As plataformas de computação em cloud público permitem que as empresas complementem seus data centers privados com servidores globais que estendem sua infraestrutura a qualquer local e permitem que aumentem e diminuam os recursos computacionais conforme necessário. Esses clouds híbridos público-privados oferecem flexibilidade, valor e segurança sem precedentes para aplicações de computação corporativa.
No entanto, as aplicações de AI executadas em tempo real em todo o mundo podem exigir um poder de processamento local significativo, muitas vezes em locais remotos muito distantes de servidores centralizados em cloud. E algumas cargas de trabalho precisam permanecer no local ou em um local específico devido à baixa latência ou requisitos de residência de dados.
É por isso que muitas empresas implantam suas aplicações de AI usando computação no edge, que se refere ao processamento que ocorre onde os dados são produzidos. Em vez de o processamento em cloud fazer o trabalho em uma reserva de dados distante e centralizada, a computação no edge lida e armazena dados localmente em um dispositivo no edge. E, em vez de depender de uma conexão com a Internet, o dispositivo pode operar como um nó de rede independente.
A computação no cloud e no edge tem uma variedade de vantagens e casos de uso e podem funcionar em conjunto.
O Que É Computação no Cloud?
De acordo com a empresa de pesquisa Gartner, “a computação no cloud é um estilo de computação em que recursos escalonáveis e elásticos habilitados para IT são fornecidos como um serviço usando tecnologias de Internet”.
Existem muitos benefícios quando se trata de computação no cloud. De acordo com o relatório “The State of Cloud-Driven Transformation” da Harvard Business Review, 83% dos entrevistados disseram que o cloud é muito ou extremamente importante para a estratégia e crescimento futuro de sua empresa.
A adoção da computação no cloud só está aumentando. Veja por que as empresas implementaram infraestrutura no cloud e continuarão a fazê-lo:
- Menor custo inicial: a despesa de capital com a compra de hardware, software, gerenciamento de IT e eletricidade ininterrupta para energia e resfriamento é eliminada. A computação no cloud permite que as organizações coloquem aplicações no mercado rapidamente, com uma barreira financeira baixa para a entrada.
- Preço flexível: as empresas pagam apenas pelos recursos de computação usados, permitindo mais controle sobre os custos e menos surpresas.
- Computação sob demanda ilimitada: os serviços no cloud podem reagir e se adaptar às demandas em constante mudança, provisionando e desprovisionando recursos automaticamente. Isso pode reduzir custos e aumentar a eficiência geral das organizações.
- Gerenciamento de IT simplificado: os provedores no cloud fornecem a seus clientes acesso a especialistas em gerenciamento de IT, permitindo que os funcionários se concentrem nas necessidades básicas de seus negócios.
- Atualizações fáceis: O hardware, software e serviços mais recentes podem ser acessados com um clique.
- Confiabilidade: backup de dados, recuperação de crashes e continuidade de negócios são mais fáceis e mais baratos porque os dados podem ser espelhados em vários locais redundantes na rede do provedor do cloud.
- Economize tempo: as empresas podem perder tempo configurando servidores e redes privados. Com a infraestrutura no cloud sob demanda, eles podem implantar aplicações em uma fração do tempo e chegar ao mercado mais cedo.
O Que É Computação no Edge?
A computação no edge é a prática de mover o poder de computação fisicamente para mais perto de onde os dados são gerados, geralmente um dispositivo ou sensor da Internet das Coisas. Nomeado para a forma como o poder de computação é trazido para o edge da rede ou dispositivo, a computação no edge permite um processamento de dados mais rápido, maior largura de banda e soberania de dados garantida.
Ao processar dados no edge de uma rede, a computação no edge reduz a necessidade de grandes quantidades de dados trafegarem entre servidores, o cloud e dispositivos ou locais no edge para serem processados. Isso é particularmente importante para aplicações modernas, como ciência de dados e AI.
Quais São as Vantagens da Computação no Edge?
De acordo com a Gartner, “as empresas que implantaram casos de uso no edge em produção crescerão de cerca de 5% em 2019 para cerca de 40% em 2024”. Muitas aplicações de alta computação, como deep learning e inferência, processamento e análise de dados, simulação e streaming de vídeo, tornaram-se pilares da vida moderna. À medida que as empresas percebem cada vez mais que essas aplicações são alimentadas pela computação no edge, o número de casos de uso no edge na área de produção deve aumentar.
As empresas estão investindo em tecnologias no edge para colher os seguintes benefícios:
- Menor latência: o processamento de dados no edge resulta na eliminação ou redução do deslocamento de dados. Isso pode acelerar insights para casos de uso com modelos complexos de AI que exigem baixa latência, como veículos totalmente autônomos e realidade aumentada.
