Beneficios del Edge Computing para la cristalización de la IA

El interés por el Edge Computing continúa creciendo, al igual que la confusión en torno a la arquitectura. La situación es similar cuando se trata de inteligencia artificial. La perspectiva de llevar la IA al límite puede parecer una receta para generar aún más confusión.

El desempeño de la inteligencia artificial en el borde es a menudo "solo teoría citada en artículos", dijo Martin Davis, socio gerente de DUNELM Associates.

Aún así, el concepto de IA de borde es cada vez más difícil de ignorar para las organizaciones industriales y empresariales. Las operaciones que consumen muchos recursos, como el aprendizaje profundo y la visión por computadora, se han llevado a cabo tradicionalmente en entornos informáticos centralizados. Pero la creciente disponibilidad de hardware informático y de redes de alto rendimiento abre la posibilidad de trasladar esa actividad a una "arquitectura de nube centralizada al [borde]", como escribió el consultor Chaitan Sharma. "No sucederá de la noche a la mañana, pero es inevitable". Gartner predice que tres cuartas partes de los datos empresariales se procesarán en el borde para 2025, mientras que Grand View Research predice que el mercado de la informática en el borde se expandirá a una tasa anual del 54% hasta 2025.

En la vanguardia de la industria

La cuestión de dónde se lleva a cabo exactamente la informática de borde no siempre está clara. El Open Glossary of Edge Computing define la arquitectura como la "entrega de capacidades informáticas a los extremos lógicos de una red". Ubicado fuera de los centros de datos tradicionales y la nube, el borde se concentra en la "última milla" de la red y está lo más cerca posible de las cosas y las personas que producen datos o información.

[ Mundo de IoT es el evento de IoT más grande de Norteamérica donde los estrategas, tecnólogos e implementadores se conectan, poniendo IoT, AI, 5G y la ventaja en acción en las verticales de la industria. Reserve su boleto ahora. ]

Dada la dificultad de utilizar la computación en la nube en entornos como fábricas o minas, el sector industrial es un buen candidato para la arquitectura de computación de punta. Una fábrica, por ejemplo, puede requerir una alta confiabilidad de la red, con un tiempo de actividad del 99,9999% y una latencia de milisegundos baja, y puede imponer restricciones al envío de datos fuera de las instalaciones. Dadas estas limitaciones, la mayoría de las fábricas han implementado tradicionalmente cableado físico y protocolos cableados patentados de proveedores industriales. El resultado es un "entorno tecnológico fragmentado", que tecnologías como la informática de punta podrían ayudar a unificar, según Ovum Market Radar:Estrategias y propuestas de IoT industrial de los CSP.

Una arquitectura de computación de borde que opera sin la nube no debe confundirse con escenarios de computación local en los que todos los datos se procesan en dispositivos individuales. Si bien dicha computación a bordo puede respaldar la toma de decisiones críticas en tiempo real, el hardware del dispositivo es costoso, según Harald Remmert, director senior de investigación e innovación de Digi International. Además, la capacidad de tales configuraciones informáticas locales para admitir operaciones como el aprendizaje automático suele ser limitada.

Por el contrario, un sistema de computación de borde habilitado para inteligencia artificial en una fábrica podría contextualizar los datos de varias máquinas para detectar y, en última instancia, predecir los problemas que causan el tiempo de inactividad. "Realizar inferencias de aprendizaje automático en el borde es un habilitador para la escala de aplicaciones, incluso cuando no se requieren bajas latencias", concluyó Gal Ben-Haim, jefe de arquitectura de Augury, una empresa que crea tecnología de aprendizaje automático para la industria de procesos.

Sin embargo, eso no significa que implementar el aprendizaje automático en el perímetro sea necesariamente fácil. "Requiere modelos de aprendizaje automático más maduros y nuevas formas de administrar sus implementaciones", dijo Ben-Haim.

Desde la nube hasta el borde y viceversa

Si bien es posible que algunos escenarios de computación de borde no utilicen modelos de computación centralizada, muchos analistas ven que la computación de borde permite un continuo de computación que tiene aspectos distribuidos y centralizados. En lugar de representar un movimiento pendular que se aleja de los centros de datos centralizados, la informática de borde ofrece una "tregua", dijo el analista de Gartner Bob Gill en un seminario web de 2018.

