ICT-Online.ru: Периферийные вычисления как тренд в мировой практике - когда стал очевиден, как и в каком направлении развивается?
Первый заместитель управляющего директора компании «ЛАНИТ-Интеграция» (группа ЛАНИТ) Олег Головко: На сегодняшний день периферийные вычисления тесно связаны с технологией Интернета вещей в контексте управления данными IoT. Это затрагивает не только большинство отраслей экономики, но и госсектор, например, в части реализации надзорной функции. В реальном секторе экономики речь идет о роботизации производства, мониторинге движения транспорта, а также, например, о дистанционной медицине.
Первый заместитель управляющего директора компании «ЛАНИТ-Интеграция» (группа ЛАНИТ) Олег Головко
Информация - стратегически важный источник принятия решений, в особенности для предприятий. IoT-устройства передают неструктурированную информацию. Её недостаточно отправить в корпоративный дата-центр и ожидать на выходе качественные данные для дальнейшего анализа топ-менеджментом. Канал передачи может просто не выдержать большой объем IoT данных, которые генерируются 24/7.
Чтобы этого избежать, предприятия смещают концентрацию своих ИТ-ресурсов ближе к месту непрерывной генерации потоков данных. Для этого внедряют средства локальной коммутации, и необходимость отправки всей или части информации в основной дата-центр отпадает. Менеджеры могут в обход ЦОД получить доступ к оперативной аналитике на удаленных объектах, а значит, обеспечивать непрерывность бизнеса и принимать более взвешенные решения.
По прогнозам Gartner, к 2025 году уже 75 % данных компаний будут создаваться и храниться на edge.
Технический директор облачной инфраструктуры компании «Систематика» (входит в ГКС), главный конструктор «Облако.ру» Вадим Муханов: Подход, лежащий в основе периферийных вычислений, известен с начала 1990-х для решения отдельных задач: например, для доставки контента в сетях. В последние несколько лет расширился спектр задач, в которых используется данный подход, что привело к формированию самостоятельного тренда. В первую очередь это связано с развитием IoT, AI и других решений, где, кроме использования значительных централизованных ресурсов, необходимо также обеспечить быстрое взаимодействие с периферийными устройствами и системами.
Технический директор облачной инфраструктуры компании «Систематика» (входит в ГКС), главный конструктор «Облако.ру» Вадим Муханов
Сегодня периферийные вычисления развиваются в двух направлениях: как самостоятельные решения для узкого спектра задач (все те же сети доставки контента) и как дополнение к централизованным вычислениям, где возможно разделение на «первичную» обработку данных «на границе» и накопление, а также на глубокую обработку данных «в центре» (системы видеоаналитики, системы с использованием машинного обучения, системы контроля дорожного трафика и т.д.).
Директор по продуктовой стратегии Группы Т1 Сергей Иванов: Тренд периферийных вычислений сложился около 5 лет назад, но в то время инфраструктура передачи данных не казалась «узким местом» и их прикладной эффект не был очевиден. С пандемией COVID-19 сетевой трафик мгновенно и кратно вырос, а массовый спрос и дефицит комплектующих для ИТ решений сделали оперативное горизонтальное масштабирование инфраструктуры невозможным. Компании осознали все преимущества подобной архитектуры и необходимость децентрализации вычислений. Для максимального использования потенциала цифровой трансформации и получения конкурентных преимуществ предприятиям необходимо вынести базовые, первичные вычисления на периферию сети, централизуя только сбор результатов обработки данных. В этом случае будет возможность оперативно преобразовывать данные, собранные в среде IoT, в ценную аналитическую информацию, чтобы обеспечить более быстрое, точное и экономически целесообразное решение.
