Edge Computing hızla elektronik endüstrideki gömülü sistemlerin mimari ve yeteneklerini yeniden finanse ediyor.Bu dönüşüm, sürekli bulut bağlantılarından bağımsız olarak çalışabilecek yeni bir akıllı, duyarlı ve güvenli elektronik cihazlardan bağımsız olarak çalışabilme imkanı sağlar.Industri bilgisayarların dışlama ve tasarımı aslında üretilen bir yerde - güncel veriler, geç saatlere kadar, daha önce ulaşılamayan performans seviyelerinin kilidini açıyor.
Nesnelerin İnterneti (IoT) genişlemeye devam ettikçe, sensörler, eylemciler ve kontrolörler tarafından üretilen verilerin yığınları, ağ altyapısını aşırı derecede hafifleterek bu baskıyı gerçek zamanlı analitik, filtreleme ve karar verme ile ilgili olarak inceleyeceğiz. Bu makale, temel ilkeleri, tasarım etkilerini, gerçek dünya uygulamalarını ve gelecekteki kanallarını incelemektedir.
Edge Computing Nedir?
Edge Computing, veri toplama ve uzaktan veri merkezi ile yerel donanıma daha yakın olan dağıtılmış bir bilgisayar paradigmasıdır - aynı mikro kontrol cihazı veya sistem-çip üzerinde daha fazla bilgi depolamak için veri depolamak için bu arayüzleri en aza indirmek için kaynak arasındaki süreyi en aza indirmek için.The Edge Computing data is going to a far data center for processing, edge Computing executes Analytics and decision logic on local Hardware –often on the same mikrokontroller or system-onchip (SoC) that arabirims with the servers.This near to the source minimizes time between data Acquisition and action, which is critical for time sensitive applications.
“İst” birçok form alabilir: Bir fabrikada bir ağ geçidi cihazı, bir perakende mağazasında akıllı bir kamera veya hatta bir iş ortağının bu ağ genişliği bağlantısını azaltır ve ağ kesintilerini ve bulut gecikmelerini azaltır.
Orta tabakaların cihazlar ve bulut arasındaki konumları ayırt etmek önemlidir.Geçmiş hesaplama genellikle aynı yerel ağ içinde hiyerarşik düğümler (örneğin, yerel sunucular veya yönlendiriciler), kenar hesaplaması, cihaz içinde işlemeye veya çok yakın bir şekilde odaklanır.Sistem tasarımında, “enje” terimi genellikle cihazın kendisini veya bir bitişik ağ içerisinde ifade eder.
Gömülü Sistemler için Edge Computing'nin Anahtar Faydaları
kenar hesaplamasının gömülü sistem tasarımına entegrasyonu, bulut merkezli mimarilerin sınırlamalarını doğrudan ele alan birkaç somut avantaj sağlar.
Drastically Latency
Gerçek zamanlı kontrol sistemleri – örneğin, endüstriyel robotlar veya tıbbi infüzyon pompaları gibi – bulut iletişim tarafından getirilen öngörülemeyen gecikmelere tahammül edemiyor. Edge Computing, verinin milisaniye veya saniyelere kıyasla yerel olarak işlendiğini garanti ediyor. Örneğin, Advanced bir Sürücü-Assistance System (ADAS) kamerayı yorumlayabilmeli ve LiDAR verileri 10-20 ms to issue Frenleme veya direksiyon komutlarına yönlendirmelidir.
Band Wide Koruma ve Maliyet Tasarrufları
IoT ağları genellikle günlük olarak ham sensör verilerini terabaylar üretir. Örneğin, akıllı bir güvenlik kamerası, her iki bantlı ücret ve enerji tüketiminde yasal olarak pahalı olacaktır. Edge Computing, cihazı sadece ilgili summaries, uyarılar veya metadata göndermek için cihazın kablosuz verileri daha da genişletebilir. Örneğin, akıllı bir güvenlik kamerası, video çerçevelerini yerel olarak analiz edebilir ve sadece %90 veya daha fazla veri aktarımını azaltır.
Gelişmiş Güvenlik ve Gizlilik
Hassas veriler - tıbbi kayıtlar, yüz görüntüleri veya özel endüstriyel mavi baskılar gibi - kenar cihazında yerel olarak işlenebilir ve depolanır, asla sistemin fiziksel çevresinden ayrılmaz. Edge Computing, iletim sırasında sınırlı sayıda veriye uygun olarak saldırıyı azaltır.
