Fog'u Anlamak: Edge AI'daki Eksik Link
Simetrik sistemler, bulut ve kenar cihazları arasındaki iletişim hizmetleri, veri kaynaklarına daha yakın bir şekilde yer alan ve otomatikleştirilmiş buluta göre tüm verileri uzaktan kumandanlara, bulut ve kenar cihazları arasındaki ağ hizmetleri sunar.Bu orta tabaka, veya fog tabakası, veri kaynaklarına daha yakın çalışır - endüstriyel sensörler, kameralar, IoT ağ geçidi ve otomatikleştirilmiş bulut işlemeler - bulut dağıtım sistemleri için hızlı bir şekilde işlem sağlar.
Simetrinin Temel Mimarisi
Fog Computing genellikle kenar hesaplamasına kıyasladır, ancak iki ayrıdır. Edge Computing, doğrudan cihazda işlem yapar (sensor, kamera, robot), fog bilgisayar konsolları yerel bir alanda ağ seviyesinde konsolide eder - ağ geçidi üzerinde, yönlendiriciler veya mikro veri merkezleri cihazlara yakın olarak yerleştirilir.Bu, dış kenardaki cihazlar ilk veri yakalama ve basit işlemeyi çalışır; fog katmanı birden çok cihazdan veri toplarken, daha karmaşık AI modellerini çalıştırır ve sadece uzun vadeli analiz ve orkestrasyon için buluta taşırlar.
- [FONT=0)Edge Tier:[Dönetici:[Dönetici: 0 3) IoT cihazları, sensörler, eylemciler ve ham verileri üreten kenar düğümleri.
- [FONT=0)Fog Tier:[DFLT:1] Intermediate düğümleri (önemler, mikro veri merkezleri) bu agre, filtre ve birçok kenar cihazlarından veri işleme verileri dağıtılabilir ve veri füzyonun nerede olduğu.
- [FONT:0)Cloud Tier:[[Döneticileri depolamak, tarihsel verileri depolamak, karmaşık AI modelleri eğitmek ve genel sistem orkestrasını yönetmek. Bulut, küresel ölçeklenebilirlik ve derin analitik sağlar.
Bu merkezi olmayan mimari, merkezileştirilmiş bulut-sadece geç kalmış bir ağ için dağıtım sınırlamalarına doğrudan bir yanıttır.Her robot buluta her sensör okumasını göndermek zorundaysa, geç bir kooperatif AI programı çalıştırılır.Bir fog katmanı, yerel konumlama verilerini ve sorunu 10 milisaniye altında takip edebilir.
Edge AI Deployment için Fog Computing'in Anahtar Faydaları
1. Gerçek Zamanlı AI için Drastic Latency Re
Pasif ikinci seviye yanıtları gerektiren Edge AI uygulamaları – örneğin, otomatik olarak, endüstriyel makinelerde tahmin edici bakım veya montaj hatlarında gerçek zamanlı hata tespiti - aynı site içinde tanıtıldı veya hatta aynı sitedeki siler hesaplaması, AI'nın ağ kenarlarında gerçekleşmesini sağlar, yanıt süreleri yüzlerce milisaniyeden tek-dijimli milisaniyeye kadar kesintiye uğratabilir.Bu, IEEE mimarisine göre, ancak aynı tesiste fiziksel olarak aynı site içinde bulunan ve hatta aynı sitede bulunan bir fog-enerjiye göre uygulanabilir.
2. Band genişliği optimizasyonu ve Maliyet Tasarrufları
IoT sensörleri ve kameralar tarafından üretilen verilerin kütleli miktarları, bir AI nesne dedektörünün yalnızca akıllı veri filtrelemesini gerçekleştirebilir, aggregasyon ve buluta aktarmadan önce kenarda sıkıştırılır.Her hammaddeye uygun binlerce AI-kanıtlı cihaz gönderme yerine, bu tasarruflar yalnızca yüksek bantlı yüklere ve bulut yükleri ile sınırlıyor.Bu da bant genişliği tüketimini azaltır.
3. Gelişmiş Gizlilik ve Güvenlik Uyumunu Geliştirdi
Birçok Edge AI dağıtımları, özellikle sağlık, finans ve hükümette, katı veri gizliliği kurallarına uymalıdır (örneğin GDPR, HIPAA). Fog Computing, yerel olarak bir bulut sağlayıcına aktarılması yerine, dağıtık veri düğümleri üzerinde işlenebilir. AI modelleri hasta hayati veya finansal işlemleri yerinde analiz edebilir ve yalnızca anonim veya toplu olarak gönderilir.Bu, iletişim sırasında veri erişimi azaltır ve ayrıca, fog düğümleri de uygulama riski azaltır.