Директор по продуктовой стратегии Группы Т1 Сергей Иванов
Директор по специальным программам ICL Services Андрей Крехов: Фактически технологическое развитие и применение периферийных вычислений уже сейчас находится в достаточно зрелом состоянии, когда можно перенести обработку с централизованных серверов, расположенных за сотни или тысячи миль от конечного бизнеса, на локальные серверы и устройства, чтобы можно было быстрее обрабатывать данные в самих приложениях. Текущая концепция предлагает следующий вариант использования: вместо того, чтобы полностью полагаться на поставщиков-провайдеров облачных вычислений из центров обработки данных, периферийные вычисления сначала обрабатывают данные на локальном-внутреннем сервере, будь то персональное устройство (планшет, телефон) или некий десктопный небольшой ЦОД, который находится в географическом регионе пользователя. Если типичные облачные вычисления предоставляют различные услуги, включающие серверы, хранилище и приложения, которые доставляются конечному пользователю через интернет-каналы, то периферийные вычисления больше рассчитывают не на единое централизованное облако, а на децентрализованные устройства, которые расположены гораздо ближе к географическому местоположению конечного пользователя.
Директор по специальным программам ICL Services Андрей Крехов
Если говорить о текущем тренде применения периферийных вычислений, то сейчас уже необходимо больше говорить не о технологии как таковой и её применении в текущих бизнес-процессах предприятий, а о новом пользовательском опыте. Сама технология уже лежит в бизнес-модели предприятия и представляет из себя новый бизнес-процесс, который работает на финансовую модель предприятия.
Следует отметить, что периферийные вычисления можно уже сейчас связывать с успехом развития 5G и, можно сказать, 6G. Они открывают мир новых возможностей для получения дополнительного дохода в производстве, на транспорте, в ритейле, логистике и многом другом.
Можно так же сказать, что периферийные вычисления это и есть мир новых возможностей в телекоммуникационной сфере. Они предлагают множественный доступ и предоставляют ресурсы для выполнения (вычисления, хранения) приложений и их обмена с сетью, расположенной близко к конечным пользователям, обычно внутри или на границе сетей операторов связи.
Стоит отметить, что в некоторых случаях требуется, чтобы различные приложения были развернуты на разных сайтах, а их использование было возможно в едином бизнес-ландшафте. В таких сценариях полезно иметь распределенное облако, которое можно рассматривать как среду выполнения для приложений на нескольких сайтах, включая управление подключением. Основные преимущества периферийных решений включают низкую задержку, высокую пропускную способность, обработку устройств и разгрузку данных, а также надежные вычисления и хранение.
Директор по разработкам КОМПЛИТ Центр Антон Сосенко: С одной стороны, мы видим развитие беспроводных технологий (WiFi 5 и 6, 5G), с другой – резкий рост потребности в сборе данных с большого количества различных устройств – сенсоров, мобильных датчиков, мобильных устройств, узлов сбора и предобработки данных, видеокамер, ориентированных на использование компьютерного зрения (CV). Потенциальный рост пропускной способности сетей передачи данных должен обеспечить корректную работу источников данных различной конструкции и назначения. В этом случае можно решать задачи совершенно нового класса – определять, что именно происходит в месте размещения источников данных с достаточной точностью, реагировать на события в реальном времени, в том числе с помощью прогнозирования поведения людей и планирования производственных процессов.
Директор по разработкам КОМПЛИТ Центр Антон Сосенко
Фактически такая возможность появилась около пяти лет назад одновременно с концепцией граничных вычислений. Граничные вычисления дали возможность создавать реальные прикладные решения, привлекательные для разработчиков с коммерческой точки зрения.
Основа периферийных вычислений – сокращение времени отклика облачного сервиса в ответ на определенные события в месте размещения сенсоров или пользовательских устройств. В первых таких решениях к задаче подходили прямолинейно: часть вычислений переносилась в локальные шлюзы, прежде всего для сокращения задержек и снижения сетевого трафика.
Сейчас появились новые требования – решение должно масштабироваться, поэтому один из трендов – создание распределенных программных платформ. Платформа должна обладать гибкой архитектурой и способностью адаптироваться под конечную задачу без существенной доработки программного кода, а также обеспечивать работоспособность конечных устройств в случае кратковременной потери связи с облаком.
Еще один современный тренд – поддержка машинного обучения на аппаратном уровне, в узлах передачи данных и сенсорах. Это новое направление в микроэлектронике, позволяющее серьезно расширить применимость моделей.
