El Edge Computing, la IA y el aprendizaje automático están en auge en las aplicaciones del Internet de las Cosas. Estas tecnologías han evolucionado desde la fase de investigación y prototipos y ahora se están implantando en casos de uso práctico en muchos sectores diferentes. La naturaleza simbiótica de la computación periférica y la inteligencia artificial es especialmente interesante porque la inteligencia artificial requiere un procesamiento de datos extremadamente rápido, que la computación periférica permite; mientras tanto, la IA permite un mayor rendimiento de los recursos informáticos y la inteligencia periférica.
En este artículo analizaremos la computación de borde (EC), la inteligencia artificial (IA) y el aprendizaje automático (ML), y cómo esta combinación está transformando la infraestructura de red, permitiendo nuevos casos de uso y creando la próxima generación de procesamiento de datos.
El cambio de paradigma del centro de datos que ha llevado a la informática de borde
Un centro de datos centraliza las operaciones y equipos informáticos de una organización. Alberga sistemas informáticos y componentes asociados, como sistemas de telecomunicaciones y almacenamiento. A menudo se incluyen sistemas de alimentación redundantes, conexiones de comunicación de datos, controles ambientales y dispositivos de seguridad.
El papel y la composición de un centro de datos ha cambiado significativamente en la última década y sigue evolucionando. Antes, la construcción de un centro de datos era un compromiso a largo plazo, con ineficiencias en la alimentación/refrigeración, sin flexibilidad en el cableado y sin movilidad dentro de los centros de datos o entre ellos. Los centros de datos de hoy en día se basan en la velocidad, el rendimiento y la eficiencia.
La computación en centros de datos ha proporcionado tradicionalmente una ventaja sobre el hardware disperso y localizado. La computación en centros de datos es relativamente barata y se pueden procesar cantidades masivas de información bajo demanda. Sin embargo, los centros de datos tampoco son perfectos. Una de las principales desventajas es que los datos tienen que ser enviados a una ubicación centralizada para ser procesados, y luego enviados de vuelta para mostrar el resultado o tomar medidas. Esta comunicación de ida y vuelta, a menudo a través de enlaces con un ancho de banda limitado, reduce la velocidad a la que puede funcionar una aplicación. Todos lo sabemos al cargar un sitio web alojado en un centro de datos remoto.
Con el despliegue de las redes celulares 5G de próxima generación en todo el mundo, computación de bordeEn la actualidad, el aprendizaje automático y la inteligencia artificial han empezado a ganar popularidad. La computación de borde procesa los datos localmente, cerca o justo donde se generaron. Esto evita la necesidad de enviar una gran cantidad de información de ida y vuelta entre el dispositivo de borde y un centro de datos centralizado.
Inteligencia al límite
Uno de los factores clave que permiten la inteligencia en el borde -o IA en el borde- es un hardware compacto, barato y potente. Hace unos años, habría sido imposible ejecutar la IA a nivel local, ya que el tamaño y el coste del hardware habrían sido prohibitivos. Sin embargo, a medida que la ley de Moore se ha ido cumpliendo y la potencia de cálculo se ha abaratado, la IA localizada es ya una realidad. De hecho, se está haciendo tan popular que la consultora Deloitte, predice Solo en 2020 se incorporarán 750 millones de chips de IA en el borde de los dispositivos. Deloitte también cree que esta cifra seguirá creciendo, con una estimación de 1.500 millones de chips de IA de borde vendidos en 2024.
Además de analizar estas cifras en abstracto, puede ser informativo observar un ejemplo real de cómo se utiliza la IA de vanguardia. El fabricante de chips informáticos NVIDIA está poniendo Las GPU en las cámaras de seguridad. La GPU permite que la cámara ejecute el software de reconocimiento sin tener que transmitir el vídeo a un centro de datos para su procesamiento. En una ciudad inteligente, que podría tener miles de estas cámaras, no tener que transmitir todos esos datos puede suponer un enorme ahorro de costes. Estas cámaras con IA no solo pueden realizar tareas de reconocimiento, sino que, gracias a su inteligencia local, también pueden ayudar a gestionar el tráfico y realizar otras funciones avanzadas asociadas a una ciudad inteligenteOtro tema que nos apasiona en Digi.
