Memanfaatkan Edge Computing untuk IoT, AI, dan Teknologi Mendatang
Tepi jauh lebih dari sekadar kumpulan perangkat atau sensor yang terhubung. Saat perangkat dan sensor cerdas menciptakan sejumlah besar data, bisnis harus membuat keputusan teknologi untuk mendapatkan nilai terbaik dari data tersebut. Apakah analisis dilakukan di perangkat, tepi, di cloud, atau di pusat data? Apakah data dipertahankan untuk alasan regulasi atau untuk menemukan penyebab akar masalah? Apakah layanan baru seperti 5G akan memainkan peran?
Isu-isu ini ada di pikiran banyak perusahaan saat ini. Untuk membantu mengidentifikasi strategi kunci dan menyortir pendekatan berbeda terhadap edge computing dan Internet of Things (IoT), kami baru-baru ini duduk bersama dengan Krish Iyer, Strategy Lead untuk Edge dan ICV, dan Calvin Smith, CTO, Emerging Technology Solutions; keduanya di Office of the Global CTO di Dell Technologies.
Kami mengeksplorasi peran teknologi emergensi, mengapa edge dan IoT begitu penting saat ini, faktor yang perlu dipertimbangkan saat memutuskan kapan memproses di edge, pertimbangan komputasi saat menggunakan edge, dan apa yang akan datang. Berikut adalah ringkasan percakapan kami.
Teknologi Emergen
RTInsights: Apa yang menjadi teknologi emergensi saat ini?
Iyer: Kami melihat infleksi pasar dalam beberapa teknologi baru. Edge jelas menjadi pelopor bersama dengan IoT, AI [kecerdasan buatan], dan ML [pembelajaran mesin]. Jelas, teknologi-teknologi ini mewakili pasar yang mulai mencapai traksi yang besar. Yang paling penting, ini adalah traksi di mana banyak pelanggan mulai melihat edge sebagai ekstensi dari cloud mereka, dan mereka mulai melihat edge sebagai cara untuk mendistribusikan beban kerja yang tidak dapat ditangani oleh beberapa infrastruktur cloud mereka. Itu, menurut saya, mungkin merupakan driver terpenting yang mendorong banyak organisasi untuk mempertimbangkan edge.
Smith: Saya pikir yang menarik adalah konsep interseksi. Ini bukan seperti edge muncul dari tidak ada. Banyak kasus penggunaan awal IoT kini semakin dapat diatasi karena kombinasi teknologi. Krish menyebutkan IoT, Edge, ML, dan AI. Ada juga 5G, Augmented Reality, dan Virtual Reality. Secara lebih luas, seiring menurunnya biaya komputasi dan hal-hal seperti GPU yang digunakan di edge, kemampuan teknologi meningkat dalam hal jumlah otomatisasi yang dapat dijalankan.
Hanya mengagumkan proliferasi teknologi berbeda yang dieksekusi di tempat data dibuat, yaitu di edge. Pada akhirnya, bahkan jika data yang dibuat di edge kembali ke cloud atau pusat data, banyak actuasi kembali ke perangkat tersebut juga akan di edge. Itu adalah pusat semesta yang baru. Lucusnya bagaimana hal-hal bergerak naik turun, kan? Saya berarti, kami pergi dari datangnya PC dan model yang lebih terdesentralisasi ke pendekatan pusat data monolityk, lalu ke pendekatan cloud pseudo-monolityk, dan sekarang kami kembali ke arsitektur terdistribusi. Sangat menarik untuk melihat bagaimana hal-hal telah berevolusi seiring waktu.
Iyer: Ya. Saya kira satu cara untuk melihat Edge adalah bahwa itu adalah kombinasi sistem heterogen. Edge tidak monolityk, tidak homogen, dan adalah serangkaian fungsi yang berbeda. Fungsi-fungsi ini biasanya digunakan untuk mengumpulkan data, memproses data, dan menyimpan data. Fungsi-fungsi ini juga perlu mentransfer data ke fungsi lain atau perlu melakukan beberapa tindakan berdasarkan data tersebut untuk mengaktifkan fungsi lain seperti pemrosesan data, analitik data, dan sebagainya. Fungsi-fungsi ini mungkin juga perlu dilakukan di lingkungan yang menantang, seperti lingkungan suhu tinggi, atau medan yang sulit. Itulah sebabnya istilah heterogen akan sangat kritis di edge.
Mengapa Semua Perhatian pada Edge & IoT?
RTInsights: Anda menyentuhnya sedikit, tapi mengapa semua perhatian pada edge dan IoT, dan mengapa sekarang?