Заместитель технического директора по развитию бизнеса группы компаний Angara Руслан Косарим: Рост популярности подхода Edge Computing, или периферийных вычислений, вызван в первую очередь значительным увеличением количества применяемых в организациях «умных» сенсоров и других IoT-устройств. Чем больше покрытие IoT-устройствами, тем больше цифрового трафика приходится транспортировать и анализировать, но значительно эффективнее и быстрее обрабатывать данные локально на месте, или, точнее сказать, на периферии. Данные от IoT-устройств чаще всего неструктурированы, их объем слишком велик для постоянной транспортировки и хранения в ожидании обработки. Однако на текущий момент нужно тщательно рассчитывать все преимущества от такого подхода, ведь подобные ресурсы, но по более низким ценам, могут предлагать облачные провайдеры.
Заместитель технического директора по развитию бизнеса группы компаний Angara Руслан Косарим
Системный архитектор компании ТАЛМЕР Владислав Кузьмин: В результате экспоненциального роста числа устройств IoT, увеличения объема трафика от устройств в облака и обратно, возникла необходимость в локальной обработке данных. Появилась концепция, при которой вычислительные ИТ-ресурсы размещаются рядом с конечными устройствами. Это даёт возможность обрабатывать данные на месте и передавать уже готовые результаты, позволяя снизить нагрузку на каналы связи и задержки, обеспечить гибкий подход к безопасности данных. Периферийные вычисления являются частью большой экосистемы, которая позволяет оптимизировать технологический процесс или цикл. Направления развития включают унификацию и стандартизацию продуктов для периферийных вычислений, также развитие разнообразия форм-факторов для поддержки работы в неблагоприятных условиях окружающей среды.
Системный архитектор компании ТАЛМЕР Владислав Кузьмин
ICT-Online.ru: Где, по вашей оценке, сейчас видны области применения периферийных вычислений в России?
Олег Головко («ЛАНИТ-Интеграция»): Технологии периферийных вычислений востребованы в первую очередь в различных отраслях промышленности. Это нефтегазовая, химическая и пищевая промышленность, объекты инфраструктуры, включая водоснабжение и распределение электроэнергии, аэропорты и железнодорожный транспорт. Разумеется, в машиностроении и автомобилестроении: в этих отраслях помимо технически сложных продуктов сами производственные линии генерируют значительный поток данных.
Кроме того, в качестве актуального примера можно привести внедрение решений по видеоаналитике. Система фильтрует весь поток видео и отправляет в дата-центр только выявленные инциденты.
Вадим Муханов («Систематика»): Кроме уже традиционных сетей доставки контента (IP-телевидение, интернет-провайдинг, сети доставки рекламного контента), в России в последнее время периферийные вычисления развиваются в таких направлениях, как облачный гейминг, системы физической безопасности (видеоаналитика, контроль безопасности на производстве, контроль и управление дорожным трафиком), обработка данных IoT (в основном на промышленных предприятиях или распределенных энергетических сетях), умный/безопасный город.
Сергей Иванов (Группа Т1): Область применения подобной архитектуры затрагивает практически все сегменты секторов реального производства и добычи ископаемых – нефтедобыча и переработка, металлургия, транспорт и т.д. Здесь большие расстояния сочетаются с большим количеством объектов контроля.
Андрей Крехов (ICL Services): Стоит кратко упомянуть текущее использование периферийных вычислений в российских отраслях экономики.
Использование периферийных вычислений на определенных рынках и сценарии их использования идет в неразрывной связке со стратегиями самих поставщиков. В соответствии с этими стратегиями периферийные решения и услуги продаются для конкретных приложений, которые могут извлечь из них прямую выгоду. Это является текущей стратегией во времена кратковременного использования или предоставления такого типа сервиса.