4. Dis bağlantılı Ortamlarda Güvenilirlik ve Autonomy
Edge AI sistemleri genellikle ulaşılamaz veya geçici ağ bağlantılarını olmayan ortamlarda çalışır - yerel olarak havalimanları, uzaktan madencilik siteleri, hareketli araçlar veya felaket bölgeleri. Fog bilişim, bulutun erişilemez olduğu bir işlem için bile devam eden yerel bir işleme otobüsü sağlar. Örneğin, bir fog düğümü otomatik olarak depolanır ve bir şekilde sabit bir şekilde sabit bir şekilde sabit bir şekilde sabit bir şekilde kontrol edilebilir bir şekilde çalışır.
Meydanlar ve Uygulama
Dağıtım Kaynakları Scaleed Resources at Scale
Edge AI için en büyük zorluklardan biri orkestrasyondur. Potansiyel olarak yüzlerce veya binlerce heterojen fog düğümleri coğrafi konumlarda yayılır, yazılım güncelleştirmeleri, model dağıtımları ve yapılandırma değişiklikleri karmaşık hale gelir.Her bir fog node farklı hesaplama kapasiteleri olabilir (CPU, GPU, FPGA), depolama ve hafıza.
Interoperability and Standardization
fog ekosistemi birden çok satıcıdan cihazlar ve yazılımlar içerir, her biri farklı protokolleri kullanır (MQTT, CoAP, OPC-UA), veri formatları ve güvenlik modelleri.Schieving perfect interoperability between edge devices, fog nodes, and the cloud is atrivial Engineering task.) ve OpenFog Computing and Networking) ve OpenFog Consortium Referans Mimarisi ortak arabirimleri tanımlamaya yardımcı olur.
Güvenlik Dağılış Bir Yüzeyde
Dağıtım işlemi saldırı yüzeyi artırır. Her bir fog node siber saldırılar için potansiyel bir giriş noktasıdır - ek olarak, insan-in-orta saldırıları veya kötü amaçlı enjeksiyonlar. Fog düğümleri güvenli bir boot, şifreli depolama, güvenilir uygulama ortamları (TEEs), ve normal bir erişim kontrolü (AC) ile şifreli bir şekilde kontrol edilebilir.
Enerji Tüketimi ve Termal Yönetimi
AI inference (özellikle derin sinir ağları ile) fog düğümleri üzerinde güç yoğun olabilir. Açık veya uzaktan dağıtımlarda, enerji kullanılabilirliği sınırlı olabilir (solar/battery) Termal geliştiriciler, hem de donanımı optimize etmelidir (enerjiye verimli işlemciler gibi) ve yazılımlar aktif bir şekilde soğutma gerektirir.
Gerçek Dünya Vakaları Kullanıyor: Eylem ve Edge AI
Akıllı Üretim ve Endüstri 4.0
Fabrikalar, Edge AI'yı tahmin edici bakım, kalite denetimi ve robotik koordinasyon için dağıtıyor. Fog Computing, bu uygulamaları üretim hattı hızda çalıştırmaya olanak sağlayan arka kemiğidir. Örneğin, bilgisayar vizyonu kullanarak bir üretici, PCB'yi satan ortaklar, ikinci bir fog düğümü çalıştırıyor.Eğitimsel bir sinir ağı (CNN) gibi bir konvolual sinir bozucu fabrikaları tespit edebilir ve akıllı kolları yanlış tahtaları reddetmeye zorlayın.
Özerk Araçlar ve Akıllı Ulaşım
Özerk araçlar saatte bir veriye bağlı olarak terabaylar oluşturur. Fog bilişim, araç-zaman algılama, trafik optimizasyonu ve çarpışma kaçınma sistemi sağlamak için iki yönlü bir veri toplar.Örneğin, bir bağlantıda olmayan bir iletişim birden fazla kameraya güvenebilir ve 360 derece durumlu farkındalık haritası sunar.