Iyer: Menarik. Seperti yang dikatakan Calvin, edge bukan hal baru. Edge selalu ada. Dan sistem terdistribusi selalu ada. Tapi kami kembali ke lingkaran lagi. Cara pasar berubah adalah beberapa fungsi atau aplikasi yang biasanya berjalan di pusat data terpusat atau infrastruktur inti mulai mengenali masalah. Perusahaan menemukan beberapa aplikasi memiliki persyaratan bandwidth atau latensi yang tidak dapat tercapai dengan pendekatan terpusat. Ini memerlukan memindahkan aplikasi ini lebih dekat ke tempat data berasal.
Seperti yang dikatakan Calvin, memindahkan pemrosesan data lebih dekat ke tempat data dibuat karena hukum fisika tidak memungkinkan menjalankan beberapa aplikasi ini di inti. Ini adalah masalah kecepatan cahaya yang Anda hadapi. Ini adalah fenomena alami yang menyebabkan pergeseran dari inti ke edge.
Lihat Juga: Center for Edge Computing and 5G
Memutuskan Di Mana Memproses Data
RTInsights: Ini menyatu dengan pertanyaan berikutnya, dan yaitu faktor apa yang harus dipertimbangkan bisnis saat mereka mencoba memutuskan di mana memproses data? Secara khusus, pertimbangan apa yang harus dipertimbangkan saat Anda mencoba menentukan: Apakah saya memproses di edge atau tidak?
Iyer: Banyak faktor adalah teknis, tetapi banyak juga dapat terkait dengan bisnis, serta pemerintah dan regulasi. Dari sudut pandang teknis, lagi-lagi, kecepatan cahaya adalah faktor besar. Bahkan jika operator cloud berjanji bahwa mereka dapat memproses data di inti untuk memenuhi persyaratan ini, biaya melakukannya akan sangat tinggi sehingga pelanggan akan mengatakan, "Tidak ada cara saya dapat membayar biaya tersebut. Pelanggan pada dasarnya akan melihat ini sebagai hal yang jelas. Pindahkan pemrosesan ke edge."
Hal kedua yang perlu dipertimbangkan adalah latensi. Untuk kasus penggunaan seperti kendaraan otonom (atau AR [realitas augmented] dan VR [realitas virtual]), ini adalah fakta bahwa beberapa milidetik keterlambatan pada dasarnya adalah perbedaan antara berkendara aman dan kecelakaan. Untuk aplikasi yang memerlukan hasil dalam milidetik, atau lebih cepat, latensi penting. Untuk menyampaikan hasil yang diperlukan, pemrosesan harus dilakukan di edge.
Hal ketiga yang bisa saya pikirkan adalah: bagaimana Anda mengelola bandwidth? Biaya mengirim sejumlah besar data yang disebutkan Calvin ke cloud dan kembali akan mahal dan tidak efisien. Ini akan mendorong biaya secara luar biasa, dan itu akan menjadi hambatan besar untuk sebagian besar pelanggan.
Faktor lain yang penting adalah keamanan, terutama ketika berkaitan dengan edge. Anda sebenarnya dapat mengisolasi beberapa masalah keamanan potensial sebelum serangan menyusup ke pusat data inti. Banyak organisasi dapat melacak dan mengisolasi beberapa serangan keamanan di edge dan menutup sistem tersebut sebelum masalah sampai ke inti. Anda sebenarnya dapat melakukan deteksi dini atas setiap serangan intrusi, atau penolakan layanan, dan sebagainya, tepat di edge sebelum sampai ke inti, menutup hal-hal sebelum serangan pada infrastruktur sentral dan inti Anda.
Lalu, ada kemampuan untuk menskala. Anda melihat lingkungan di mana Anda dapat menambahkan situs tambahan atau menambahkan lingkungan tambahan sesuai kebutuhan Anda. Jika itu adalah situasi musiman, atau Anda hanya perlu menambahkan lebih banyak fungsionalitas, edge menyediakan skalabilitas yang tinggi.
Ini adalah beberapa persyaratan teknis tingkat tinggi, tetapi juga ada hal-hal seperti persyaratan regulasi dalam hal aplikasi perawatan kesehatan atau GDPR [General Data Protection Regulation compliance]. Dalam sebagian besar kasus, ada mandat bahwa data perlu dikumpulkan di lokasi [di tempat dihasilkan], dan tidak ditransmisikan kembali ke pusat data terpusat. Banyak organisasi harus mengikuti mandat ini.
