O Que É Computação na Borda?

A computação na borda é o conceito de capturar e processar dados o mais próximo possível de sua fonte ou usuário final. Normalmente, a fonte de dados é um sensor de Internet das coisas (IoT). O processamento é feito localmente, colocando servidores ou outro hardware próximo ao local físico das fontes de dados para processar os dados.

Como a computação na borda processa dados localmente (na borda da rede, em vez de na nuvem ou em um data center centralizado) ela minimiza a latência e os custos de trânsito de dados, permitindo feedback e tomada de decisões em tempo real.

O feedback instantâneo e sempre ativo que a computação na borda oferece é especialmente crítico para aplicações onde a segurança humana é um fator importante. Por exemplo, é crucial para veículos autônomos, onde economizar até mesmo milissegundos de processamento de dados e tempos de resposta pode ser fundamental para evitar acidentes. Também é fundamental em hospitais, onde os médicos dependem de dados precisos e em tempo real para tratar os pacientes.

Embora a computação na borda seja particularmente importante para aplicações modernas, como ciência de dados e machine learning, também conhecida como IA na borda, não é um conceito novo.

A História da Computação na Borda

Na verdade, a computação na borda remonta à década de 1990, quando as redes de entrega de conteúdo (CDNs) funcionavam como data centers distribuídos. Na época, os CDNs estavam limitados ao armazenamento em cache de imagens e vídeos, e não a cargas de trabalho massivas de dados.

Na década de 2000, a explosão de dispositivos inteligentes sobrecarregou a infra-estrutura de TI existente. No entanto, invenções como as redes peer-to-peer (P2P), onde os computadores estão ligados e partilham recursos sem passar por um computador servidor centralizado e separado, aliviaram a tensão.

Em meados da década de 2000, grandes empresas começaram a alugar recursos de computação e armazenamento de dados aos utilizadores finais através de nuvens públicas. À medida que a popularidade das aplicações baseadas em nuvem e das empresas que trabalham em vários locais cresceu, o processamento de dados da maneira mais eficiente possível tornou-se cada vez mais importante.

Todas essas tecnologias levaram à nossa forma atual de computação na borda, na qual os nós na borda têm a capacidade de fornecer acesso de baixa latência a recursos e insights com uso intensivo de dados. Esses recursos foram construídos com base nos princípios das habilidades de baixa latência do CDN, da plataforma descentralizada das redes P2P e da escalabilidade e resiliência da nuvem. Juntas, essas tecnologias criaram um framework de computação mais eficiente, resiliente e confiável.

Como Funciona a Computação na Borda?

A computação na borda funciona processando dados o mais próximo possível da fonte ou do dispositivo do usuário final. Ele mantém dados, aplicações e capacidade de computação longe de uma rede ou data center centralizado.

Tradicionalmente, os dados produzidos por sensores são frequentemente revisados manualmente por humanos, deixados sem processamento ou enviados para a nuvem ou para um data center para processamento e, em seguida, enviados de volta ao dispositivo. Depender apenas de revisões manuais resulta em processos lentos e ineficientes. E embora a computação na nuvem forneça recursos de computação, a transmissão e o processamento de dados exercem uma grande pressão sobre a largura de banda e a latência.

Largura de banda é a taxa na qual os dados são transferidos pela Internet. Quando os dados são enviados para a nuvem, eles viajam através de uma rede de longa distância, o que pode ser caro devido à sua cobertura global e às altas necessidades de largura de banda. Ao processar dados na borda, redes locais podem ser utilizadas, resultando em maior largura de banda a custos mais baixos.

Latência é o atraso no envio de informações de um ponto a outro; isso afeta os tempos de resposta. É reduzido durante o processamento na borda porque os dados produzidos por sensores e dispositivos IoT não precisam mais ser enviados para uma nuvem centralizada para serem processados.

Ao levar a computação até a borda ou mais perto da fonte de dados, a latência é reduzida e a largura de banda aumentada, resultando em insights e ações mais rápidas.

A computação na borda pode ser executada em um ou vários servidores para diminuir a distância entre o local onde os dados são coletados e processados, para reduzir gargalos e acelerar as aplicações. Uma infraestrutura de borda ideal também envolve uma plataforma de software centralizada que pode gerenciar remotamente todos os sistemas de borda em uma única interface.

Por Que Computação na Borda? Quais São os Benefícios da Computação na Borda?