Siri y Alexa son otros dos ejemplos interesantes de programas que emplean la IA de borde. En lugar de utilizar hardware localizado, estas plataformas de reconocimiento de voz hacen uso de una red de borde. Dado que una red de borde consiste esencialmente en múltiples centros de datos más pequeños y distribuidos, esa información no tiene que viajar lejos para ser procesada. Una red de borde es viable para una gran empresa como Apple o Amazon. Sin embargo, para las empresas más pequeñas, la computación de borde localizada junto con la IA ofrece el mejor servicio a un coste asequible.
Las ventajas de la IA Edge
Una de las principales ventajas de la IA periférica es la velocidad. Cualquier tarea o acción puede realizarse más rápidamente si los datos no tienen que transmitirse de un lado a otro para su procesamiento. Otra es la capacidad de detectar problemas mediante la integración de dispositivos inteligentes y funciones analíticas para desplegar inteligencia en el perímetro y obtener información rápidamente.
Estas ventajas permiten obtener información y capacidades clave, como el mantenimiento predictivo, en el que la IA y la computación de borde se combinan a la perfección para identificar los problemas que pueden provocar fallos en el sistema y enviar rápidamente esos datos al personal que puede resolverlos con rapidez.
El reconocimiento de voz se basa cada vez más en la IA en los bordes, sobre todo porque los consumidores esperan una respuesta inmediata. También hay usos industriales en los que las cámaras y otros sensores con IA pueden supervisar la producción y realizar ajustes sin tener que estar conectados a un procesador central.
Esto trae a colación otro punto importante: la IA periférica puede funcionar sin conexión a la red. En caso de que se interrumpa la conexión de red, un dispositivo periférico puede seguir funcionando con normalidad, por ejemplo para controlar los semáforos en un cruce con mucho tráfico.
Existe la idea errónea de que la computación de borde acabará sustituyendo a la computación en nube, pero no es necesariamente así. Sigue habiendo tareas de cálculo intensivo que requieren un centro de datos. La ventaja de una IA localizada es que puede programarse para filtrar los datos de modo que sólo se transmita a la nube la información necesaria. Es decir, en lugar de enviar todos los datos locales de un dispositivo a la nube, la IA puede garantizar que sólo se transmitan los datos relevantes. Esto puede ahorrar ancho de banda, así como el coste de pagar por la transmisión de datos irrelevantes. Cuanto más procesamiento pueda relegarse al hardware de borde gobernado por una IA, menos procesamiento deberá realizarse en el centro de datos.
En resumen, la computación edge AI ofrece las siguientes ventajas:
- Procesamiento de menor latencia (mayor velocidad)
- Información predictiva para la resolución proactiva y preventiva de problemas
- Mayor tiempo de actividad, ya que el procesamiento de la información puede tener lugar incluso sin conexión a la red
- Filtrado local de los datos relevantes de los irrelevantes
Casos de uso de la IA y el Edge Computing
La IA es importante porque es la tecnología que permite un alto nivel de toma de decisiones en la periferia. La computación periférica nunca habría despegado si la funcionalidad fuera limitada. Sin embargo, como la IA permite tantos procesos en el perímetro, reduce la necesidad de potencia informática centralizada.
Inteligencia artificial y toma de decisiones
Una de las características interesantes de la IA es que se le puede facultar para tomar decisiones. Un buen ejemplo es una cámara inteligente que se utiliza para la seguridad en una planta de producción. Si la cámara detecta que un empleado está en una zona peligrosa, o que hay algún otro obstáculo potencialmente peligroso, la cámara con IA puede apagar toda la maquinaria que esté funcionando en esa zona.
Una cámara con IA también puede tomar decisiones sobre los datos que deben transmitirse a un operador humano. Por ejemplo, una cámara con IA en un edificio de oficinas puede programarse para reconocer las caras de todos los que trabajan allí. Si la cámara detecta a alguien que no reconoce, puede enviar una alerta a un guardia de seguridad. Esto es mucho más eficaz para vigilar el tráfico peatonal que tener a un guardia de seguridad "vigilando" la alimentación de una cámara (o 12 alimentaciones de cámaras) las veinticuatro horas del día, en busca de comportamientos sospechosos. A medida que la infraestructura de IoT se amplía en el hogar y en el lugar de trabajo, los dispositivos inteligentes con IA prometen un nuevo nivel de funcionalidad.