Smith: Krish tepat. Saya juga akan menambahkan bahwa ini bukan seperti itu adalah dikotomi bahwa edge versus cloud atau edge versus inti. Itu adalah spektrum, kontinuitas. Kami tahu akan ada beban kerja yang berjalan dari edge, yang lain dari inti atau cloud. Hanya masalah menempatkan beban kerja yang tepat di tempat yang tepat; dan mengeksekusi masing-masing pada waktu yang tepat. Konsep satu dekade yang lalu adalah untuk mengumpulkan dan menyimpan semuanya, terlepas dari biaya. Hari ini, data masih menjadi kunci, tapi analisis yang menambahkan nilai — dikatakan bahwa data adalah bacon baru. Data adalah emas baru. Data adalah minyak baru. Itu benar, tapi tidak jika itu informasi statis yang tidak menambahkan nilai apa pun. Yang menarik adalah saat Anda mulai melakukan filtering yang sangat dasar dan pembelajaran mesin di edge. Anda tidak perlu mengirim setiap contoh data perangkat yang mengatakan: "Saya masih hidup, suhu 72 derajat, masih 72 derajat," kembali ke pusat data atau cloud.
Anda tidak perlu mengirim pesan semacam itu pada basis sub-milidetik. Jika Anda melakukannya, itu akan menjadi sangat mahal sangat cepat saat Anda melihat volume besar perangkat di dunia. Anda ingin dapat mem-parsing data tersebut dan membuat beberapa kesimpulan dari data tersebut di edge, in situ. Beberapa data yang mudah busuk dan ephemeral hanya memiliki nilai untuk waktu singkat. Yang Anda inginkan adalah deteksi anomali untuk mengetahui informasi penting yang sebenarnya harus kita kirim kembali atau simpan. Kembali di inti atau cloud, Anda dapat melakukan analisis yang lebih dalam, mencari tahu, bagaimana ini telah terjadi sebelumnya? Apakah anomali ini terjadi di bagian lain dari armada aset yang kami miliki di lapangan? Itulah tempat nilai mulai masuk. Anda perlu seluruh stack dan pandangan tunggal terhadap seluruh dataset Anda. Hal yang penting adalah, di samping semua parameter kunci yang disebutkan Krish, ada juga alasan logis yang perlu dipertimbangkan. Ada parameter untuk seluruh arsitektur terdistribusi Anda, dan Anda harus mencari tahu apa yang masuk akal untuk disimpan, diteruskan, dianalisis, dan diproses, di mana, kapan, dan mengapa. Ada logika yang berbeda untuk hampir setiap arsitektur. Semuanya sangat bergantung pada kasus penggunaan dan infrastruktur itu sendiri.
Pertimbangan untuk Memindahkan Data ke Edge
RTInsights: Garis besar itu, apa saja faktor yang perlu dipertimbangkan untuk memindahkan data dan komputasi ke edge?
Iyer: Masalah kecepatan cahaya, biaya, dan keamanan adalah faktor penting. Dan kami membahas tentang bandwidth, ketersediaan tinggi, dan skalabilitas sebagai faktor lain. Kemampuan untuk mengurangi sejumlah besar data, dapat melakukan pemrosesan data dan metadata di edge, dan hanya mengirim data yang paling relevan kembali ke inti akan menjadi faktor kunci lainnya. Sebagian besar ini tergantung pada vertikal dan kasus penggunaan.
Misalnya, operator telekomunikasi dan jaringan pengiriman konten mungkin memiliki persyaratan khusus untuk edge. Mereka mungkin perlu memanfaatkan edge untuk sesuatu yang lebih dalam daripada banyak vertikal lainnya. Industri ini perlu mencari tahu jenis layanan apa yang akan diberikan kepada pengguna di lokasi geografis tertentu. Untuk melakukan itu, mereka mungkin perlu mengumpulkan konteks edge geografis dan dapat memberikan layanan spesifik untuk lokasi spesifik. Situasi mungkin berbeda untuk, katakanlah, kasus penggunaan teknologi operasional yang memerlukan melakukan analitik prediktif di edge untuk perangkat dan mesin IoT. Lagi-lagi, semuanya tergantung pada dan kembali pada persyaratan vertikal spesifik apa.
Misalnya, di sisi retail, bagaimana saya membuat experience pelanggan saya sangat positif? Bagaimana saya dapat memberikan experience AR atau VR yang membuatnya lancar, tanpa buffering yang terlibat? Bagaimana saya membuat experience pengguna secara keseluruhan positif dan interaktif, sehingga pelanggan dapat membuat keputusan pembelian tepat di sana? Penyedia layanan kesehatan akan memiliki serangkaian persyaratan yang sepenuhnya berbeda untuk aplikasi seperti telehealth dan aplikasi diagnosis jarak jauh lainnya. Ada juga banyak persyaratan regulasi yang berlaku untuk vertikal semacam itu. Edge sangat kritis; itu adalah sesuatu yang harus berfungsi.
