Como a Edge Analytics pode entregar valor para o seu negócio?

Publicado por Yugo Sakamoto em ter, 26/03/2019 - 18:33
viridis-artigo-edge-analytcs

Os novos desafios da indústria cada vez mais conectada

 

A Internet of Things (IoT) segue com crescimentos exponenciais pelos próximos anos, de acordo com as previsões da IHS Markit, passando de 27 bilhões, em 2017, para 73 bilhões de dispositivos instalados globalmente, em 2025.

Os desafios para gerenciar e processar a grande massa de dados gerada por essa explosão de dispositivos numa tradicional arquitetura em nuvem – de forma centralizada, com processamento em servidores remotos – vêm acompanhados de problemas com latência e alto consumo de banda ao trafegar essas informações.

Para contornar cenários onde latência e consumo de banda são elementos cruciais para o negócio, dois novos termos têm ganhado destaque no universo IoT: Edge Computing e Fog Computing.

Apesar dos nomes similares, cada um desempenha papéis distintos e é importante esclarecer suas diferenças.

Edge Computing

Edge Computing surge com a proposta de levar poder de processamento e armazenamento próximo aos sensores ou dispositivos que fazem a leitura e captura dos dados. Tal movimento permite executar análises e tratamentos sobre os dados de forma local e distribuída, reduzindo ou até mesmo eliminando a necessidade de enviá-los para uma nuvem remota ou um sistema centralizado, aliviando o tráfego intensivo de informações na rede.

Segundo uma pesquisa levantada pela Gartner, Edge Computing está entre as 10 maiores tendências de tecnologias estratégicas para 2019, sendo impulsionada principalmente pela necessidade de viabilizar soluções onde os dados residem em locais distantes de uma nuvem pública ou de um Data Center, a conectividade é limitada ou uma resposta imediata é necessária e possui baixa tolerância para atrasos.

Nessa mesma pesquisa, a Gartner reforça que, ao contrário do que muitos podem pensar, Edge Computing não é um conceito que concorre contra a Cloud Computing, mas um complemento que permite adicionar aspectos de processamento distribuído para a nuvem.

cloud computing and edge computing are complementary concepts

Fonte: Gartner (2018).

Fog Computing

Fog Computing é um padrão que define como a Edge Computing deve funcionar para facilitar operações de processamento, armazenamento e comunicação entre os dispositivos de borda e a plataforma em nuvem. O termo foi criado pela Cisco e também é conhecido por ser uma extensão das funcionalidades da computação em nuvem numa camada mais próxima das bordas da rede.

Com o intuito de guiar esse ecossistema fomentado por dispositivos de fabricantes diversos, em 2015, Cisco Systems, Intel, Microsoft, Princeton University, Dell e ARM Holdings se reuniram para criar a OpenFog Consortium, um grupo dedicado a definir padrões arquiteturais para entregar sistemas e componentes totalmente interoperáveis.

fog computing cloud

Fonte: OpenFog (2019).

Habilitando Analytics nas “bordas”

O valor de um sistema de IoT não é um único evento de sensor, ou milhões de eventos de sensores armazenados. O valor significativo de IoT está na interpretação e decisão feita por aquele dado.

(Perry Lee, Internet of Things for Architects)

 

Edge Analytics é o conceito que adiciona o poder analítico para os já definidos Edge e Fog Computing, e propõe levar a execução de predições e otimizações direto para os dispositivos de borda, permitindo realizar análises locais e em tempo real.

Mover as capacidades analíticas para as bordas pode trazer uma série de vantagens para um conjunto de problemas específicos:

  • Redução da latência no consumo dos dados e na entrega dos resultados, uma vez que o modelo é executado no mesmo local onde residem os dados.
  • Maior escalabilidade das análises com a sua descentralização, permitindo a replicação e multiplicação das unidades de processamento.
  • Redução de banda consumida ao trafegar apenas os resultados dos modelos analíticos no lugar de dados crus ou higienizados.
  • Acesso a dados restritos para análise, antes indisponíveis para envio numa central de processamento em nuvem, por questões de sensibilidade da informação que carrega ou medidas legais de segurança.

Nem todos os tipos de análises poderão se mover para as bordas, e nem devem. É necessário avaliar o escopo e dimensionamento dos dados que serão consumidos e o nível de processamento exigido para cada análise.

Para a Accenture, poucos dispositivos de borda são compatíveis para prover um ambiente que permita treinar, executar e retreinar esses modelos. Sendo, portanto, mais adequada a aplicação de Edge Analytics nos dispositivos da camada da Fog, que terão acesso a mais dados vindos dos dispositivos de borda conectados, e provavelmente contarão com maior poder de armazenamento e processamento para executar tais tarefas.

Também devemos nos atentar para a ocasional perda de dados ao trafegar apenas os resultados da análise na borda para as centrais de processamento. Podemos estar perdendo potenciais insights nesse processo. Neste caso, devemos avaliar qual a tolerância da perda de dados e se realmente é necessário manter armazenados todos os dados crus provenientes da fonte em estudo.

Conclusão

Edge Analytics ainda é um vasto campo verde e fértil a ser explorado, e vimos que não é aplicável para qualquer situação. O domínio em estudo deve nos permitir criar modelos analíticos com escopo de dados reduzidos e/ou com processamentos distribuídos para agregar resultados em camadas superiores do sistema. O conceito traz benefícios para os problemas relacionados à conectividade, recurso de banda e tempo de resposta.

Sistemas de Gestão de Energia e Utilidades desempenham um papel crucial dentro da arquitetura de IoT pois atuam como plataforma para os gateways, que recebem e processam os dados gerados por dispositivos de ponta e são excelentes candidatos para executar modelos analíticos e tirar proveito sobre as vantagens de Edge Analytics.

Bons sistemas de gestão de energia e utilidades devem estar preparados para entregar extensibilidade e permitir adicionar modelos analíticos em vários níveis da hierarquia de equipamentos, bem como a interoperabilidade necessária para integrar-se à diversidade de dispositivos e plataformas que compõem o ecossistema da empresa.

Leia também 10 funcionalidades que não podem faltar em um sistema de gestão de energia e utilidades efetivo

Desenvolvedor de Software, Viridis

Desenvolvedor de Software na Viridis, formado em Ciência da Computação pela UFV. Possui ampla experiência em desenho de soluções corporativas e construção de softwares de alta performance.

Comentar