Artan Autonomy ve Reliability
Uzak veya mobil ortamlarda (yagri kültür droneları, deniz yağı rig sensörleri veya özerk rovers) dağıtılan sistemler, bu cihazları her zaman karar verme, kontrol döngüleri çalıştırma ve ağ kesintileri sırasında depolamak için güçlendirebilir.Bir kez bağlantı özgeçmişleri, cihaz bulutla senkronize eder.Bu “ilk modda ilk modda) sürekli sistem güvenilirliğini artırır ve zaman kritik işlemlerinin kesintisiz devam etmesini sağlar.
Scalability and Operational Verimliliği
Büyük ölçekli dağıtımlarda - binlerce sensörle akıllı fabrikalar gibi - merkezileştirilmiş bulut işleme, yerel düğümler arasındaki hesaplama yükü dağıtır, sistemlerin tüm ağlarını bozmadan yatay olarak dağıtmasına izin verir.Her bir işlem kendi verileri, pahalı merkezi altyapı ihtiyacını azaltır.Bu mimari aynı zamanda basitleştirme ve bakımlama modelleri de buluttan itilebilir: ve makine öğrenme modelleri, tüm ağdaki tüm ağı bozmadan yerel olarak dağıtılır.
Edge, Nasıl Yeniden Büyülü Sistem Tasarımına Yeniden Yararlanıyor
kenar bilişim kuvvetlerine doğru geçiş sistemi tasarımcıları, donanım ve yazılım yığınının her katmanını yeniden gözden geçirmek için. Aşağıda en önemli tasarım etkilerini inceleyeceğiz.
Donanım Mimarisi: Enerji, Maliyet ve Maliyet
Geleneksel gömülü cihazlar genellikle düşük güç mikrokontrolleri (MCUs) ağır hesaplama birimlerine dayanan (NPU) daha fazla ihtiyaç duyarsız işlem yeteneği. Tasarımcılar şimdi yüksek performanslı mikroişlemcilere entegre edilir (MPUs), alan programlanabilir kapı dizileri (FPGA) ve özel sinir işleme birimleri (NPU) ile sistemden daha fazla talep eder.Bu heterojen mimari, sistemden uzaklaştırma görevlerinin gerçek zamanlı kontrolleri ele alırken, yüksek performanslı mikroişmanları ile birlikte çalışır.
Güç tüketimi kritik bir kısıtlama haline gelir. Edge cihazları, aşırı ısıtma veya boşaltma aküleri hızla artırmalıdır. Dinamik gerilim ve frekans ölçeklendirme (DVFS), yakın zamanda bilgisayarları ve etkin hafıza hiyerarşileri enerji kullanımını optimize etmek için kullanılır.
Diğer donanım eğilimi, güvenli enklavların (örneğin, Arm TrustZone, Intel SGX) iç içe hassas veri işlemesini sağlamak için SoC içinde yer almaktadır. Bu donanım destekli güvenlik, kişisel bilgi veya kriptografik anahtarları bulut kimlik doğrulama için ele almak için gereklidir.
Yazılım Mimarisi: Hafif RTOS'tan Edge AI Frameworks'e
Uzaklık tabanlı gömülü sistemler için yazılım yığını gerçek zamanlı işletim, yerel çıkarım ve bulutla iletişim kurmak zorundadır. Gerçek zamanlı işletim sistemleri (RTOS) FreeRTOS veya Zephyr gibi, tam zamanlı AI modelleri ve konteynerli uygulamaları yürütmek için esneklik sağlar.
Edge cihazları, kullanım ve artış eğitimi gibi teknikler yoluyla giderek artan bir şekilde uygulamaktadır. Bu, sistem, buluta ham veri göndermeden yerel kalıplara adapte olmasını sağlar. Yazılım mühendisleri, modellerin tekrar eğitilmesine ve hava üzerinden dağıtılmasına izin veren yenileme mekanizmaları tasarlamalıdır. Version control, rollback stratejileri ve A/B partitionleri, kenar AI için bir tasarımda ortak uygulamalardır.
Ayrıca, yazılım mimarisi, bağlantının geçici olarak çalışabileceği ve etkinlik tutarlılığını sağlamak için bulutla veri taşımalıdır.