Smith: Kami juga perlu memperluas wawasan orang tentang apa yang kami gunakan untuk mendefinisikan edge. Dalam konteks industri, edge bisa menjadi lantai pabrik itu sendiri, dan edge bisa menjadi mobil yang kami sebut sebagai pusat data Bergerak di masa depan. Mobil itu sendiri pada dasarnya adalah edge. Ini bisa menjadi platform minyak laut, seluruh platform, atau bagian darinya. Ini adalah banyak hal, besar dan kecil, dan sepenuhnya ditentukan oleh kasus penggunaan dan apa yang Anda coba lakukan. Edge computing adalah bagian yang menarik.
Yang juga menarik adalah bentuk fisik dalam hal apa yang sebenarnya Anda gunakan untuk komputasi edge — ini juga sangat bervariasi. Tanpa terlalu berfokus pada produk, Dell memiliki gateway (yang sangat sederhana dibandingkan dengan perangkat konvergen, atau hiper-konvergen) yang melakukan beberapa normalisasi protokol, beberapa analisis, dan dapat digunakan untuk beberapa platform IoT dan hal-hal dengan bentuk fisik yang lebih kecil. Mereka memiliki tujuan yang sangat spesifik dan terpadu dengan sejumlah perangkat.
Di sisi bentuk fisik yang lebih besar, kami sebenarnya memiliki solusi yang disebut modular micro data centers. Kami baru-baru ini mengumumkan satu, Dell EMC Modular Data Center Micro 415, pusat data edge kecil dengan daya dan pendingin bawaan serta fitur manajemen jarak jauh. Dan kami juga menawarkan satu yang disebut Dell EMC Modular Data Center Micro 815 — pada dasarnya satu rack lengkap. Solusi ini fleksibel dan scalable. Seperti namanya, mereka modular, dan menskala atas untuk memungkinkan Anda membangun pusat data Anda dengan cara yang dapat dikompos dan ditentukan oleh kasus penggunaan di edge. Kami secara harfiah dapat angkat udara dan menaruh pusat data di edge Anda, terlepas dari lingkungan.
Pikirkan itu dari konteks militer untuk orang di lapangan. Pikirkan itu untuk atas gedung di mana secara historis Anda ingin melakukan pemrosesan di bawah tanah karena pendinginannya lebih baik. Nah, solusi ini memiliki pendinginan bawaan. Sebagian dari inovasi ini adalah chassis dan pelindung serta cara pendinginan dan dayanya. Kami memasuki dunia baru ini di mana, untuk semua poin yang dibuat Krish tentang bandwidth, biaya, dan latensi, ada juga kendala yang berbeda di lingkungan tersebut sehubungan dengan getaran, debu, dan kekocokan serta kondisi berbahaya. Kami secara harfiah dapat menaruh mikro pusat data yang dirancang keras dan tertutup dengan penyimpanan, komputasi, dan jaringan yang dapat memecahkan masalah dalam waktu dekat-real-time di edge. Itu adalah awal dari perubahan yang sangat menarik dalam cara orang berbisnis.
Masa Depan Edge dan IoT
RTInsights: Apa yang Anda lihat untuk masa depan dengan edge dan IoT?
Iyer: Kebutuhan yang ditingkatkan untuk semua poin kunci yang kami bicarakan sebelumnya akan mendorong investasi di edge. Aplikasi akan mendorong masa depan. Semuanya tergantung pada jenis aplikasi dan pengembang yang membuat aplikasi. Aplikasi menjadi lebih cerdas setiap hari. Untuk infrastruktur, atau lingkungan untuk mendukung aplikasi ini, mereka juga perlu lebih cerdas. Mereka perlu tumbuh dengan kecepatan yang sama dengan pertumbuhan aplikasi. Peningkatan sedang terjadi, dan industri sedang beradaptasi dengan pendekatan terdesentralisasi, dengan tidak mendekatinya dengan infrastruktur monolityk, dan dapat menyesuaikan ukuran diri mereka sendiri untuk mendukung aplikasi ini. Namun, kita harus mempertimbangkan bahwa laju pertumbuhan tidak selalu ada untuk mendukung permintaan yang meningkat dari beberapa aplikasi ini.
Selain didorong oleh aplikasi, masa depan edge juga akan mendapatkan nilai besar dari cloud. Cloud tidak akan pergi ke mana-mana. Saya pikir cloud masih akan menjadi titik kontrol integral untuk edge. Cloud masih akan berfungsi sebagai model operasi kunci, atau lingkungan yang pada dasarnya menyediakan dukungan pemrosesan data, penanganan data, dan manajemen data yang besar.