“Algunos modelos de computación perimetral afirman que reemplazará a la nube; No creo que eso suceda ”, dijo Bill Malik, vicepresidente de estrategias de infraestructura de Trend Micro.

“Hay pocos casos de uso en los que el hecho de que la ventaja sea autónoma tiene sentido”, coincidió Daniel Newman, analista principal de Futurum Research.

La mayoría de las veces, el flujo de datos será bidireccional entre el borde y la nube. Si bien la nube puede fomentar el seguimiento de tendencias generales y efectos de segundo orden, como cambios en el consumo de energía o la calidad del aire, “la computación de borde brinda respuestas locales a las preguntas locales”, dijo Malik.

Accenture ve el edge computing como una extensión de la nube. “Muchos de nuestros clientes utilizan Edge junto con el análisis en la nube y la tecnología de aprendizaje automático para hacer posibles nuevos y valiosos servicios comerciales”, dijo Charles Nebolsky, director gerente y líder de práctica de redes de Accenture Technology. Un ejemplo es la iniciativa Connected Mine de Accenture para optimizar la forma en que las empresas mineras administran sus operaciones en el tajo. "Hemos extendido la solución Connected Mine con computación de borde en un cliente de minería industrial donde utilizan video de alta resolución fuera de los equipos de perforación para determinar la densidad de la roca", agregó Nebolsky. Esa capacidad permite que el taladro ajuste el ángulo y la velocidad en tiempo real, y también respalda el mantenimiento predictivo del equipo. “El ancho de banda de las transmisiones de video de alta densidad requeridas no se puede transportar de regreso a la nube con los cuadros por segundo requeridos de una manera rentable para el procesamiento directo en la nube”, dijo Nebolsky.

Otro ejemplo de este flujo de datos circular viene a través de Volvo Trucks, que implementa sistemas telemáticos y de diagnóstico remoto en vehículos recientes. El sistema funciona, en parte, mediante el uso de la computadora a bordo que detecta parámetros anormales y activa códigos de falla. Desde allí, su sistema telemático transmite datos operativos preocupantes al Centro de tiempo de actividad de Volvo, que puede coordinar las respuestas con las partes relevantes, como talleres de reparación, concesionarios y agentes de servicio al cliente. Mientras que la computación a bordo en los camiones ayuda a diagnosticar problemas, el aspecto centralizado de la implementación permite que los talleres de reparación y los distribuidores se preparen para los camiones que llegan para el mantenimiento.

“Volvo está progresando hacia lo que se está convirtiendo rápidamente en un modelo de madurez común relacionado con el análisis de borde, la inteligencia artificial y el aprendizaje automático”, dijo Bill Roberts, director de IoT en SAS. Un siguiente paso razonable sería habilitar la capacidad de computación de borde en camiones para determinar qué datos de fallas son procesables. Tal cambio liberaría "ancho de banda para recopilar datos telemáticos adicionales y conduciría a más conocimientos analíticos desarrollados en la nube", dijo Roberts. "Esos conocimientos se pueden poner en práctica en cualquier lugar desde el borde o la nube, según lo que dicte el caso de uso".

El banco de pruebas de integración de recursos energéticos distribuidos proporciona otro ejemplo de computación combinada distribuida y en la nube. El proyecto proporciona una alternativa a las redes eléctricas de corriente alterna centralizadas tradicionales, que luchan por utilizar de manera eficiente la energía de fuentes distribuidas de corriente continua, como paneles solares o turbinas eólicas. El banco de pruebas aprovecha el análisis basado en el borde en tiempo real implementado en hardware intercalado en toda la red para unir equipos heredados heterogéneos y control centralizado con capacidades completas de respuesta en tiempo real y operación autónoma, según Erik Felt, director de desarrollo de mercado de la futura red en RTI y Neil Puthuff, ingeniero de integración de software en RTI. La plataforma está equipada para operaciones autónomas y análisis basados ​​en el borde, al tiempo que proporciona datos y control a uno o más centros de control.

La conectividad 5G también ha despertado interés en la arquitectura de borde para permitir la informática fuera de los centros de datos tradicionales. Si bien hay pocos ejemplos de organizaciones con proyectos de computación en el borde habilitados para 5G, eso podría cambiar a medida que madura la red 5G. Los beneficios de este enfoque son similares a los de la nube, aunque con menor latencia, señaló Remmert. "Esta arquitectura es muy popular para las aplicaciones de aprendizaje automático", concluyó.