Memory and Storage Thinkations
Edge Computing, üst düzey yükler sırasındaki talepleri artırır - hem de hız tasarrufu için zaman içim ve Flash'ı depolamak için ve girişleri sağlamak için sürekli hafıza kullanımını arttırır. Tasarımcılar, Tensor Processing Birimleri için (TPUs) hızlı veri erişimine ana hafızaya çarpmadan izin vermek için sayısal olarak ölçümler yapar.
Yüksek bant genişliği verileri için (örneğin, video akışları), tasarımcılar, MIPI CSI makine öğrenme hattını beslemek için dışsal bir RAM veya yüksek hızlı arayüzler kullanabilir. bellek teknolojisi (LPDDR4/5 vs.Ro4) ve otobüs mimarisi seçimi doğrudan hem maliyet hem de güç etkiler. kritik sistemlerde hafıza düzeltmesi (ECC) veya kırmızılık sert ortamlarda güvenilirlik sağlamak için kullanılır.
Güç Yönetimi ve Termal Tasarım
Uzak cihazlar daha fazla hesaplama gücü paketliyor gibi, termal dağıtım bir meydan okuma haline gelir. Pasif soğutma (ısırır, ısıtıcı) düşük güç cihazları için yeterli olabilir, ancak yüksek performanslı kenar düğümleri aktif soğutma (fans veya sıvı soğutma) genellikle görev bisiklet uygular: Sistem, aktif işlem ve düşük güç tüketiminin kabul edilebilir sınırları içinde tutulması için alternatifleri sağlar. Enerji hasat (solar, vibrasyonel, termal) ayrıca uzaktan yerlerdeki cihazlar için de araştırılır.
Gerçek Dünya Edge Computing Uygulamaları, Gömülü Sistemlerde
Edge Computing zaten birçok endüstride geniş bir elektronik ürün yelpazesinde yer almaktadır. Aşağıdaki örnekler paradigmanın performans, güvenlik ve özerklik nasıl artırdığını göstermektedir.
Akıllı Ev Cihazları
Modern akıllı termostatlar (örneğin Nest veya Ecobee), bulut bağımlılığını öğrenmek ve NPU'lar inşa etmeden sıcaklık ayarlamak için yerel makine öğrenimine devam etmek için yerel makine-öğrenme talimatları yerine getirir. Akıllı konuşmacılar (Amazon Echo, Google Nest Hub) gerekli olduğunda, kullanıcı gizliliğini azaltmak gibi temel işlevleri yerine getirmek için uygun ses komutları gerçekleştirir.
Endüstri Otomasyon ve Endüstri 4.0
Üretimde, kenarlı programlanabilir Mantık kontrolörleri (PLC) ve endüstriyel robotlar, döndürmek için gerçek zamanlı olarak sensör verilerini yerel olarak analiz eder ve alt saniye yanıtlarını etkinleştirirken bulut trafiğini %95'den fazla azaltır.
Collaborative robotlar (kobotlar) çoklu kamera ve kuvvetlendirmek için kenar hesaplamalarını kullanır, bulut işlemenin geç olmadan güvenli insan robot etkileşimi sağlar. İsviçre şirketi ABB gerçek zamanlı çarpışma algılama ve adaptif bir hareket kontrolü elde etmek için bütünleşik bir kenar AI'ya sahiptir.
Otomotiv ve Özerk Araçlar
Modern araçlar aslında tekerleklere gömülü sistemlerdir, güvenlik-kritik fonksiyonlar için çok yönlü hesaplamaya dayanır. ADAS sistemleri (çalışma, uyarlanabilir seyir kontrolü, acil frenleme) süreç kamera, radar ve LiDAR verileri yerel olarak özel olarak özel olarak SoCs (örneğin, NVIDIA Drive, Mobileye EyeQ).In-vehicle infotainment sistemleri de ses tanıma ve doğal dil anlayışı için bir avantaj sağlar, araç tüneli olmadan bile duyarlılığa izin verir.
Elektrikli araçlar (EVs) batarya yönetim sistemleri için kenar hesaplamasını (BMS) gerçek zamanlı olarak hücre gerilimlerini ve sıcaklıklarını izlemek, şarj / şarj parametrelerini en üst düzey ve güvenlik için ayarlamak.In-the-air güncelleştirmeleri yaygın, araç kenar hesap platformuna yeni kontrol algoritmaları koymak.
