Com o aumento exponencial de dispositivos de IoT conectados, incluindo dispositivos móveis, e a introdução de novos tipos de dados, como a transmissão de dados digitais, de áudio, visuais e de sensor de imagem 3D, há uma oportunidade sem precedentes para que os usuários adotem várias fontes de dados, gerando melhores insights preditivos e aumentando suas vantagens competitivas.

De acordo com Keith Higgins. Vice President of Marketing na empresa FogHorn:

“Aproveitando o poder da Edge Computing e combinando-a com a infraestrutura de dados existente, cada organização pode concluir a análise de dados em tempo real e os processos de aprendizado de máquina no local.

Esses recursos correlacionam os dados existentes do sistema operacional com dados de sensor em tempo real, maximizando insights preditivos para maiores eficiências operacionais, como tempo de atividade, desempenho e economia de energia. “

Novas mudanças de mentalidade

A chegada da Edge Computing tem varrido algumas das idéias pré-concebidas antes, e até mesmo provedores de nuvem que já haviam expressado suas opiniões afirmando que no futuro “todas as informações estariam na nuvem”, começaram a mudar de idéia.

Por exemplo, a AWS anunciou em novembro seu serviço de Outposts da AWS, que permite que os clientes executem a AWS no local e, em seguida, se conectem à nuvem AWS. Para fazer isso, a AWS envia aos clientes racks totalmente gerenciados de hardware de computação e armazenamento projetados pela AWS que executam o VMware.

Mas há mais, logo a Microsoft lançará novas funcionalidades para seu próprio serviço de IoT, Azure IoT Edge. Esses anúncios mostram claramente como, tanto a AWS quanto a Microsoft perceberam que a nuvem por si só não será suficiente para fornecer o desempenho necessário para o número crescente de aplicativos de IoT.

O interesse de provedores de nuvem, provedores de tecnologia e investidores em Edge Computing é fácil de entender como este mercado é esperado para exceder US$ 20 bilhões por 2026, acima de US$ 8 bilhões em 2017.

Isso não quer dizer que os hubs locais ou na nuvem desaparecerão completamente, no entanto, 80% das empresas deverão fechar seu datacenter tradicional por 2025, em comparação com 10% em 2018. Além disso, de acordo com as últimas pesquisas, quase 90% das empresas já consideraram investir em uma estratégia de computação de borda nos próximos 12 meses.

Desempenho, o gatilho principal

O capital que chegará ao mercado é importante, no entanto, que o interesse por parte dos vários intervenientes no sector é, em última análise, impulsionado por uma fraqueza técnica conhecida em modelos públicos que trabalham exclusivamente na nuvem: o Desempenho.

Aplicativos, cargas de trabalho e conjuntos de dados que exigem resposta próxima ao instante pioram quando estão longe dos usuários que trabalham com eles.

É nesse ponto que a computação de borda demonstra seus pontos fortes em relação à nuvem, permitindo que os dados sejam agregados em um ponto de presença local, garantindo uma opção de processamento de baixa latência muito baixa.

Um exemplo da ascensão desta tecnologia é a companhia de Pixeom Califórnia-baseada, que desenvolveu o software da computação da borda para o negócio, para que levantou US $ 15 milhões nos fundos conduzidos por Intel capital, seguindo os investimentos do Catalyst Fund da Samsung e da empresa de distribuição de energia da National Grid.

A plataforma desenvolvida pela empresa californiana permite que os provedores de serviços de nuvem Empacotem e organizem aplicativos em contêineres, como os encontrados no Google Cloud Platform, Amazon Web Services ou Microsoft Azure, para que possam funcionando em uma infra-estrutura de última geração que compreende uma gama de hardware e sistemas operacionais.

Usando “versões avançadas” de inteligência artificial, processamento de dados, mensagens, processamento de fluxo e serviços de análise recriados para corresponder às APIs locais, os administradores podem criar e enviar aplicativos em contêineres (ou adaptar aplicativos existentes) e publicá-los em portais públicos ou privados, de onde eles podem ser instalados em dispositivos de borda e gerenciados no local.

