Posljednjih godina, edge computing postao je centralna tema u svim razgovorima o logistici, industriji i digitalnoj transformaciji . To nije prolazni hir: ono fundamentalno mijenja način donošenja odluka u skladištima, fabrikama, vozilima i podatkovnim centrima, te način protoka informacija između fizičkog svijeta i poslovnih sistema.
Ako upravljate lancem snabdijevanja, skladištem, mrežom prodavnica ili fabrikom punom senzora i IoT-a , ova promjena direktno utiče na vas. Prelazak sa slanja svega u oblak na direktnu obradu podataka na izvoru je razlika između kasnog reagovanja i predviđanja onoga što dolazi. Pogledajmo to smireno, ali direktno, i sa primjerima iz stvarnog svijeta.
Šta je edge computing i zašto je toliko važan za logistiku?
Edge computing, ili rubno računarstvo, je distribuirani model obrade u kojem se podaci analiziraju što je moguće bliže mjestu gdje se generiraju: u senzorima, robotima, vozilima, industrijskim mašinama ili malim lokalnim serverima, umjesto da se uvijek šalju u veliki podatkovni centar ili javni oblak.
U ovom pristupu, aplikacije, podaci i računarska snaga se prebacuju sa centralne tačke na "rub" mreže - odnosno, u skladišta, fabrike, prodavnice, logističke stanice, bolnice ili čak samo vozilo. Rezultat: brže odluke, manje oslanjanje na povezanost i bolje korištenje podataka koji su ranije bili nedovoljno iskorišteni.
Konsultantska firma Gartner definiše ove granice kao „fizička mjesta gdje se stvari, ljudi i podaci povezuju “. U sve širim i dinamičnijim lancima snabdijevanja, odluke više ne potiču isključivo iz centralnog kontrolnog tornja, već na perimetru: operateri, mašine, IoT senzori, kamere, mobilni roboti ili povezana vozila.
Prema Gartnerovim predviđanjima, do 2025. godine do 25% odluka u lancu snabdijevanja će se donositi korištenjem inteligentnih rubnih ekosistema. I to se ne završava: također se procjenjuje da će do 2026. godine 75% velikih kompanija ugraditi neku vrstu inteligentnog intralogističkog robota u svoja skladišta.
U praksi, edge computing djeluje kao "periferni nervni sistem" kompanije , dok cloud funkcionira kao "centralni mozak". Edge reaguje gotovo trenutno na ono što se dešava u okruženju (kvar, porast potražnje, gužva u saobraćaju, promjena temperature), a cloud se bavi historijskom analizom, planiranjem i obukom modela vještačke inteligencije.
Kako funkcioniše edge computing: slojevita arhitektura
Da bismo u potpunosti razumjeli njegov doprinos logistici i lancu snabdijevanja, korisno je ispitati kako je tipična arhitektura edge computinga organizirana u tri sloja koji rade zajedno:
- Rubni uređajiTo uključuje senzore, kamere, PLC-ove, skladišne robote, autonomne viljuškare, RFID oznake, povezana vozila, čitače barkodova i fabričke botove. Ovi uređaji bilježe podatke u stvarnom vremenu (pozicije, temperature, vibracije, slike, zalihe, potrošnju energije itd.). Neki već uključuju osnovne mogućnosti obrade.
- Rubni čvorovi ili perimetralni pristupniciTo su mali serveri, IoT gateway-i ili lokalni mikro podatkovni centri raspoređeni u skladištu, distributivnom centru, proizvodnom pogonu ili logističkom centru. Ovi čvorovi rade kritične aplikacije, algoritmi umjetne inteligencije, analitika u stvarnom vremenu i poslovna logikaOni donose autonomne odluke: zaustavljaju liniju, preusmjeravaju narudžbu, šalju robota, prilagođavaju parametar procesa, aktiviraju alarm.
- Centralni oblak i podatkovni centriOni su i dalje neophodni za dodajte informacije, usluge pohrane u oblakuobučiti napredne modele mašinskog učenja i orkestrirati cijelu infrastrukturuIz oblaka se modeli ažuriraju, a zatim raspoređuju na rubne čvorove, te se donose strateške odluke za globalno planiranje i optimizaciju.