Sağlık ve Tıbbi Cihazlar
Beslenebilir sağlık monitörleri (akıllı gözlemler ve sürekli glukoz monitörleri gibi) işlem sensörü verileri yerel olarak kalp hızı değişkenliği hesaplamak, arrhythmias'ı tespit etmek ve kan basıncı tahmin etmek. Sadece anormal olaylar veya özet istatistikler bir çiftleştirilmiş akıllı telefon veya bulut ile aktarılır.Bu koruma hizmetlerinde ve hasta güvenliğini artırmak için kullanılabilir.
Akıllı Tarım
Tarımsal dronelar ve zemin sensörleri, ek sağlık, toprak nemi analiz etmek için kenar hesaplamalarını kullanır ve gerçek zamanlı olarak büyümemizi hedefletir. kenar cihazı, su, gübre veya pestisit yerel olarak birkaç dakika içinde, bulut analizi yapmadan, John Deere'nin See & Spray teknolojisini kullanarak, ekinleri ayırt etmek için bilgisayarlarda kenar AI'yı kullanır ve tam olarak %90'a kadar kimyasal kullanımını azaltabilir.
Perakende ve Akıllı Şehirler
Perakende mağazaları, gerçek zamanlı yeniden pazarlama uyarılarını etkinleştirirken, envanter seviyelerini ve müşteri trafik modellerini izlemek için kenarlı kameraları ve raf sensörleri dağıtıyor.Örneğin, Barselona'da, akıllı sokak ışığı ve trafik ışığı, kazaları hemen düzeltmek için yerel olarak sesleniyor.
Teknik Meydanlar ve Tasarım Ticaret-Offs
kenar hesaplaması zorlayıcı faydalar sağlarken, gömülü sistem tasarımcılarının gezinmesi gereken yeni zorluklar da ortaya koyar.
Sınırlı C ⁇ Kaynakları
Edge cihazları genellikle boyut, maliyet ve güç tarafından kısıtlanır. karmaşık derin öğrenme modelleri (örneğin, büyük konvolutional sinir ağları) düşük güç MCU her zaman uygulanabilir değildir. Tasarımcılar genellikle modelleme, ölçüm ve bilgi kesintisi ile ilgilidir.
Data Synchronization and Consistency
Uzak cihazlar çevrimdışı çalışırken, bulutun eriştiği zaman uzlaşılması gereken çatışma verileri üretebilirler. Örneğin, iki kenar düğümleri hem de aynı durumu farklılaştırma sırasındaki değişkenleri güncelleyebilir. Tasarımcılar, konsensül protokolleri veya çatışmasız çoğaltma veri türlerini uygulamalıdır (CRDT) Bu, yazılım karmaşıklığı ve sistemi davranışını etkileyebilir.
Edge'de Güvenlik
Edge cihazlar fiziksel olarak erişilebilir ve saldırganlar tarafından tam olarak uygulanabilir olabilir. Güvenli boot, güven, şifreli depolamanın temel donanımı ve güvenli enklavlar gereklidir ancak maliyet ve karmaşıklık ekleyin. Updating Hardware and security yama over the air (OTA) itself, saldırganlar düzgün bir şekilde gerçekleştirilmemelidir.
Çevre Kıtlamaları
Birçok kenar cihazı aşırı sıcaklıklarda çalışır, yüksek titreşimler veya ıslak ortamlar. Termal yönetim, işlem yükleri yüksek olduğunda daha kritik hale gelir. Ambalaj seçimi (örneğin, şapel, kontraksiyon) ve muhafaza tasarımı elektronik koruma sırasında ısı dağılımını karşılamalıdır.
Bulut Hizmetleri ile entegrasyon
Yerel olarak işlemeye rağmen, çoğu kenar cihazları hala bulutla oturum açma, analiz ve model güncellemeleri için senkronize eder. entegrasyon katmanı - MQTT, HTTP/2 veya GRPC protokolleri – uzun vadeli ürün yaşam döngüsü için endişelenebilir. Cloud-edge orkestration platformları (AWS IoT Greengras, Azure IoT Edge, Google Edge Atari) basit bir şekilde tasarıma kilitleyebilir, bu da uzun vadeli ürün yaşam döngüsü için endişelenebilir.