A mudança para a computação na borda oferece às empresas novas oportunidades de obter insights de seus grandes conjuntos de dados. Os principais benefícios da computação na borda são:

• Menor latência: A latência é reduzida durante o processamento na borda porque os dados produzidos por sensores e dispositivos IoT não precisam mais ser enviados para uma nuvem centralizada para serem processados.
• Largura de banda reduzida: quando os dados são enviados para a nuvem, eles trafegam por uma rede de área ampla, o que pode ser caro devido à sua cobertura global e às altas necessidades de largura de banda. Ao processar dados na borda, redes locais podem ser utilizadas, resultando em maior largura de banda a custos mais baixos.
• Soberania dos dados: quando os dados são processados no local em que são coletados, a computação na borda permite que as empresas mantenham e processem todos os seus dados em um local adequado. Isso resulta na redução da exposição a ataques de segurança cibernética e na adesão a leis rígidas e em constante mudança sobre localização de dados.

Além da computação na borda, a maioria das empresas busca se beneficiar da IA na Borda: a fusão da computação na borda e da IA. Além dos benefícios acima, a IA na Borda oferece:

• Inteligência: as aplicações de IA são mais poderosas e flexíveis do que as aplicações convencionais, que podem responder apenas a entradas explicitamente previstas. Uma rede neural de IA não é treinada para responder a uma pergunta específica, mas sim para responder a um tipo específico de pergunta, mesmo que a pergunta em si seja nova. Isto dá ao algoritmo de IA a inteligência para processar entradas infinitamente diversas, como texto, palavras faladas ou vídeo.
• Insights em tempo real: como a tecnologia de ponta analisa os dados localmente, e não em uma nuvem distante, atrasada por comunicações de longa distância, ela responde às necessidades dos usuários e pode produzir inferências em tempo real.
• Melhoria persistente: os modelos de IA tornam-se cada vez mais precisos à medida que treinam com mais dados. Quando uma aplicação de IA de ponta confronta dados que não consegue processar com precisão ou confiança, normalmente os carrega para a nuvem para que o algoritmo de IA possa treinar novamente e aprender com eles. Portanto, quanto mais tempo um modelo estiver em produção na borda, mais preciso ele se tornará.

Com tanto valor a ser obtido, as empresas estão adotando rapidamente a computação na borda. O Gartner previu que até o final de 2023, 50% das grandes empresas terão uma estratégia de computação na borda documentada, em comparação com menos de 5% em 20201. Saiba mais sobre como a IA está mudando a forma como as empresas gerenciam aplicações na borda.

Por Que a Computação na Borda É Necessária Agora?

Nos últimos anos, a computação na borda tornou-se cada vez mais importante devido à convergência da IoT e do 5G. Essas tecnologias estão criando casos de uso que exigem que as empresas considerem a computação na borda.

Com a proliferação de dispositivos IoT veio a geração de big data. De repente, as empresas que coletavam dados de todos os aspectos de seus negócios perceberam que suas aplicações não foram desenvolvidas para lidar com volumes tão grandes de dados.

Além disso, perceberam que a infra-estrutura para transferir, armazenar e processar grandes volumes de dados pode ser extremamente cara e difícil de gerir. Talvez seja por isso que apenas uma fração dos dados coletados de dispositivos IoT é processada. Em algumas situações, chega a 25%.

E o problema está se agravando. Existem 40 bilhões de dispositivos IoT hoje. A Arm prevê que poderá haver 1 trilhão de dispositivos IoT. À medida que o número de dispositivos conectados cresce e a quantidade de dados que precisam ser transferidos, armazenados e processados aumenta, as empresas estão migrando para a computação na borda para aliviar os custos necessários para usar os mesmos. dados em modelos de computação em nuvem.

As redes 5G, que podem funcionar 10 vezes mais rápido que as 4G, são construídas para permitir que cada nó atenda centenas de dispositivos na borda, aumentando as possibilidades de serviços habilitados para IA em locais na borda.

Com o poder de processamento poderoso, rápido e confiável da computação na borda, as empresas têm o potencial de explorar novas oportunidades de negócios, obter insights em tempo real, aumentar a eficiência operacional e melhorar as experiências dos usuários.

Quais São os Tipos de Computação na Borda?

A definição de computação na borda é ampla. Frequentemente, a computação na borda é chamada de qualquer computação fora de uma nuvem ou de um data center tradicional.

