L'era dell'IA Edge
ICC, insieme ad AAEON, brand del gruppo Asus, si impegna a lavorare all'avanguardia nella tecnologia informatica, innovando costantemente e sviluppando nuove soluzioni per clienti che operano in vari settori. Poiché la tecnologia AI ha ora un impatto crescente sul modo in cui le persone lavorano, stiamo lavorando per migliorare l'hardware che supporterà i sistemi di intelligenza artificiale di oggi e di domani. Poiché l'AI Computing richiede livelli incredibili di potenza di elaborazione, i sistemi di intelligenza artificiale tradizionali funzionano inviando dati a un server cloud per essere elaborati. Una decisione su ciò che il sistema dovrebbe fare viene rinviata ai dispositivi collegati. Tuttavia, ci sono alcuni problemi con questo approccio. A causa della copertura del segnale di rete e della capacità della batteria nei dispositivi mobili, non è sempre possibile abilitare i dispositivi a connettersi al cloud. Quando si inviano grandi quantità di dati al cloud, si verificano potenziali problemi di sicurezza. Infine, potrebbero essere necessari solo millisecondi per l'elaborazione dei dati da parte di un server, ma anche tale latenza può essere disastrosa per tutte le applicazioni, compresi la robotica e i sistemi di assistenza alla guida. Con Edge AI, i dispositivi elaborano i dati localmente e prendono decisioni operative in tempo reale. Oltre ad essere più veloce e più sicura, l'intelligenza artificiale edge può anche aiutare a ridurre il consumo energetico.
Cos'è l'Edge Computing e perché è importante?
Con l'implementazione di dispositivi IoT e l'arrivo della rete wireless veloce 5G, il posizionamento di elaborazione e analisi vicino a dove vengono creati i dati crea una soluzione creata dai sistemi di Edge Computing. L'edge computing sta trasformando il modo in cui i dati vengono elaborati, elaborati e distribuiti da milioni di dispositivi in tutto il mondo. La rapida domanda di dispositivi connessi a Internet (IoT) continua a supportare i sistemi di Edge Computing e le nuove applicazioni che richiedono potenza di calcolo in tempo reale.Le tecnologie di rete più veloci, come il wireless 5G, consentono ai sistemi di Edge Computing di accelerare la creazione o il supporto di elaborazione video e applicazioni in tempo reale come analisi, auto a guida automatizzata, intelligenza artificiale e robotica. Mentre gli obiettivi iniziali dell'edge computing sono quelli di affrontare i costi della larghezza di banda per i dati che viaggiano su lunghe distanze a causa della crescita dei dati generati dall'IoT, l'aumento delle applicazioni in tempo reale che devono essere elaborate all'edge spingerà la tecnologia in avanti.
COS'È L'EDGE COMPUTING?
Il concetto di Edge Computing è definito come "parte di una topologia di calcolo distribuito in cui l'elaborazione si trova vicino all'edge, dove le cose e le persone producono o consumano tali informazioni". A livello di base, l'Edge Computing avvicina l'elaborazione e l'archiviazione dei dati ai dispositivi in cui vengono raccolti, piuttosto che fare affidamento su una posizione centrale a migliaia di chilometri di distanza. Questa operazione viene eseguita in modo che i dati, in particolare i dati in tempo reale, non siano esposti a problemi di latenza che possono influire sulle prestazioni di un'applicazione. Inoltre, le aziende possono risparmiare denaro eseguendo l'elaborazione localmente riducendo la quantità di dati che devono essere elaborati centralmente o in una posizione basata su cloud. L'Edge Computing è stato sviluppato grazie alla crescita esponenziale dei dispositivi IoT che si connettono a Internet per acquisire informazioni dal cloud o trasmettere i dati al cloud. Molti dispositivi IoT generano enormi quantità di dati durante le loro operazioni. Sia che si pensi ai dispositivi che monitorano le apparecchiature di produzione in una fabbrica o a una videocamera connessa a Internet che invia immagini in diretta da un ufficio remoto, i problemi sorgono quando aumenta il numero di dispositivi che trasmettono dati contemporaneamente, sebbene un singolo dispositivo che genera dati possa facilmente trasmettere dati su una rete. Invece di una videocamera che trasmette immagini dal vivo, puoi farlo con centinaia o migliaia di dispositivi. Non solo la qualità dei dati è danneggiata dalla latenza, ma anche i costi della larghezza di banda possono essere enormi. L'hardware e i servizi di edge computing consentono di risolvere questo problema come risorsa di elaborazione e archiviazione locale per molti di questi sistemi. Ad esempio, un gateway edge può elaborare i dati da un dispositivo edge e quindi ridurre i requisiti di larghezza di banda inviando solo i dati rilevanti al cloud. Oppure può inviare dati al dispositivo edge per esigenze applicative in tempo reale. Questi dispositivi edge possono includere molte cose diverse, come un sensore IoT, il laptop di un dipendente, l'ultimo smartphone, una telecamera di sicurezza e persino un forno a microonde connesso a Internet in una sala di riposo dell'ufficio. Gli stessi gateway edge sono considerati dispositivi edge all'interno di un'infrastruttura di Edge computing.