- Custo reduzido: o uso da rede local para processamento de dados garante às empresas maior largura de banda e armazenamento a custos mais baixos em comparação com a computação no cloud. Além disso, como o processamento ocorre no edge, menos dados precisam ser enviados ao cloud ou ao data center para processamento adicional. Isso resulta em uma diminuição na quantidade de dados que precisam viajar e no custo.
- Precisão do modelo: a AI depende de modelos de alta precisão, especialmente para casos de uso no edge que exigem resposta em tempo real. Quando a largura de banda de uma rede é muito baixa, normalmente é aliviada pela redução do tamanho dos dados alimentados em um modelo. Isso resulta em tamanhos de imagem reduzidos, quadros ignorados em vídeo e taxas de amostragem reduzidas em áudio. Quando implantados no edge, os loops de feedback de dados podem ser usados para melhorar a precisão do modelo de AI e vários modelos podem ser executados simultaneamente.
- Alcance mais amplo: o acesso à Internet é essencial para a computação tradicional no cloud. Mas a computação no edge pode processar dados localmente, sem a necessidade de acesso à Internet. Isso estende o alcance da computação para locais anteriormente inacessíveis ou remotos.
- Soberania de dados: quando os dados são processados no local em que são coletados, a computação no edge permite que as organizações mantenham todos os seus dados confidenciais e computam dentro da rede local e do firewall da empresa. Isso resulta em exposição reduzida a ataques de segurança cibernética no cloud e melhor conformidade com leis de dados rígidas e em constante mudança.
Qual o Papel da Computação no Cloud na AI no edge?
Tanto a computação no edge quanto a computação no cloud podem aproveitar as aplicações em contêiner. Os contêineres são pacotes de software fáceis de implantar que podem executar aplicações em qualquer sistema operacional. Os pacotes de software são abstraídos do sistema operacional do host para que possam ser executados em qualquer plataforma ou cloud.
A principal diferença entre os contêineres no cloud e no edge é a localização. Os contêineres no edge estão localizados no edge de uma rede, mais próximos da fonte de dados, enquanto os contêineres no cloud operam em um data center.
As organizações que já implementaram soluções no cloud em contêiner podem implantá-las facilmente no edge.
Muitas vezes, as organizações recorrem à tecnologia nativa no edge para gerenciar seus data centers de AI no edge. Isso ocorre porque os data centers de AI no edge geralmente têm servidores em 10.000 locais onde não há segurança física ou equipe treinada. Consequentemente, os servidores de AI no edge devem ser seguros, resilientes e fáceis de gerenciar em escala.
Saiba mais sobre a diferença entre desenvolver a AI no local e não no cloud.
Quando Usar Computação no Edge vs. Computação no Cloud?
Edge e computação no cloud têm recursos distintos e a maioria das organizações acabará usando ambos. Aqui estão algumas considerações ao analisar onde implantar diferentes cargas de trabalho.
| Computação no Cloud | Computação no Edge |
|---|---|
| Processamento de dados não sensíveis ao tempo | Processamento de dados em tempo real |
| Conexão de internet confiável | Locais remotos com conectividade limitada ou sem internet |
| Cargas de trabalho dinâmicas | Grandes conjuntos de dados que são muito caros para enviar ao cloud |
| Dados de armazenamento no cloud | Dados altamente confidenciais e leis de dados rígidas |
Um exemplo de situação em que a computação no edge é preferível à computação no cloud é a robótica médica, na qual os cirurgiões precisam de acesso a dados em tempo real. Esses sistemas incorporam uma grande quantidade de software que pode ser executado no cloud, mas as análises inteligentes e os controles robóticos cada vez mais encontrados em salas de operação não podem tolerar latência, problemas de confiabilidade de rede ou restrições de largura de banda. Neste exemplo, a computação no edge oferece benefícios de vida ou morte para o paciente.
Saiba mais sobre o que considerar ao implantar a AI no edge.
O Melhor dos Dois Mundos: Uma Arquitetura Híbrida no Cloud
Para muitas empresas, a convergência no cloud e no edge é necessária. As empresas centralizam quando podem e distribuem quando precisam. Uma arquitetura híbrida no cloud permite que as empresas aproveitem a segurança e a capacidade de gerenciamento de sistemas locais, ao mesmo tempo em que aproveitam os recursos de cloud público de um provedor de serviços.
Uma solução de cloud híbrido significa diferentes situações para diferentes empresas. Pode significar treinamento no cloud e implantação no cloud, treinamento no data center e uso de ferramentas de gerenciamento de cloud no edge ou treinamento no edgee uso do cloud para centralizar modelos para aprendizado federado. Há oportunidades ilimitadas para unir o cloud e o edge.
Saiba mais sobre a plataforma de computação acelerada da NVIDIA, criada para ser executada independentemente de onde uma aplicação esteja: no cloud, no edge e em qualquer lugar.