны выполняться устройством, это также заставляет задуматься о том, какие данные действительно полезны, а какие данные по существу бесполезны после истечения срока их хранения, что для многих приложений является коротким. .

По мере того, как парадигма туманных вычислений продолжает развиваться и экспоненциально увеличивающееся количество устройств достигает возможности подключения, мы увидим, что будет делаться больше выборов в отношении того, какие данные следует использовать и где впоследствии хранить. Облако дало нам несколько преимуществ с точки зрения масштабируемости и дешевизны, но теперь нам нужно будет принять больше решений о том, как мы будем обрабатывать экспоненциально растущий объем данных, которые мы генерируем, для оптимальной работы инфраструктуры Интернета вещей.