Edge Computing'teki Future Trends in Edge Computing for Protectored Systems
kenar hesaplamasının evrimi yarı iletken teknoloji, yapay zeka ve iletişim ağları ile hızlanıyor. Önümüzdeki yıllarda gömülü sistem tasarımını şekillendirecek.
Deep Edge AI ve TinyML
TinyML hareketi, ultra-düşük-güç mikrokontrolörleri (örneğin, Arm güçlü Cortex-M, RISC-V) modelleme ve donanım hızlandırıcıları ile, Google'ın TensorFlow Modulleri ve Quick Impulse'nin küçük bir dağıtımını çalıştırmayı hedefliyor.
5G ve Next-Generation Connectivity
5G ağları ultra uzun geç kalmış (1 ms) ve yüksek bant genişliği, gerçek zamanlı uygulamaları dağıtarak kenar hesaplamasını tamamlayacaktır. Edge düğümleri, 5G bağlantılı bulutlular için hesaplamalı ağır görevlerden uzak tutabilecektir (Multi-site Edge Computing – MEC) ve yakın zamanda gerçek zamanlı performansa devam ederken.Bu, ihtiyaç duyduğunda bulut ölçekli AI'dan daha hafif yerel işleme ve hala faydalanacaktır.
Enerji Özerk Edge Cihazları
Enerji hasatında ilerlemeler (abient ışık, termal gradients, vibrasyon) ve ultra-d-power elektronik, akü veya telli güç olmadan son derece sıkı bir şekilde çalışan cihazlara yol açacaktır. Örneğin, bir termoelektrik jeneratörü tarafından desteklenen bir sıcaklık sensörü, dış güç kaynağı olmadan bir eşiği gönderir.
Edge Learning at the Edge
Model eğitimi için buluta ham veri göndermek yerine, birçok kenar cihazıyla işbirliği yapan tren modellerini kullanan birçok farklı cihazda işbirliği yaparak, iletişim maliyetlerini artırır ve iletişim yüklerini azaltır. gömülü sistemlerde, besleyici öğrenme, kullanıcı deneyimlerini kişiselleştirmek için kullanılabilir (örneğin, akıllı telefonlarda) veya endüstriyel süreçleri açığa çıkarmadan optimize edebilir.
Gelişmiş Güvenlik ve Güven
kenar cihazları daha otonom hale gelir ve hassas verilerle başa çıksa, donanım seviyesinde güvenlik temel bir özellik haline gelecektir. tamper- dayanıklı muhafazalar, fiziksel olarak güvenilmez fonksiyonlar (PUFs), ve güvenli element cipsleri ile entegre edilebilir. Ek olarak, blok zincir ve dağıtılmış teknolojiler kenarda üretilen veriler için mümkün olmayan denetim izlerini oluşturmak için kullanılabilir.
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Edge Computing, temel olarak, bilgisayar elektronik, endüstriyel otomasyon, sağlık, otomotiv ve akıllı altyapıyı değiştirmek için gömülü sistem tasarımını dönüştürmektir.Bu, gelişmiş güvenlik, ve daha büyük özerklik - tüketici elektronik, endüstriyel otomasyon, sağlık, otomotiv ve akıllı altyapı ile satın almak, daha fazla hesaplama talepleri ile daha sıkı güç, maliyet ve çevresel kısıtlamalarla karşı karşıyadır.
Gelecekte, AI, 5G bağlantı ve enerji-a Özerk platformlarının daha akıllı olmayan ancak daha güvenli ve sürdürülebilir hale getirilmesine izin veren, kenar bilişimi, bir sonraki nesil cihazların temel bir şekilde kullanılmasını sağlayacaktır.
Daha fazla okuma için kenar bilişim mimarisi ve dağıtım stratejileri, [[Dönetici:0)IEEE Edge Computing Genel bakış) ve [[Üye Olmayanlar İçin Pratik Kılavuzlar[DÜye Olmayanlar İçin Pratik Kılavuzlar[Döneticiler İçin Tıklayınız.)TinyML Vakfı)[DÜye Olmayanlar Ek olarak, 5GÜye Olmayanlar İçin Pratik Kılavuzlar[DÜye Olmayanlar İçin Tıklayınız.