Perché l'Edge Computing è importante?
Per molte aziende, i risparmi sui costi da soli possono essere la forza trainante alla base della creazione di un'architettura di Edge Computing. Le aziende che hanno adottato il cloud per molte applicazioni potrebbero aver scoperto che i costi in termini di larghezza di banda sono superiori al previsto. Tuttavia, il più grande vantaggio delle applicazioni di Edge Computing è la capacità di elaborare e archiviare i dati più velocemente, consentendo applicazioni in tempo reale più efficienti che sono fondamentali per le aziende. Prima dell'Edge Computing, uno smartphone che scansiona il volto di una persona per il riconoscimento facciale deve eseguire l'algoritmo di riconoscimento facciale attraverso un servizio basato su cloud e questo processo richiede molto tempo. Con il modello di edge computing, data la crescente potenza degli smartphone, l'algoritmo può essere eseguito localmente su un server edge o gateway, o anche sullo smartphone stesso. Applicazioni come la realtà virtuale e aumentata, le auto a guida autonoma, le città intelligenti e persino i sistemi di automazione degli edifici richiedono un'elaborazione e una risposta rapide.
A questo punto, aziende come NVIDIA si sono rese conto della necessità di una maggiore elaborazione, quindi stiamo assistendo a nuovi moduli di sistema che incorporano funzionalità AI integrate. Ad esempio, l'ultimo modulo Jetson Xavier NX dell'azienda è più piccolo di una carta di credito e può essere posizionato su dispositivi più piccoli come droni, robot e dispositivi medici. Gli algoritmi di intelligenza artificiale richiedono grandi quantità di potenza di elaborazione, quindi la maggior parte funziona attraverso i servizi cloud. La crescita dei chipset AI in grado di eseguire l'elaborazione all'edge fornirà migliori risposte in tempo reale nelle applicazioni che richiedono l'elaborazione istantanea.
Privacy e sicurezza
Tuttavia, come con molte nuove tecnologie, risolvere un problema può crearne altri. Dal punto di vista della sicurezza, i dati all'edge possono essere ingombranti, soprattutto se elaborati da dispositivi diversi che potrebbero non essere sicuri come un sistema centralizzato o basato su cloud. Con l'aumentare del numero di dispositivi IoT, è imperativo che l'IT comprenda i potenziali problemi di sicurezza relativi a questi dispositivi e garantisca che questi sistemi possano essere protetti. Ciò include la crittografia dei dati e l'assicurarsi che vengano utilizzati i metodi di controllo degli accessi corretti e persino il tunneling VPN. Inoltre, i diversi requisiti dei dispositivi per la gestione dell'alimentazione, dell'elettricità e della connettività di rete possono influire sull'affidabilità del dispositivo perimetrale. Ciò rende la ridondanza e la gestione del failover cruciali per i dispositivi che elaborano i dati all'edge per garantire che i dati vengano consegnati ed elaborati correttamente quando un singolo nodo si interrompe.
NUOVA AGENDA 5G...
In tutto il mondo, gli operatori utilizzano le tecnologie wireless 5G, che promettono i vantaggi di un'elevata larghezza di banda e bassa latenza per le applicazioni, consentendo alle aziende di passare da un tubo da giardino a un tubo antincendio con la loro larghezza di banda dati. Invece di limitarsi a offrire velocità più elevate e dire alle aziende di continuare a elaborare i dati nel cloud, molti operatori stanno lavorando su strategie di Edge Computing nelle loro implementazioni 5G, in particolare per fornire dispositivi mobili, veicoli connessi e autonomi e un'elaborazione in tempo reale più veloce da soli. Mentre l'obiettivo iniziale per l'edge computing è quello di ridurre i costi della larghezza di banda per i dispositivi IoT su lunghe distanze, è chiaro che la crescita delle applicazioni in tempo reale che richiedono capacità di elaborazione e archiviazione locali porterà avanti la tecnologia nei prossimi anni.