Cuando la IA de borde es una misión crítica
Los casos de uso son realmente amplios, abarcando un conjunto muy diverso de industrias y aplicaciones futuras. Como hemos comentado, la capacidad de la IA de borde para detectar e informar sobre las condiciones previas a los fallos tiene enormes implicaciones tanto para el mantenimiento predictivo como para la toma de decisiones críticas en aplicaciones de misión crítica. Por ejemplo, consideremos los activos remotos, como los tanques de almacenamiento, las cintas mineras y los sistemas de energía, que pueden perder cientos de miles de dólares por cada hora que estén fuera de servicio para su mantenimiento, o que pueden provocar un incendio, una explosión o una fusión en caso de que no se identifiquen los problemas críticos.
Inteligencia artificial, aprendizaje automático, 5G y el futuro del vehículo autónomo
Aunque la sociedad anhele los coches autoconducidos, hay más sistemas y tecnologías que deben madurar antes de que esta realidad pueda materializarse plenamente. Pensemos en la importancia de identificar los objetos que se cruzan en la carretera, los cambios repentinos en el estado de la misma y la aparición de señales de tráfico en el arcén. La inteligencia artificial, junto con el aprendizaje automático y las redes 5G de alta velocidad, permitirán a los vehículos autónomos apoyar estas piezas críticas. Por ejemplo, un vehículo debe ser capaz de identificar, en tiempo real, cuando un trabajador de la construcción de la carretera sostiene una señal de Stop, Lento o Ceda el paso, y actuar sobre esa información.
¿Son seguros el Edge Computing y la Inteligencia Artificial?
La computación de borde es segura cuando se desarrolla con soluciones integradas seguras como Digi ConnectCore Módulos i.MX 8y desplegado en un dispositivo seguro, como Digi IX20. Querrá trabajar con un fabricante de dispositivos que se tome la seguridad de IoT muy en serio, y que integre la seguridad en sus soluciones para apoyar un enfoque de seguridad multicapa en las aplicaciones desplegadas.
Con la computación de borde, gran parte de los datos se procesan localmente. El riesgo de que estos datos se vean comprometidos es menor que si se envían a un centro de datos, se almacenan durante un periodo de tiempo desconocido, se procesan y se devuelven al dispositivo. Si el dispositivo de borde y la red local a la que se conecta un dispositivo de borde están asegurados y bien protegidos por un cortafuegos, los datos están seguros.
Sin embargo, en lo que respecta a los casos en los que la seguridad puede verse comprometida, hay que tener en cuenta algunos factores.
- Es posible que los dispositivos Edge no reciban actualizaciones con la frecuencia que deberían. Es importante comprar dispositivos de un fabricante que publique actualizaciones periódicas y, a continuación, supervisar la seguridad de los dispositivos, mantenerse al día con los conocimientos de la industria sobre las amenazas a la seguridad y mantener de forma proactiva los dispositivos de borde en cumplimiento - una característica clave de Digi Remote Manager®.
- Dado que los dispositivos de borde están fácilmente disponibles para su compra, un hacker puede comprar fácilmente equipos para buscar vulnerabilidades. Es importante seguir las noticias del sector y estar al tanto de cualquier vulnerabilidad que se haya descubierto en dispositivos específicos. Tenga en cuenta que Digi tiene un Centro de Seguridad que es un recurso valioso para aquellos que construyen o despliegan soluciones IoT .
¿Dónde encajan las soluciones de Digi con Edge Compute y la IA?
Como proveedor de soluciones IoT anteriores al Internet de las cosas, Digi lleva décadas ayudando a los clientes a resolver sus retos de conectividad de datos desde el centro de datos hasta el borde. Nuestras soluciones de gateway y routers celulares proporcionan una conectividad crítica para los nodos de borde, incluyendo sensores, controladores y RTU, con un procesamiento a las velocidades que usted necesita para identificar y enrutar datos críticos en aplicaciones de misión crítica. Obtenga más información en nuestra publicación del blog, Qué es el Edge Compute?