Inteligência artificial Edge AI

Como já foi visto, Edge Computing não foi imune à inteligência artificial, e é que, devido ao aumento do número de dispositivos IoT, tem havido um crescente interesse em criar aplicações de inteligência artificial mais perto de onde eles são produzidos e consumir os dados.

O Edge AI é especialmente útil nos casos em que as informações em tempo real são críticas e as mudanças podem acontecer rapidamente, como na vigilância por vídeo, onde o aplicativo pode precisar prever o comportamento de indivíduos como ocorre.

XNOR, uma das empresas que desenvolvem avançados dispositivos de inteligência artificial que se destaca por seu foco na melhoria de custos e consumo de energia, criou uma ferramenta de ia para detecção de objetos que poderia ser executado em um Raspberry O PI zero deu recentemente mais longe e desenvolveu um dispositivo menor e mais eficiente que substitui o PI zero. Este é um FPGA, um dispositivo Edge ai rodando em uma rede convolucionais de 30 camadas que pode analisar até 32 frames por segundo.

No entanto, apesar de todas as suas vantagens, este tipo de computação não vem sem comprometer, e hoje a flexibilidade e poder de computação da nuvem não pode ser replicada na borda.

O setor automotivo

Vale ressaltar a aplicação da borda AI no mercado de veículos inteligentes, onde os sensores devem atuar instantaneamente em tópicos específicos, como um pedestre aparecendo repentinamente na estrada, por exemplo.

Em 2017, a Domino’s e a Ford Motor Company desenvolveram um sistema de entregas que utiliza veículos autônomos para entregar pizzas. O sistema rastreia veículos GPSed, notifica o cliente sobre o andamento da ordem e usa um aplicativo móvel para enviar um código que permite que os alimentos sejam recuperados. As empresas usaram a ia de borda para fornecer dados, geolocalização, período de tempo esperado e personalização para atualizações.

Edge IA permitiu Domino’s e Ford para ganhar insights valiosos sobre as experiências do cliente, como se os clientes se preocupava em andar para o veículo onde a pizza era. Para a Ford, o sucesso significava aumentar as vendas de veículos de autoatendimento e a maior eficiência operacional da Domino e a melhor experiência do cliente.

Tendo visto as vendas do Japão de veículos declinar como a necessidade de opções de cuidados de saúde para uma população envelhece aumentou, Toyota percebeu que poderia tirar proveito da robótica existente baseada em ia projetada para a fabricação para ajudar as pessoas com mobilidade limitada.

É por isso que ele criou o Welwalk WW-1000, um dispositivo de perna robótico que permite que as pessoas com paralisia parcial para andar, eo projeto BLAID, que ajuda as pessoas cegas ou de baixa visão ganham melhor consciência ambiental.

O sector do Hotel

Por outro lado, a indústria hoteleira também está lucrando com esta União, como é o caso da Cadeia Hoteleira Marriott, que fez uma parceria com a Samsung e a Legrand para usar dispositivos IoT e inteligência artificial de ponta para criar o primeiro quarto de Hotel Habilitado para dispositivos IoT em todo o mundo.

Estes são quartos altamente personalizados em vários locais, permitindo que os clientes configurem seus quartos exatamente como desejam com base nas informações armazenadas no aplicativo.

Conclusões

O crescimento da Edge Computing é devido, como muitos outros sucessos dentro do campo tecnológico, para o crescimento de outras tecnologias, neste caso, o aumento excessivo de dispositivos de Internet das coisas.

Qualquer indústria da indústria que possa se beneficiar da análise oportuna dos fluxos de dados de IoT deve estar interessada na computação de borda. É por isso que agora existem grandes oportunidades para os fornecedores em todos os níveis desta tecnologia, sejam padrões, redes, computação, armazenamento, aplicações ou serviços.

Além disso, a União dessa tecnologia com outra, como a inteligência artificial, facilitará o avanço e a integração desses dispositivos na vida cotidiana. No entanto, ao longo do tempo, a inteligência artificial não será limitada a apenas um tipo de computação, mas será dividida em aplicativos nativos de nuvem, nativos de borda e híbridos.

O ponto é entender as oportunidades e o poder encontrados na inteligência artificial e escolher as soluções que melhor se adequam a cada caso de uso.