Сегодня эти рыночные сегменты и их варианты использования условно можно разделить на три категории в зависимости от типов их местоположений и работы с приложениями. В формате работы приложений и вариантов использования периферийных устройств некоторые поставщики разделяют их на коммерческие приложения (например, решения для супермаркетов и магазинов), промышленные приложения (нефтегазовый комплекс, интеллектуальное производство, промышленное применение Интернета вещей) и рынок телекоммуникаций, который, скорее всего является наиболее многообещающим. Но пока все еще находящийся в стадии начального развития, так как для них 5G является важным фактором взрывного роста сервисов. Другие провайдеры от ИТ или ЦОД разделяют на следующие сегменты: это телекоммуникационные компании, промышленные / корпоративные компании с акцентом на IoT и подключением удаленных объектов (офисы и другие географические местоположения, сопоставимые с коммерческим использованием).
Текущая потребность от заказчиков, которая приходит с российских рынков достаточно проста. К примеру: отсутствует доступ к Интернету или он имеет слабый сигнал или ограниченный доступ, как на нефтяной вышке. Суда используют неустойчивую спутниковую связь. Данные не могут быть переданы за пределы периметра производственной или иной географической локации из соображений безопасности или требований правил конфиденциальности. Или же, например, в медицине, когда устройству необходимо анализировать данные и принимать решения за доли секунды.
Антон Сосенко (КОМПЛИТ Центр): Мы занимаемся разработкой отраслевых решений на основе распределенной программной платформы DataMist. Продукт предназначен для автоматического анализа больших данных и ориентирован в основном на industrial. Кроме того, это решения для умного города, управления транспортом, складской логистики, ритейла и здравоохранения.
Сфера industrial – производство, энергетика, нефтегаз. В этой области появилось много новых требований, прежде всего к уровню контроля производственных процессов и сокращению операционных затрат. Обслуживание, ремонты, реконструкция, строительство, производство всех типов – для предприятий это десятки и сотни тысяч человек собственного и стороннего персонала, подрядчики, множество территориально распределенных объектов. Потенциал традиционных решений, основанных на ERP или MES, практически исчерпан. «Цифровые двойники» – в большой степени маркетинговый термин.
Периферийные вычисления и распределенные программные платформы позволяют получить доступ к 80 % необходимой информации, и эта информация находится на нижнем уровне – в цехах, полях, на дорогах, улицах, в кампусах, складах и торговых центрах.
Кроме того, в industrial сейчас наблюдается явный тренд в сторону обеспечения безопасности людей, охраны труда и здоровья. Это происходит не только из-за нежелания руководителей нести ответственность за травматизм и несчастные случаи – мы живем в 21-м веке, и человеческая жизнь имеет значение.
Руслан Косарим (Angara): Рост использования технологий периферийных вычислений будет наиболее заметен в секторах, где применяются IoT и IIoT. Многие компании оцифровывают свои сервисы и автоматизируют бизнес-процессы для повышения эффективности и качества производства. В связи с этим находится применение для умных устройств в государственном секторе, в сфере телекоммуникаций, на производстве и в агропромышленности, ритейле и строительстве. В первую очередь инструменты периферийных вычислений будут внедряться в организациях, для которых очевидно экономическое преимущество такого подхода в связи с огромными объемами обрабатываемых данных. Менее крупные компании с незначительным объемом IoT-устройств будут ориентироваться на in-house или облачные консолидированные инструменты вычисления.
Владислав Кузьмин (ТАЛМЕР): Основное развитие области периферийных вычислении осуществляется в промышленности, телекоме, логистике, инфраструктурных объектах. Возможные варианты применения практически ничем не ограничены. По нашей оценке, периферийные вычисления очень активно внедряются на производстве, где нужно обрабатывать данные датчиков IoT для отслеживания цепочки производства, предиктивной машинной аналитики, компьютерного зрения, использования автономных транспортных средств. Также можно отметить, что востребованность в периферийных вычислениях особенно будет там, где есть большие расстояния, нестабильные сетевые соединения между устройствами IoT и ситуационными центрами.
Эксперт по внедрению RPA компании РДТЕХ Анвар Казаков: У такой вертикали, как ритейл с их кассами самообслуживания, есть огромный ресурс для периферийных вычислений.
В IT-инфраструктуре ритейла развернута армия POS-терминалов. И многие IT-директора забывают использовать существующую инфраструктуру для разгрузки дата-центров.