U ovoj arhitekturi, sirovi podaci se prvo obrađuju na rubu mreže ; samo filtrirani, sažeti ili obogaćeni dio zatim putuje u oblak. Ovo smanjuje promet, smanjuje troškove komunikacije i, što je najvažnije, omogućava odziv na nivou milisekundi kada je to potrebno.
Razlike između edge computinga, cloud computinga i fog computinga
Budući da su svi ovi koncepti slični, lako ih je pomiješati. Edge, cloud i fog computing dijele ideju distribucije obrade , ali nisu isti:
- Cloud computingVaši podaci se pohranjuju i obrađuju u velikim udaljenim podatkovnim centrima, kojima upravljaju pružatelji usluga kao što su AWS, Azure ili Google Cloud. Uređaji šalju informacije u oblak na obradu tamo.Čak i ako je podatkovni centar "relativno blizu", i dalje postoji kompletno putovanje: putovanje tamo, obrada i putovanje nazad.
- Računanje magleNalazi se na pola puta između oblaka i ruba. Vrlo je koristan kada Mnogo je uređaja raspoređenih po širokom području (na primjer, pametna zgrada sa stotinama senzora)Resursi za obradu i pohranu podataka raspoređeni su u međusloju („fog“ čvorovi) koji agregira podatke s više rubnih uređaja, jer nijedan uređaj nema dovoljno snage sam po sebi.
- Rubno računanje: vrši obradu direktno na uređaj ili na vrlo obližnji lokalni čvorOsnovna logika se nalazi u skladištu, vozilu, fabrici ili čak u samom senzoru. Može komunicirati s oblakom, ali ne zavisi od njega da reaguje na ono što se dešava u datom trenutku.
U modernoj logistici, uobičajeni pristup nije odabir jednog ili drugog, već kombinacija sva tri pristupa ovisno o slučaju upotrebe : ultrabrze odluke na rubu mreže, agregacija u magli i globalno planiranje u oblaku.
Prednosti edge computinga za logistiku, industriju i lanac snabdijevanja
Usvajanje edge computinga donosi niz vrlo jasnih prednosti, posebno u okruženjima gdje su milisekunde važne, a podaci se generiraju u ogromnim količinama.
Drastično smanjenje latencije
Ključna prednost je vrijeme odziva. Obradom informacija na izvoru, latencija se u mnogim slučajevima smanjuje s milisekundi na mikrosekunde. Ovo je od vitalnog značaja u:
- Industrijska kontrola i automatizacija postrojenja: zaustavljanje u nuždi, fino podešavanje parametara, kontrola kvalitete sa umjetni vid ili korekcije putanje kod robota ne mogu čekati na potpuno putovanje do oblaka.
- Povezana i autonomna vozilaAutomobil ili kamion opremljen senzorima može generirati oko 1 GB podataka u sekundi. Nije izvodljivo slati tako veliku količinu podataka na udaljeni server svaki put kada trebamo kočiti ili izbjeći prepreku.Obrada se mora obaviti na ploči ili na vrlo bliskim rubnim čvorovima.
- Videoigre i proširena stvarnost u oblakuServisi za streaming igara ili AR/VR iskustva u stvarnom vremenu zahtijevaju izuzetno nisku latenciju kako igrač ne bi primijetio kašnjenje. Približite servere za igre rubu mreže To čini iskustvo sličnim kao da imate konzolu pored sebe.
Operativna efikasnost i uštede troškova
Još jedna kritična tačka su troškovi prenosa podataka. IoT uređaji generišu ogromne količine informacija , ali u mnogim slučajevima se zapravo koristi samo mali procenat. Jedna studija citirana u industriji pokazala je, na primjer, da je naftna platforma na moru sa 30.000 senzora aktivno koristila manje od 1% podataka koje je generisala za donošenje odluka.
