Компания Vertiv, ранее известная как Emerson Network Power, опубликовала отчет «Определение четырех архетипов периферийных вычислений и требований к технологиям для них», представляющий собой всесторонний анализ, основанный на исследованиях сценариев использования периферийных вычислений, в котором определены четыре основных архетипа для периферийных приложений и технологии, необходимые для их поддержки.Эксперты Vertiv Edge совместно с независимым консультантом выявили более 100 вариантов использования и сузили список до 24, которые, по оценкам, окажут наибольшее влияние на бизнес и конечных пользователей, исходя из прогнозов роста, критической важности и экономического воздействия.
Эксперты определили наборы данных, ориентированные на требования к рабочей нагрузке для каждого сценария использования периферийных устройств, а также на соответствующие потребности в производительности, доступности и безопасности. В этом контексте они изучили конкретные требования к производительности, включая задержку, доступность, масштабируемость и безопасность, а также необходимость шифрования, аутентификации и соответствия нормативным требованиям. Они также проанализировали необходимость интеграции с существующими или устаревшими приложениями и другими источниками данных, учитывая при этом количество периферийных точек в данной сети.
«Возможности, которые открывает периферийная обработка данных, значительны, но столь же сложна и сама технология. Цель этого исследования — пролить свет на основные сценарии использования периферийных вычислений и их влияние на проектирование и эксплуатацию цифровой инфраструктуры», — сказал Джордано Альбертацци, президент Vertiv в Европе, на Ближнем Востоке и в Африке. «Анализируя, какие преимущества действительно значимы во всех их различных формах — от доставки контента до автономных транспортных средств — мы можем помочь нашим клиентам, партнерам и другим заинтересованным сторонам оптимизировать и сфокусировать свои стратегии в области периферийных вычислений».
Четыре архетипа:
• Приложения, интенсивно использующие данные – это включает сценарии использования, когда объем данных делает невозможной прямую передачу по сети в облако или из облака в точку использования из-за проблем с объемом данных, стоимостью или пропускной способностью. Примеры включают умные города, заводы и дома/здания, распространение контента высокой четкости, высокопроизводительные вычисления, ограниченные возможности подключения, виртуальную реальность и цифровизацию нефтегазовой отрасли. Наиболее распространенный пример – распространение контента высокой четкости, где крупные поставщики контента, такие как Amazon и Netflix, активно сотрудничают с компаниями, предоставляющими услуги размещения оборудования, для расширения сетей распространения, приближая потоковое видео, интенсивно использующее данные, к пользователям и тем самым снижая затраты и задержку.
• Приложения, чувствительные к задержкам, связанным с человеческим фактором – Этот архетип включает в себя сценарии использования, где услуги оптимизированы для потребления человеком, и скорость имеет первостепенное значение. Задержки в доставке информации негативно влияют на пользовательский опыт работы с технологией, что, вероятно, приведет к снижению прибыльности и продаж для розничного продавца. Примеры использования включают интеллектуальную розничную торговлю, дополненную реальность, веб-оптимизацию и обработку естественного языка (NLP – область компьютерных наук, искусственного интеллекта и лингвистики, изучающая взаимодействие между компьютерами и человеческим языком).
• Приложения, чувствительные к задержкам при межмашинном взаимодействии – Скорость также является определяющей характеристикой этой модели, которая включает в себя торговлю акциями, интеллектуальные энергосети, интеллектуальную безопасность, аналитику в реальном времени, распространение контента с низкой задержкой и моделирование действий вооруженных сил. Поскольку машины могут обрабатывать информацию гораздо быстрее, чем люди, последствия медленного распространения намного серьезнее, чем в модели с человеческой задержкой. Например, задержки в торговле товарами и акциями, где цены колеблются в миллисекундах, могут превратить потенциальную прибыль в убытки.
• Приложения, имеющие решающее значение для жизни – Эта модель охватывает сценарии использования, которые напрямую влияют на здоровье и безопасность человека. Поэтому скорость и надежность имеют жизненно важное значение. Примеры использования включают интеллектуальный транспорт, цифровое здравоохранение, подключенные/автономные автомобили, автономных роботов и дроны. Например, автономные транспортные средства должны иметь актуальную информацию для безопасной работы, как и дроны, которые могут использоваться для электронной коммерции и доставки посылок.
«По мере развития и роста периферийных вычислений наша цель — осветить и упростить критически важную инфраструктуру, необходимую для поддержки их будущего, путем визуализации широкого спектра передовых приложений через призму наиболее значимых архетипов», — сказал Мартин Олсен, вице-президент по глобальным периферийным и интегрированным решениям в Vertiv. «Vertiv развивает этот начальный этап наших исследований, чтобы определить технологические требования для каждого архетипа, что поможет ускорить развертывание периферийных вычислений и гарантировать, что локальная инфраструктура обеспечивает безопасность, скорость и доступность, необходимые для конкретного приложения».