Sağlık: Uzaktan Hasta İzleme ve Tanık
Fog Computing, Edge AI'nın tedavi edilebilir cihazlardan, yataklı monitörlerden ve hastane veya klinik alanda telemedicine ekipmanının erken işaretlerini tespit edebilir, arrhythmia veya gerçek zamanlı olarak, uyarıcı sağlık kayıtları için buluta gönderir. Hassas sağlık verileri birkaç saniye içinde kalır, hafif bir sinir ağı çalıştıramaz.
Akıllı Şehirler ve Kamu Güvenliği
Binlerce kamera ile şehir çapında gözetim sistemleri, trafik ihlallerini tespit etmek için bilgisayar vizyonu modellerini çalıştırıyor, plaka tanıma, loitering veya metadata'nın uzun vadeli bir depolama ve analiz için buluta aktarılması nedeniyle dramatik bir şekilde faydalanabiliyor.Bu, Singapur ve Barcelona gibi şehirlere hızlı yanıt verirken, trafik yönetimi ve halk güvenliği için buluta aktarılıyor.
Gray Computing'in Geleceği, Edge AI
5G'nin yakınlaşması, AI hızlandırıcıları ve yazılım tanımlı altyapı, Fire AI için fog hesaplamasının benimsenmesini hızlandıracak. 5G, düşük çözünürlükte, yüksek bant genişliği düğümleri tamamlayan bağlantı sağlar - 5G temel istasyonları kendilerini ağ kenarlarında, ağ kenarlarında AI hizmetleri çalıştırabilir.Influennox, Intel Movidius, Google Edge AI'nın da yer aldığı bir sistem içi bilgilendiricisi ile ilgili olarak, akıllı ağların sürekliliği üzerinde çalışılır.
Edge-to-Fog-to-Cloud Continuum
Nihai vizyon, iş yüklerinin tam spektrumda dinamik olarak dağıtıldığı bir süreklidir - küçük sensörlerden büyük bulut veri merkezlerine kadar - geç saatlerde, bant genişliğine ve veri gizliliği gereksinimlerine dayanan bir durumdur. Fog Computing processing tam olarak operasyonel karmaşıklığın ve en verimli şekilde en yüksek kaynakların kullanımını sağlayan orta tabakadır.
Standartlaştırma Efforts ve Endüstri İşbirliği
IEEE, IETF ve Industrial Internet Consortium (IIC) gibi kuruluşlar, AWS (outposts, Wavelong) gibi bariyerleri geliştirmeye devam edecek. (Alkolon) IIC'nin Endüstriyel İnternet Referansı (IIRA) fog ve kenar hesaplamasını entegre ediyor. Bu standartlar olgun, tedarikçiler arasındaki fark, güçlü endüstri taahhüdünü daha düşük hale getirecek.
Kalanlar
İlerlemeye rağmen, birkaç engel kalır: olgun fog-aware AI model dağıtım hatlarının eksikliği, birçok dağıtılmış düğümü yönetmek ve gerçek zamanlı AI model güncellemelerinin hizmet kesintisi olmadan karmaşık ve birçok idari alanda güven, özellikle de LF Edge gibi projelere sahip olduğunda (örneğin, EdgeX Foundry, KubeEdge, Akraino ve diğer birçok satıcı ile akıllı bir şehir).
Sonuç: Si Computing Akıllı Sistemler için Temel Bir Katman Olarak
Fog Computing sadece kenar ve bulut arasında bir ara durakgap değildir - doğru ağ koşullarında bile operasyonel bir dönüşüm katmanıdır, ölçek ve akıllı şehirler, modern uygulamalar tarafından talep edilen hız, ölçek ve güvenilirlik, bilgisayar genişliğini muhafaza ederek, veri gizliliğini korur ve daha iyi bir şekilde operasyonel olarak süreklilik sağlar.Indüksiyon, otonom taşımacılık, sağlık, sağlık ve akıllı şehirler, finansal planlamada gerekli olan her türlü bilgisayar ölçeğini dikkate alır.Ing-kan Edge AI, zaten tangaç iş değerini sağlar. Teknoloji olgunlaştırıyor, daha iyi orkestralar, standartlaştırılmış bir bilgisayar arayüzü ile, daha güçlü bir bilgisayar korsanlığı kontrol eder.
[FONT=0]Further reading on fog Computing and Edge AI:[Dönetici:0)[FONT=0))[FONT=FONT=0)))) ^ "The SÜSTRİYE BÖLÜMLER" (İngilizce).