Эксперт по внедрению RPA компании РДТЕХ Анвар Казаков
ICT-Online.ru: Почему периферийные вычисления вообще нужны, когда есть явный тренд консолидации ИТ-инфраструктуры в облаке?
Олег Головко («ЛАНИТ-Интеграция»): Долгое время облачные вычисления считались стандартной платформой доставки ИТ, однако возникающие требования и рост нагрузки начали проявлять их ограничения и слабые места. Например, задержки в передаче данных между клиентом и дата-центром, а также сложность и высокая стоимость инфраструктуры.
Немногие облачные провайдеры рассматривали требования, необходимые для поддержки узлов с ограниченными ресурсами, доступных только через ненадежные или ограниченные сетевые соединения, или думали о потребностях приложений, которым требуется очень высокая пропускная способность, низкая задержка или широкая вычислительная мощность.
Новые требования стали необходимы для поддержки уже существующих решений (сетевых сервисов, аналитики данных розничной торговли), а также различных инноваций.
Вадим Муханов («Систематика»): Консолидация ИТ и периферийные вычисления являются взаимодополняющими технологиями. У предприятий возникает необходимость обеспечить обработку данных непосредственно в месте размещения источника «генерации данных» (или «в месте их создания»). Особенно это выражено на промышленных предприятиях, энергетических сетях, системах видеоаналитики и управления дорожным трафиком – требуется быстрая обратная связь на ситуацию. При этом в связи с бумом на обработку всех данных предприятий, в том числе неструктурированных, нагрузка на централизованные системы возросла взрывообразно. В этой ситуации вынос обработки части данных по заранее отработанным в «центре» алгоритмам позволяет снизить нагрузку на централизованные системы и, соответственно, снизить ТСО (Total Cost of Ownership) таких систем.
Андрей Крехов (ICL Services): Заменят ли периферийные вычисления облачные вычисления? Ответ прост и краток. Нет. Даже с описанными выше всеми преимуществами периферия не заменит облачные вычисления. Во-первых, пропускная способность периферии ограничена даже с вводом 5G, потому что условный физический «Край» вводит ограничения ресурсов на батарею, полосу пропускания девайса, хранилище и его вычислительную мощность. Если говорить простыми словами, не все может работать на периферии. Наверное, можно привести ещё три причины, по которым условный «Край» не заменит сами облачные вычисления.
Первое. Централизованные, совмещенные облачные вычисления по-прежнему необходимы с точки зрения как производительности, так и их стоимости. Объем данных и корпоративных приложений в облаке уже огромен и готов взять следующую высоту роста. Облако будет интегрироваться как с данными, так и с генерируемыми аналитическими данными на периферии и, в свою очередь, будут стимулировать развитие уже новых приложений, которые будут разворачиваться на периферии.
Второе. Данные периферийных вычислений будут использоваться во все большем количестве ИИ-решений, которые, в свою очередь, тоже нуждаются в облаке больше, чем когда-либо. Вывод для принятия решения на местах начинается со сбора данных для экспериментов и обучения модели. А это требует больших вычислительных мощностей. Облако для этих целей остается лучшим решением, когда нам необходимо объединить периферийные, корпоративные и сторонние данные для обнаружения/снятия и создания модели ИИ.
Третье. «Край» является расширением облака и требует общего платформенного подхода. Ввод в эксплуатацию новых технологий, таких как периферийные вычисления, к существующим облачным платформам, значительно упрощают управление приложениями и их дальнейшую оптимизацию.
Антон Сосенко (КОМПЛИТ Центр): Во-первых, наиболее понятный фактор – скорость реакции на события. Если мы хотим предотвращать ошибки персонала при обслуживании опасного оборудования, мы должны четко осознавать – человек остается человеком и будет ошибаться всегда. Для распознавания поведения людей, операций, детекции аномалий и предотвращения ошибок нужны модели машинного обучения и компьютерного зрения, а также точная навигация. Требуется скорость реакции до миллисекунд и позиционирование с точностью до нескольких сантиметров, а это не слишком простые модели и алгоритмы, к тому же чувствительные к потере связи с облаком. Такие же требования предъявляются к управлению производственными процессами и транспортом, особенно в части автономного транспорта и интеграции с дорожной инфраструктурой.