Kod edge computinga, podaci se filtriraju, agregiraju i obrađuju lokalno ; samo podaci relevantni za naprednu analizu, reviziju ili obuku AI modela šalju se u oblak. To obično može rezultirati smanjenjem prometa podataka od 35% do 60%, dostižući 75-80% u visoko optimiziranim projektima , uz odgovarajuće uštede u propusnom opsegu i pohrani u oblaku.
Nadalje, rubni uređaji obično imaju vlastite računarske mogućnosti , što vam omogućava dodavanje novih čvorova bez značajnog povećanja potrošnje mreže ili potrebe za ulaganjem u masivni centralni podatkovni centar. To je fleksibilniji i skalabilniji način rasta: dodajete snagu tačno tamo gdje vam je potrebna.
Poboljšana sigurnost informacija i privatnost
U sektorima koji rukuju osjetljivim podacima (zdravstvo, bankarstvo, farmaceutska logistika, odbrana, hrana) , slanje svih sirovih podataka u javni oblak nije uvijek prihvatljivo zbog propisa ili rizika.
Edge computing ovdje dodaje još jedan sloj: veliki dio podataka se obrađuje i pohranjuje lokalno , smanjujući izloženu površinu mreže. Nadalje, distribucijom obrade i pohrane na više čvorova izbjegava se klasična "jedna tačka kvara" centraliziranih arhitektura.
Ako je čvor kompromitovan, on obično sadrži samo ograničeni dio informacija . Taj dio mreže može biti izolovan, protokoli sajber sigurnosti primijenjeni na perimetru, a ostatak operacije nastaviti s radom, minimizirajući utjecaj.
Otpornost i kontinuitet usluge
U logistici i upravljanju lancem snabdijevanja, zaustavljanje zbog prekida veze s oblakom nije opcija . Skladišta, distributivni centri, fabrike, bolnice i elektrane moraju nastaviti s radom čak i uz probleme s mrežom.
Sa edge computingom, edge nodovi mogu nastaviti autonomno raditi kada veza prestane: oni nastavljaju s izvršavanjem kontrolnih algoritama, primjenom poslovnih pravila i upravljanjem lokalnim robotima, mašinama i sistemima. Kada se veza obnovi, oni sinhronizuju informacije s oblakom bez prekidanja svojih aktivnosti.
Inteligentni roboti za intralogistiku i automatizaciju skladišta
Jedno od područja gdje edge computing pravi najveću razliku je intralogistika: sve što se događa unutar skladišta ili distributivnog centra , od prijema robe do otpreme.
Gartner predviđa da će tri od četiri velike kompanije koristiti neku vrstu inteligentnog intralogističkog robota do 2026. godine. To uključuje autonomne mobilne robote, automatski vođena vozila (AGV), robotske ruke za branje, sisteme za sortiranje i druga sajber-fizička rješenja prilagođena logističkim okruženjima.
Ovi roboti ne samo da automatiziraju repetitivne zadatke poput premještanja paleta, nošenja kutija operateru ili podizanja pojedinačnih jedinica, već uključuju i senzore, umjetni vid i algoritme umjetne inteligencije koji im omogućavaju da "razumiju" svoje okruženje, navigiraju između ljudi i drugih vozila te koordiniraju jedni s drugima.
Edge computing je ovdje ključan jer se veliki dio obrade obavlja na samom robotu ili na lokalnim skladišnim serverima . To omogućava optimizirane rute u hodu, trenutno otkrivanje prepreka, dinamičku preraspodjelu zadataka i odgovore u stvarnom vremenu na promjene u potražnji (vrhunci, promocije, masovni povrati itd.).
Fleksibilnost, skalabilnost i testiranje uz niska početna ulaganja
Vrlo praktična prednost ovih inteligentnih robota s mogućnostima na rubu mreže je ta što se mogu postepeno primjenjivati: počinjete s nekoliko robota za određeni slučaj upotrebe (na primjer, transport paleta od prijemnog mjesta do skladišta), mjerite utjecaj i proširujete primjenu ako dobro funkcionira.