Dengan demikian, saya pikir masa depan edge juga akan ditentukan oleh cara vendor bekerja sama. Satu hal yang kami pelajari adalah tidak ada organisasi tunggal, atau vendor, yang memiliki monopol atas edge. Ini adalah kombinasi banyak pemain yang perlu bekerja sama untuk menyediakan layanan, hosting, operasi, data, keamanan, dan sebagainya, kepada banyak vendor lain untuk membentuk ekosistem. Ini mencakup ekosistem vendor proprietary dan ekosistem vendor open source yang semua bekerja sama untuk menyediakan solusi end-to-end. Kerjasama ini diperlukan dari pengembangan aplikasi hingga dukungan aplikasi, dukungan pengembang, keamanan, kepatuhan, dan lainnya.
Untuk sebagian besar, infrastruktur edge akan horizontal, dan solusi vertikal akan memerlukan integrator sistem untuk membawanya ke mil terakhir untuk vertikal seperti perawatan kesehatan, manufaktur, dan militer. Itu lagi akan memerlukan ekosistem untuk bekerja sama untuk menyediakan fungsionalitas yang diperlukan.
Smith: Anda menyebutkan kasus penggunaan otonom sebelumnya. Saya pikir itu adalah yang sangat bagus. Para futurolog akan membuat pernyataan provocatif dan berkata, "Oh, edge akan memakan dunia!" Saya tidak tahu apakah Anda ingat, tetapi 10 atau 15 tahun yang lalu, semua orang berkata, "Apakah cloud akan memakan dunia?" Nah, ya, hingga batas tertentu, ia melakukannya, tapi pusat data tidak pergi. Pada saat yang sama, edge juga tidak akan memakan dunia. Saya berarti, itu akan besar, dan sudah berkembang, tapi cloud tidak akan pergi.
Jika Anda melihat kendaraan otonom, itu adalah seperti mobil sebagai pusat data Bergerak di masa depan. Saya suka analogi ini karena orang memahaminya. Mobil pada dasarnya adalah edge itu sendiri, tapi lalu ada edge lain yang mungkin terhubung padanya. Ada komunikasi kendaraan-ke-kendaraan (V2V). Ada komunikasi kendaraan-ke-stasiun-base atau infrastruktur lain (V2X) di mana Anda terhubung ke layanan seluler LTE, atau di masa depan, atau metro tertentu saat ini, layanan 5G. Lalu, secara umum, hampir pasti akan ada konektivitas cloud untuk hal-hal seperti manajemen armada dan melihat menghubungkan semua mobil ini.
Lagi-lagi, tidak hemat biaya untuk mengirim semua data dari setiap kendaraan ke cloud, dan tidak cukup cepat untuk fitur yang terkait keselamatan jika Anda melihat hal-hal seperti pembalok udara cerdas, yang semakin cerdas berdasarkan bobot dan parameter berbeda penumpang. Atau, pengenalan objek untuk sejumlah kamera yang harus mengaktifkan kendaraan otonom, atau setengah otonom, atau ADAS [sistem bantu pengemudi lanjutan]. Semua ini menempatkan kendala dan keterbatasan. Pada dasarnya, Anda harus menjalankan beberapa hal ini secara lokal, tetapi Anda juga mungkin ingin menggali lebih dalam data di cloud atau inti untuk mendapatkan wawasan tentang anomali, dan informasi tersebut akan mempengaruhi mobil lain.
Misalnya, misalkan saya ingin memprediksi kegagalan pembalok udara atau sesuatu yang akan berakhir menjadi pengembalian garansi. Semua informasi penting itu perlu naik ke cloud, tapi lagi Anda tidak perlu mengirim semua data statis — hanya data anomali atau pengenalan kesalahan. Lalu ada nilai besar ketika Anda menganalisis data ini di seluruh banyak mobil. Seperti yang Anda sebutkan sebelumnya Krish, mobil otonom hanyalah cara yang bagus untuk memikirkan menggabungkan semuanya, tapi bukan satu-satunya contoh. Ada banyak industri di mana Anda mulai memahami harmoni dan alasan untuk menempatkan beban kerja di berbagai area di seluruh edge, inti, dan cloud. Ini adalah waktu yang menarik. Jika kami bisa melakukan wawancara yang sama satu tahun dari sekarang, dan kemudian sepuluh tahun dari sekarang, saya akan senang untuk berkumpul kembali dan melihat apakah ramalan proliferasi edge kami akurat.