Второй фактор – объем передаваемых данных. Если сенсоры срабатывают чаще, чем раз в секунду, то это десятки миллионов измерений с сотни датчиков за неполный рабочий день, не говоря про видеопоток для CV. Сокращение этого потока несет очевидную пользу.
В-третьих, объем вложений. Нет смысла бесконечно увеличивать мощности и количество центров обработки данных под задачи каждого технологического объекта, логистического центра или школы. В России только Москва может себе такое позволить. Кроме того, необходимо учитывать надежность и устойчивость – централизованная архитектура требует серьезной защиты на программном и аппаратном уровне и сложнее в реализации. Распределенные решения, построенные на граничных вычислениях, дешевле, работают на порядки надежнее, проще в обслуживании и масштабировании, легче адаптируются при изменении процессов.
Руслан Косарим (Angara): Одно из ключевых преимуществ, которые компания получает при внедрении периферийных вычислений, – скорость обработки данных и сокращение времени принятия решений. Значительно уменьшается время реакции на обнаруженные аномалии и проблемы, связанные с контролируемыми IoT-устройствами процессами, за счет отсутствия временных задержек на передачу данных, их дополнительную обработку и извлечение. Если рассмотреть такую возможность на примере промышленного цикла, то становится очевидно, что своевременная остановка некорректно работающего конвейера позволит сэкономить миллионы рублей. Такое преимущество интересно в первую очередь для промышленных предприятий. Для других организаций экономические достоинства далеко не всегда очевидны ввиду стоимости IoT-инфраструктуры и инструментов Edge Computing. Именно поэтому многие компании отдают предпочтение облачным инфраструктурам и вычислениям.
Владислав Кузьмин (ТАЛМЕР): Облачная ИТ-инфраструктура не всегда может соответствовать требованиям к задержкам и времени отклика для критически важных приложений. Также для некоторых компаний нецелесообразно использование облаков из-за высоких требований и больших затрат на каналы связи. Возможность обрабатывать данные быстрее, чем в облаке, позволяет обеспечить повышение эффективности бизнеса, где сейчас предъявляются повышенные требования к производительности, так как задержки являются значимой помехой в работе приложений в реальном времени. Концепция периферийных вычислений при этом дополняет модель обработки данных в облаке, позволяя устранить её недостатки.
Анвар Казаков (РДТЕХ): Цель роботизированной автоматизации процессов (RPA) - освободить людей от выполнения повторяющихся задач и вместо этого сосредоточить их на более стратегических задачах. Но в то же время RPA может помочь в обработке огромных объемов данных за миллисекунды, создавая условия для применения различных технологий (от предиктивного технического обслуживания до оптимизированных, оцифрованных производственных и финансовых процессов) и имея доступ к значительным вычислительным ресурсам. При этом уже есть понимание, что вычислительные ресурсы могут быть локальными, а не в каком-то далеком центре обработки данных или в облаке.
Одним словом, RPA может управлять очередью задач на устройствах, которые способны выполнять периферийные вычисления, а это значит, что коммерческим и промышленным компаниям необходимо изучить способы эффективной доставки данных на пограничные центры обработки данных.
Требования к машине, на которой выполняет работу робот, не такие высокие, как в традиционных ЦОД. В свою очередь, у касс самообслуживания есть вычислительные ресурсы, они подключены к сети и, так как работают с финансами, уже предоставляют надежную физическую и кибербезопасную среду для проведения вычислений.
ICT-Online.ru: Ваши прогнозы по развитию этого направления на отечественном рынке.
Олег Головко («ЛАНИТ-Интеграция»): Для полноценного внедрения данной группы технологий бизнес-заказчики должны достигнуть определенного уровня зрелости. Компании должны видеть свои бизнес-стратегии и соответствующие технологические стратегии на длинном горизонте. Во многих отраслях мы до сих пор наблюдаем волатильность технологического курса, и до стабилизации экономической ситуации говорить о высоком спросе на данные решения рано. Эта технология может выйти на заметный объем продаж через 4-5 лет.