Los productos de Digi también son programables -a través de la integración de Python, scripts BASH e incluso aplicaciones nativas de C Linux- lo que permite a los desarrolladores establecer un procesamiento en el nodo y definir un procesamiento e inteligencia altamente sofisticados en el borde. Los routers y gateways de borde de Digi también admiten la agregación de nodos de borde para permitir un mayor procesamiento. Los dispositivos de borde se pueden utilizar para alojar aplicaciones de clientes para realizar un mayor procesamiento de borde según las necesidades de la aplicación específica. Obtenga más información en nuestro Página web de Edge Computing.
Además, los desarrolladores disponen de un conjunto completo de recursos para diseñar y crear las aplicaciones más sofisticadas, de alto rendimiento y baja latencia con las soluciones Digi ConnectCore y Digi XBee . Cada uno de estos ecosistemas proporciona documentación completa, bibliotecas de código y seguridad incorporada, al tiempo que se integra con la solución de gestión remota de Digi, Digi Remote Manager. Obtenga más información sobre las soluciones integradas de Digi para las aplicaciones de IA, aprendizaje automático y visión artificial de hoy y mañana y en nuestra publicación del blog, El aprendizaje y la visión automáticos funcionan mejor con el procesamiento de bordes en tiempo real.
Y por último, Servicios de diseño de Digi Wireless puede ser su recurso para identificar los requisitos clave, la arquitectura y los componentes de su solución de IA de borde. Este proceso puede ayudar a su equipo en la toma de decisiones críticas a lo largo del desarrollo, incluyendo cualquiera o todas las siguientes:
- Realizar un análisis de compensación para optimizar cada aspecto de su diseño.
- Proporcionar apoyo de ingeniería para aumentar su equipo de ingenieros.
- Garantizar que no se pierda ningún requisito crítico de integración o interoperabilidad (por ejemplo, seguridad, latencia, ancho de banda, velocidad de procesamiento, batería, certificaciones, visualización de datos).
- Proporcionar orientación sobre cómo diseñar, construir y desplegar su solución para una eficiencia, funcionalidad y ahorro de costes óptimos.
Digi WDS tiene una gran experiencia en todos los aspectos del diseño y la ingeniería de sistemas de computación de vanguardia y de IA, y puede apoyar su iniciativa, tanto si solo necesita algo de consultoría como si busca aumentar su equipo de ingeniería para garantizar que su proyecto logre todos sus objetivos críticos, incluidas las certificaciones y el tiempo de comercialización.
El futuro del Edge Computing
Según IoT Noticias de negocios"Por cada 100 millas que recorren los datos, pierden una velocidad de aproximadamente 0,82 milisegundos". Esto puede suponer rápidamente una gran latencia. La computación de borde habilitada por la IA resuelve este problema. La latencia queda aniquilada, ya que todo el procesamiento se produce en el lugar. O, en los casos en que el procesamiento local no es suficiente, la IA puede decidir enviar la información relevante a un centro de datos mientras mantiene los datos irrelevantes en sus unidades locales.
Una revisión por Gartner descubrió que, en 2018, solo el 10% de todos los datos se procesaban en el borde. Sin embargo, Gartner espera que en 2025 el 75% de todo el procesamiento se realice en el borde. Se trata de un cambio tremendo, posibilitado por un hardware cada vez más potente y sistemas de IA inteligentes que pueden procesar información, comunicarse a través de las redes y tomar decisiones localmente en una fracción de segundo, más rápido que nunca.
Es más, con el 5G que se está desplegando hoy en día, las oportunidades para desarrollar y desplegar aplicaciones de alta velocidad y baja latencia que requieren la transferencia de datos en fracciones de segundo, estamos en el umbral de la plena realización de la IA y la computación de borde.
¿Qué está planeando y cómo puede ayudar la IA de borde? Los expertos de Digi pueden trabajar con usted para identificar los próximos pasos, diseñar y construir su solución, y aprovechar las ventajas de la próxima generación de edge computing, aprendizaje automático y 5G, y aprovechar el poder de las últimas tecnologías.
Contacto con nosotros para iniciar la conversación!