Підприємства рухаються до краю, але край може бути не готовий

Протягом багатьох років ми чули, що наш найкращий вибір – це помістити все в хмару. Тепер обчислювальна діяльність, схоже, відходить від централізованих служб до периферії – вбудованих системи, датчики, кіоски, торговельні термінали, мобільні пристрої, переносні пристрої, роботи, Інтернет речей, ви назвіть це. Вони вимагають резидентного програмного забезпечення, створюють і зберігають локальні дані. Це означає, що програмне забезпечення та дані працюють — і потребують підтримки — у мільйонах різних місць. Як фахівцям у сфері технологій підготуватися до такого нестерпного стану речей?

Це велика справа. За оцінками IDG/Foundry, у середньому 35% обчислювальних ресурсів США зараз знаходяться на межі опитування на замовлення Insight Enterprises and повідомили Меган Краус у TechRepublic. Крім того, 36% назвали першочерговою метою потребу в обробці даних із периферійних пристроїв, що на 27% більше, ніж роком раніше. Локалізована обробка даних має низьку затримку, а також безпеку, коли дані не переміщуються.

також: Це найзатребуваніші технічні посади у 2023 році

Оглядачі галузі погоджуються з цим крайові системи все більше виконуватиме основну частину роботи з інформаційних технологій. «Машинне навчання та обчислення агрегаційного типу все більше й більше розгортаються на краю», — говорить Роб Месіров, лідер PwC у сфері підключених рішень/Інтернету речей. «Ключова ідея полягає в тому, щоб зменшити розмір і кількість подій, які потрібно надсилати в хмару. Обчислення, які можна виконувати в потоковому режимі на обмеженій кількості потоків даних, можна легко перенести на межу».

Час відгуку в реальному часі «важко досягти в масштабі за допомогою одного централізованого кластера хмарних обчислень», каже Джефф Фрід, директор з управління продуктами InterSystems. «Подібним чином доступна аналітика в режимі реального часу та майже в режимі реального часу, а розуміння в реальному часі стає дуже популярним, коли ви розумієте, що можете цього досягти».

Поштовх до межі — це тренд, який не припиниться найближчим часом. «У міру побудови мереж вікно для впровадження наступних чудових технологій і можливостей відкриватиметься все ширше й ширше», — каже Адам Комптон, директор зі стратегії Schneider Electric. «Ці можливості матимуть глибокий вплив на всіх нас, але вимагатимуть величезних локалізованих обчислювальних можливостей, щоб затримка майже не існувала».

також: Познайомтеся з розробником після штучного інтелекту: більш креативний, більше зосереджений на бізнесі

У той же час край просто може бути ще не готовий до всієї обчислювальної потужності та даних, що рухаються своїм шляхом. «Багато даних, що генеруються, ще потрібно використати таким чином, щоб включити ШІ та значущі результати», — застерігає Комптон. «Мережі все ще ростуть. Вузькі місця повільно усуваються. Пропускна здатність і затримка покращуються, але ще багато роботи потрібно зробити, перш ніж все дійсно вибухне на межі».

Як наслідок, успішна розробка наступного покоління додатків убивчого краю залежатиме від «продовження оновлень оптоволокна та мережева інфраструктура, народження розумних міст і еволюція штучного інтелекту та доповненої реальності призведуть до наступних програм-убивць", - говорить Комптон.

Ефективне використання всіх даних, що надходять із периферії, є ще одним завданням, яке потрібно вирішити підприємствам. «Незважаючи на те, що IoT перебуває в центрі уваги вже кілька років, більшість компаній ще не в повній мірі використали переваги IoT, незалежно від того, чи вже вони розгорнули рішення IoT», — каже Месіроу. «Частиною проблеми є те, що дані IoT самі по собі нічого не варті, якщо вони не пов’язані з вирішенням конкретної бізнес-проблеми. Зробити стрибок від збору оперативних даних IoT до аналізу IoT нетривіально, і багато компаній стикаються з цим».

також: Програмне забезпечення з низьким вмістом і без коду незабаром може випробувати межі рук ІТ

Технологічний персонал, який «звик зосереджуватися на доступності, повинен почати зосереджуватися набагато більше на часі відгуку», — каже Фрід. «Як правило, дані з пристроїв повинні поєднуватися з даними з інших джерел, щоб бути значущими. Наприклад, дані про ліжкові медичні пристрої повинні співвідноситися з такими даними, як час, місцезнаходження та особа пацієнта. У більшості випадків ці дані заблоковані в різних системах і місцях».

Комптон погоджується, що обробка таких величезних потоків даних потребує часу. «Ми всі мали досвід, знаючи, що існує цінний набір даних, але не знали, як отримати до нього доступ, упорядкувати його чи переглянути», — каже він. «Великі дані можуть бути старим терміном, але це не означає, що ера закінчилася».