Pindahkan Cloud ke Edge: Mempercepat Pengambilan Keputusan IoT

Adi Hirschtein dari Iguazio

Dalam lanskap IoT saat ini, perusahaan harus membuat keputusan dalam sekejap. Adi Hirschtein, direktur produk Iguazio, menjelaskan bahwa mengirim data ke cloud yang jauh—dan kembali—menciptakan latensi yang menghambat efisiensi dan efektivitas biaya.

Komputasi edge menawarkan jawaban yang menarik: dengan memproses data di sumber, perusahaan dapat menghindari latensi cloud dan membuka potensi penuh IoT.

Pasar komputasi edge AS, yang bernilai $80 juta pada 2017, diproyeksikan akan melebihi $1 miliar pada 2025 seiring dengan perusahaan di berbagai industri mengadopsi keuntungannya. Business Insider meramalkan bahwa 5,6 miliar perangkat IoT perusahaan dan sektor publik akan bergantung pada komputasi edge pada 2020—lonjakan sembilan kali lipat dari 2015.

Cloud tetap esensial. Platform hybrid memungkinkan perusahaan menggunakan komputasi edge untuk keputusan real-time dan penghematan bandwidth, sambil tetap memanfaatkan cloud publik untuk penyimpanan historis dan komputasi yang dapat diskalakan. Dalam model ini, model pembelajaran mesin yang dilatih cloud secara otomatis dikirim ke node edge, memberikan performa puncak di tempat yang paling penting.

Kebutuhan krusial

Pertimbangkan beberapa kasus penggunaan ilustrasi di mana proses yang memakan waktu untuk mengirim data kembali dan ke cloud terpusat dapat mengancam kinerja perusahaan dan keselamatan publik.

Jika intelijen terlokalisasi di pabrik industri memprediksi atau mendeteksi kegagalan peralatan dalam IoT industri (IIoT), pabrik harus berhenti beroperasi dan memicu aktuator penyembuhan otomatis secepat mungkin untuk menghindari kerusakan mesin lebih lanjut, dan yang lebih penting dengan peralatan industri berat yang bergerak—untuk menghindari membahayakan nyawa karyawan.

Kebutuhan mendesak akan solusi komputasi edge di pengaturan industri membantu menjelaskan mengapa manufaktur dijadwalkan untuk mewakili potongan terbesar dari pasar komputasi edge AS pada 2025, sebesar $306 juta (€266,04 juta).

Dalam telekomunikasi, komputasi edge berfungsi sebagai alat penting untuk memantou dan memprediksi kesehatan jaringan secara real-time. Ini hanya dapat dicapai dengan memproses throughput pesan yang tinggi dari banyak aliran, dikorelasikan dengan data historis di edge. Tanpa kemampuan komputasi edge untuk memproses dan bertindak terhadap aliran data yang berbeda secara real-time, proses analitik akan jauh lebih tidak efisien dan memakan waktu, meningkatkan kemungkinan gangguan besar pada jaringan seluler secara dramatis.

Gangguan ini, jika disebabkan oleh fenomena alam atau serangsi siber, memiliki kemampuan untuk menundukkan wilayah yang terpadu, memperkuat pentingnya kemampuan telco untuk mendeteksi dan menyelesaikan gangguan dengan cepat. Terkait keselamatan publik, efisiensi dan waktu adalah kunci untuk menyelesaikan kejahatan. Semua teknologi yang dimiliki penegak hukum—dimaksudkan untuk membuat penyelesaian kasus lebih cepat—menjadi sia-sia saat pemrosesan cloud menunda analisis data secara serius.

Dalam kasus ekstram, itulah tiga menit ekstra yang membuat atau merusak kemampuan penegak hukum untuk menjaga keamanan publik. Hanya solusi edge yang dapat dengan cepat mengkoreksikan data dari banyak sumber data terstruktur dan tidak terstruktur untuk membuka jalan bagi polisi untuk mendeteksi dan mencegah aktivitas kriminal. Seperti halnya kasus sensitif lainnya di mana pengambil keputusan membutuhkan akses cepat ke analitik yang dapat ditindaklanjuti, pemrosesan data hyper-lokal adalah satu-satunya jawaban.

Mengubah pemikiran manajemen data

Di tengah infusasi IoT ke dalam hampir setiap aspek bisnis, perusahaan telah menghasilkan permintaan yang tak tertandingi untuk akses dan analisis volume data yang besar. Dalam iklim ini, perusahaan memiliki dua pilihan: Mereka dapat mengirim semua data untuk diproses ke cloud atau mereka dapat memilih untuk memiliki data paling kritis dan sensitif waktu yang diproses dan dianalisis secara lokal sambil menggunakan cloud untuk pelatihan model pembelajaran mesin dan elastisitas.

Pertama menyebabkan perusahaan rentan terhadap penundaan segala macam dan mengenakan biaya serta risiko yang signifikan. Kedua memberikan bisnis dengan keunggulan yang mereka butuhkan untuk meningkatkan waktu respons. Semua ini mengangkat pertanyaan penting: Mengapa mengirim semua data ke cloud dan kembali, mengapa tidak memindahkan cloud itu ke edge itu sendiri? Bisnis sepertinya mempertanyakan ini dan setuju.

Menurut analisis Gartner, pada 2022, tiga kuartal data perusahaan akan diproses dan dianalisis jauh dari pusat data terpusat, dibandingkan dengan kurang dari 10 persen pada 2017. Seiring dengan lebih banyak bisnis yang mengadopsi pendekatan edge yang cerdas, itu akan berarti kesederhanaan, performa, dan keamanan yang lebih besar—membawa manfaat IoT ke lebih banyak perusahaan dan pemerintah, tanpa mengakibatkan biaya yang tidak perlu dalam waktu dan uang.

Analitik edge tidak hanya memungkinkan perusahaan untuk lebih kompetitif di industri masing-masing, tetapi juga untuk melakukan tugas mereka secara real-time, sesuatu yang esensial dalam kenyataan yang saling terkait kita.

Penulis blog ini adalah Adi Hirschtein, direktur produk di Iguazio