Zahvaljujući distribuiranoj inteligenciji , relativno je lako proširiti vozni park kako bi se podnijela vršna potražnja, dodati nove skladišne zone ili testirati različite tokove rada bez ponovne izgradnje cijele infrastrukture. Mnoge kompanije mogu eksperimentirati s novim slučajevima upotrebe uz upravljive početne investicije , učeći usput koja vrsta fleksibilne robotike najbolje odgovara njihovim procesima.
Analitičari čak preporučuju stvaranje specifičnih liderskih uloga u robotici i automatizaciji unutar područja lanca snabdijevanja kako bi se izbjeglo neočekivano djelovanje. Imati nekoga odgovornog za procjenu slučajeva upotrebe, određivanje prioriteta projekata, koordinaciju IT-a i operacija te orkestriranje implementacije edge i robotskih rješenja, uz istovremeno korištenje resursa koji vam mogu pomoći u upravljanju poslovanjem , čini svu razliku između izoliranog pilot projekta i prave transformacije.
Primjene rubnog računarstva u logistici i ključnim sektorima
Utjecaj edge computinga nije ograničen samo na unutrašnjost skladišta . On transformira mnoge karike u lancu snabdijevanja i druge sektore s vrlo sličnim izazovima u upravljanju podacima i vremenu odziva.
IoT logistika, pametne zgrade i centri
U logističkim centrima, paketnim čvorištima, korporativnim uredima i hotelskim lancima, instalirani su senzori za praćenje popunjenosti, temperature, vlažnosti, kvalitete zraka, potrošnje energije i sigurnosnih uređaja . Svi oni neprestano generiraju podatke.
Sistem za upravljanje zgradama i imovinom (BMS) sa edge computingom može obrađivati ove signale u realnom vremenu i prilagođavati kontrolu klime, rasvjetu i pristup u hodu . To se u mnogim slučajevima prevodi u uštedu energije između 10% i 30%, kao i u veću udobnost i manji broj incidenata.
Industrija 4.0 i prediktivno održavanje
U industrijskom okruženju, edge computing je centralna komponenta Industrije 4.0 . Mašine, PLC-ovi, CNC-ovi i proizvodne linije povezuju se na edge gateway-e koji prate vibracije, temperature, potrošnju, vremena ciklusa i hiljade drugih varijabli.
Reprezentativan primjer su proizvođači alatnih mašina koji instaliraju senzore na kritične komponente (vretena, linearne ose, rotacijske ose) i pokreću dijagnostičke cikluse („otiske prstiju“) kako bi snimili stanje mašine. Ovi podaci se analiziraju pomoću algoritama mašinskog učenja koji se koriste na rubu sistema, a sposobni su procijeniti preostali vijek trajanja svake komponente.
Zahvaljujući ovom pristupu, vrijeme zastoja je smanjeno sa nekoliko dana na nekoliko sati , održavanje se može aktivirati neposredno prije nego što dođe do kvara, a kupcima širom svijeta ponuđene su nove usluge prediktivnog održavanja. Oblak se koristi za obuku modela s agregiranim podacima iz stotina mašina, ali se otkrivanje anomalija vrši lokalno, u stvarnom vremenu.
Optimizacija proizvodnje u prehrambenoj i robi široke potrošnje
U prehrambenom sektoru, gdje varijable okoline uveliko utiču na konačni kvalitet , računarstvo na rubu mreže daje vrlo konkretne rezultate. Zamislite proizvodnu liniju za smrznuti polupečeni hljeb, s procesima koji traju između četiri i pet sati, a u kojima temperatura i vlažnost utiču na fermentaciju i konačni volumen hljeba.
Ako šipke izađu s većom zapreminom od očekivane, kutija može primiti manje jedinica, što povećava troškove transporta i može dovesti do odbijanja kupaca . Kako bi se to izbjeglo, implementirana su rješenja gdje kamere i senzori strojnog vida prikupljaju volumetrijske i obrađuju podatke na različitim tačkama duž linije i na samom kraju.