Вадим Муханов («Систематика»): Развитие технологий AI/ML/DL, повышение пропускной способности сетей передачи данных (5G), а также необходимость получать максимальный эффект от обработки накопленных компаниями данных делают периферийные вычисления одним из самых перспективных направлений на отечественном рынке и в практике нашей компании.
Андрей Крехов (ICL Services): Когда же всё-таки периферийные вычисления выйдут на финишную прямую своего развития? Пока можно только выстраивать такие прогнозы, хотя уже с большой долей вероятности. Например, к 2025 году 75 % данных будут обрабатываться вне традиционных центров обработки данных или облаков. Этому способствует растущая потребность в обработки больших объемов данных, производимых устройствами IoT и быстрорастущими сетями 5G (горизонт 2-3 года). А основная трансформация периферийных вычислений будет приходится на ближайшие пять лет. Если брать 2021 год, то можно увидеть 19 % увеличение по сравнению с 2020 годом показателей поставки и управления периферийными вычислительными системами по всему миру.
К примеру, Data Center Frontier сообщает, что основные игроки в области облачных вычислений, такие как Microsoft Azure или Amazon Web Services, уже используют стратегии граничных вычислений для создания подключенных через спутник периферийных центров обработки данных, а также гибридных периферийных вычислительных сред для сокращения задержки до миллисекунд.
Антон Сосенко (КОМПЛИТ Центр): В России есть некоторые особенности, например, слабое желание инвесторов вкладываться в общественную инфраструктуру из-за сложности взаимодействия с государством или крупными госкорпорациями. А когда речь идет о модернизации связи, сетей передачи данных, централизованном размещении сенсоров или унификации протоколов, это становится вопросом политики. Именно поэтому разработчики беспилотных автомобилей рассчитывают только на себя и создают действительно автономные, обособленные решения. В industrial происходит примерно то же самое, но частных компаний больше, их менеджмент прагматичен, а значит, есть перспективы.
Что касается нашей компании, мы прикладываем усилия для совершенствования программно-аппаратной архитектуры нашего продукта – в сторону большей универсальности, децентрализации программных микросервисов, простоты добавления новых типов сенсоров и пакетов данных. Мы также работаем над технологией комбинирования данных, полученных из нескольких источников, особенно для моделей машинного обучения. У нас хорошие возможности – современная лаборатория микроэлектроники, испытательные полигоны, контактные заказчики, сильная команда как в части микроэлектроники, так и в части машинного обучения и анализа данных. Мы прогнозируем дальнейшую миграцию инференса моделей машинного обучения из облака в сторону мобильных устройств и сенсоров. Думаю, в ближайшие несколько лет граничные вычисления покажут свои преимущества и с точки зрения устойчивости решений и их безопасности.
Руслан Косарим (Angara): Международные прогнозы показывают, что в течение ближайших лет количество подключений к IoT удвоится. Российский рынок IoT также продолжает стабильно расти. С ростом потребления «умных» устройств многие компании окажутся перед дилеммой применения облачных вычислений или периферийных инструментов анализа данных. Уже сегодня мы оказываем нашим клиентам услуги по обеспечению защиты данных и приложений в частных и публичных облачных инфраструктурах. И наша компания ориентируется на оказание услуг по кибербезопасности для компаний, планирующих применять периферийные вычисления. На наш взгляд, уже совсем в ближайшем будущем Россию затронет тенденция конвергенции IT/OT, которая уже проявляется в западной промышленности, где все чаще беспроводные технологии типа WSAN интегрируются в управление промышленными средами, что повлечет внедрение Edge Computing.
Владислав Кузьмин (ТАЛМЕР): Спрос на приложения реального времени, где требуется локальная обработка и хранение данных, будет стимулировать развитие технологии на ближайшие годы. Тренд на новые облачные продукты и услуги, увеличение числа устройств IoT, распространение 5G - способствует стимулированию потребности периферийных вычислений. Развитие направления периферийных вычислений - это шаг в оптимизации существующих решений для достижения большей эффективности бизнеса.
ICT-Online.ru: Большое спасибо за беседу!