Ove informacije su integrirane u lokalne aplikacije koje preporučuju operaterima prilagođavanje parametara u stvarnom vremenu, bez oslanjanja na oblak . Rezultat: manje škarta u proizvodnji, konzistentniji obim, niži troškovi logistike i timovi u pogonu koji uče mnogo efikasnije prilagođavati recepte na osnovu dnevnih uslova.
Maloprodaja, lanci s više lokacija i korisničko iskustvo
Veliki maloprodajni lanci upravljaju stotinama prodavnica kao distribuiranim čvorovima . Pomoću edge computinga, oni mogu obrađivati podatke sa kamera, RFID senzora, POS sistema i sistema za čekanje u svakoj prodavnici bez preopterećenja centralne mreže.
Ovo omogućava detekciju redova i trenutno otvaranje kasa, podešavanje rasvjete i kontrole klime na osnovu zauzetosti, sprečavanje krađe, ažuriranje zaliha u hodu i nastavak prodaje čak i ako se izgubi veza sa podatkovnim centrom . Oblak se zatim koristi za konsolidaciju informacija i obavljanje analize na visokom nivou (trendovi prodaje, planiranje kupovine, marketing itd.).
Mobilnost, pametni gradovi i transport
U transportu i pametnim gradovima, računarstvo na rubu puta također brzo napreduje. Autonomna i povezana vozila lokalno obrađuju podatke iz LiDAR-a, radara, kamera i GPS-a kako bi odlučila hoće li kočiti, skrenuti ili promijeniti traku bez potrebe za konsultovanjem udaljenog servera za svako kretanje.
U gradu, semafori, promjenjivi znakovi, senzori za parkiranje i sistemi za upravljanje saobraćajem analiziraju protok saobraćaja u realnom vremenu i prilagođavaju cikluse i prioritete na samoj raskrsnici ili na rubnim čvorovima općine. Nema potrebe slati sva očitanja u udaljeni podatkovni centar da bi se svjetlo na semaforu promijenilo u žuto.
Zdravstvo, bankarstvo i drugi ključni sektori
U bolnicama, edge computing omogućava kontinuirano praćenje pacijenata pomoću uređaja koji analiziraju vitalne znakove u realnom vremenu i izdaju neposredna upozorenja o svim opasnim odstupanjima. Isto važi i za lokalnu obradu medicinskih slika (CT skeniranje, magnetna rezonanca), što smanjuje vrijeme čekanja i ubrzava dijagnoze.
U robotski potpomognutoj hirurgiji, svaka milisekunda je važna : minimalna latencija u komunikaciji između pokreta hirurga i robota je ključna za tačnost, tako da obrada mora biti što bliže operacionoj sali.
U bankarstvu i plaćanjima, edge sistemi pomažu u otkrivanju prevara u realnom vremenu analizirajući obrasce korištenja direktno na bankomatima, POS terminalima ili lokalnim platnim prolazima, bez stalnog slanja svih osjetljivih podataka na udaljene servere. Ovo poboljšava i sigurnost i usklađenost s propisima čuvanjem više informacija unutar mrežnog perimetra.
Odnos edge computinga sa 5G, optičkim vlaknima, umjetnom inteligencijom i drugim tehnologijama
Cijeli ovaj scenario ne bi bio moguć bez paralelne evolucije drugih tehnologija. Edge computing ne postoji sam za sebe: oslanja se na 5G, optička vlakna, umjetnu inteligenciju, blockchain i AR/VR kako bi oslobodio svoj puni potencijal.
5G i optička vlakna: povezivost sljedeće generacije
Da bi edge computing dobro funkcionirao, mreža mora biti spremna za zadatak . 4G nudi prosječne latencije od oko 50 ms; s 5G i optičkim vlaknima, ovo se može smanjiti na 1 ms u idealnim scenarijima. Ovo ne samo da približava podatke serveru, već i dodatno skraćuje "putovanje" potrebno pri komunikaciji s oblakom ili drugim čvorovima.
Operateri s velikim optičkim mrežama i naprednim 5G mrežama mogu postaviti ove mikro podatkovne centre vrlo blizu korisnika , olakšavajući slučajeve upotrebe kao što su povezani automobili, igre u oblaku s niskom latencijom, industrijska proširena stvarnost ili hiperpovezani pametni gradovi.
Umjetna inteligencija na rubu
Kombinacija umjetne inteligencije i računarstva na rubu mreže (edge computing) mijenja pravila igre. Modeli mašinskog učenja obučeni u oblaku se "pakuju" i raspoređuju na rubne čvorove ili direktno na uređaje , gdje se pokreću kako bi donosili odluke u hodu.
Ovo omogućava, na primjer, prepoznavanje nedostataka u proizvodima u realnom vremenu pomoću mašinskog vida, otkrivanje anomalnih obrazaca u senzorima, predviđanje kvarova, personalizaciju iskustava u prodavnici ili prilagođavanje logističkih ruta u hodu bez oslanjanja na kontinuiranu vezu sa udaljenim serverom.
Blockchain, AR/VR i ostali saputnici
Postoje i druge tehnologije koje vrlo dobro funkcioniraju s rubom mreže. Blockchain, na primjer, integrira se sa senzorima u lancu snabdijevanja kako bi bilježio događaje (temperature, lokacije, rukovanje) u distribuiranim i nepromjenjivim registrima, zadržavajući dio obrade i verifikacije na samom rubu mreže.
S druge strane, proširena i virtualna stvarnost imaju velike koristi kada se obrada odvija blizu korisnika : manje kašnjenja, manje mučnine od kretanja i prirodnija impresivna iskustva. Od industrijskih simulatora do udaljene podrške s AR naočalama u skladištima, kombinacija AR/VR + edge otvara mnoga vrata u obuci, održavanju i operacijama.
Izazovi i razmatranja prilikom implementacije edge computinga
Nisu sve automatske prednosti. Implementacija edge computinga također donosi vlastite tehničke i organizacijske izazove koje treba jasno razumjeti.
S jedne strane, distribuirano upravljanje je složenije : umjesto nekoliko centraliziranih servera, dobijate desetine, stotine ili hiljade rubnih čvorova raspoređenih po postrojenjima, skladištima, vozilima ili prodavnicama. Potrebne su vam platforme za orkestraciju i praćenje koje vam omogućavaju implementaciju softvera, ažuriranje AI modela i centralno praćenje statusa svakog čvora.
S druge strane, sigurnost se mora preispitati korištenjem pristupa "Nultog povjerenja" : mnogo ulaznih tačaka, više uređaja, više fizičkih lokacija. Postaje neophodno implementirati snažnu autentifikaciju, end-to-end enkripciju, segmentaciju mreže, stalno praćenje i jasne politike upravljanja ranjivostima na cijelom perimetru.
Nadalje, postoji početna investicija u hardver i senzore koja se ne može zanemariti. Iako povrat investicije obično dolazi od operativnih ušteda, smanjenog vremena zastoja, manjeg otpada i novih servisnih linija, faza pokretanja zahtijeva pažljivo planiranje i tačne proračune.
Konačno, tu je i koordinacija između ruba mreže i oblaka : odlučivanje o tome šta se obrađuje lokalno, šta se šalje u oblak, kada i sa kojim nivoom detalja. Loša arhitektura može zakomplicirati sinhronizaciju, duplicirati podatke ili ostaviti zastarjele modele na rubu mreže.
Imajući sve navedeno u vidu, jasno je da edge computing više nije samo teorija ili buduće obećanje: on transformiše skladišta, lance snabdijevanja, fabrike, bolnice, vozila i prodavnice u realnom vremenu . Približavanjem obrade izvoru podataka, smanjuje se latencija, ublažava opterećenje oblaka, poboljšava sigurnost, povećava otpornost i otvara vrata automatizaciji i uslugama koje su, ne tako davno, izgledale kao naučna fantastika. Za svaku kompaniju koja se oslanja na logistiku i brzo donošenje odluka na terenu, razumijevanje i implementacija više nije opcionalno; to je konkurentska prednost koju je teško ignorisati.