Embora existam diferentes tipos de computação na borda, as três categorias principais de computação na borda incluem:

1. Borda do provedor: A borda do provedor é uma rede de recursos computacionais acessados pela Internet. É usado principalmente para fornecer serviços de empresas de telecomunicações, provedores de serviços, empresas de mídia e outras operadoras de CDN.
2. Borda corporativa: A borda corporativa é uma extensão do data center corporativo, que consiste em data centers em escritórios remotos, microdata centers ou até mesmo racks de servidores localizados em um armário de computação no chão de fábrica. Tal como acontece com um data center tradicional e centralizado, esse ambiente geralmente pertence e é operado pela TI. No entanto, pode haver limitações de espaço ou de energia na borda da empresa que alterem o design desses ambientes.
3. Borda industrial: A borda industrial também é conhecida como borda distante. Geralmente abrange instâncias de computação menores, como um ou dois servidores de borda pequenos e robustos, ou até mesmo um sistema incorporado implantado fora de um ambiente de data center. Como funcionam fora de um data center normal, há uma série de desafios exclusivos de espaço, refrigeração, segurança e gerenciamento.

Quais São as Diferenças e Semelhanças entre Computação na Borda e Computação na Nuvem?

A principal diferença entre computação na nuvem e computação na borda é onde o processamento está localizado. Para a computação na borda, o processamento ocorre na borda de uma rede, mais próximo da fonte de dados, enquanto para a computação na nuvem, o processamento ocorre no data center.

O quadro abaixo detalha as diferenças entre as duas tecnologias:

A computação na borda e em nuvem têm recursos distintos e a maioria das empresas se beneficia do uso de ambas. Uma arquitetura de nuvem híbrida permite que as empresas aproveitem a segurança e a capacidade de gerenciamento dos sistemas locais, ao mesmo tempo que usam recursos de nuvem pública de um provedor de serviços.

As tecnologias nativas da nuvem, como a conteinerização, podem ajudar a gerenciar soluções de computação na borda. O IDC prevê que, até 2024, 75% das novas aplicações operacionais implantadas na borda aproveitarão a conteinerização para permitir uma arquitetura mais aberta e combinável, necessária para operações resilientes.

Quais São os Exemplos de Casos de Uso de Computação na Borda em Diferentes Setores?

A forma mais adotada de computação na borda é a IA na borda. Esta combinação de computação de borda e IA pode trazer inteligência em tempo real para empresas de setores como varejo, saúde, manufatura, hospitais e muito mais.

Computação na Borda para Varejo

Diante das rápidas mudanças na demanda, no comportamento e nas expectativas dos consumidores, os maiores varejistas do mundo recorrem à IA na borda para oferecer melhores experiências aos clientes.

Com a computação na borda, os varejistas podem aumentar sua agilidade ao:

• Reduzindo a perda: com câmeras e sensores nas lojas que usam IA na borda para analisar dados, as lojas podem identificar e prevenir casos de erros, desperdícios, danos e roubos.
• Melhorar o gerenciamento de estoque: As aplicações de computação na borda podem usar câmeras na loja para alertar os funcionários da loja quando os estoques estão baixos, reduzindo a incidência de rupturas de estoque.
• Simplificando as experiências de compra: com o rápido processamento de dados da computação na borda, os varejistas podem implementar pedidos por voz ou pesquisa de produtos para melhorar a experiência do cliente para os compradores.

Saiba mais sobre os três pilares da IA na borda no varejo.

Computação na Borda para Cidades Inteligentes

Cidades, campi escolares, estádios e shopping centers são exemplos de muitos lugares aonde a IA na borda está transformando locais em espaços inteligentes. A IA na borda ajuda a tornar esses espaços mais eficientes operacionalmente, seguros e acessíveis.

A computação na borda tem sido usada para transformar operações e melhorar a segurança em todo o mundo em áreas como:

• Reduzindo o congestionamento do tráfego: Nota usa IA de visão para identificar, analisar e otimizar o tráfego. As cidades utilizam a sua oferta para melhorar o fluxo do tráfego, diminuir os custos relacionados com o congestionamento do tráfego e minimizar o tempo que os condutores passam no trânsito.
• Monitoramento da segurança nas praias: a aplicação de detecção de imagens da Sightbit detecta perigos nas praias, como correntes de retorno e condições oceânicas perigosas, permitindo que as autoridades sinalizem com eficiência ameaças à segurança.
• Aumentar a eficiência das operações aéreas e aeroportuárias: Assaia criou uma aplicação de análise de vídeo habilitado para IA para ajudar companhias aéreas e aeroportos a tomar decisões melhores e mais rápidas em relação à capacidade, sustentabilidade e segurança.

Faça download deste eBook para obter mais informações sobre como construir espaços mais inteligentes e seguros com IA.

Computação na Borda para Montadoras e Manufatura

Fábricas, manufatura e montadoras estão gerando dados de sensores que podem ser usados de forma cruzada para melhorar os serviços.

Alguns casos de uso populares para promover eficiência e produtividade na manufatura incluem:

• Manutenção preditiva: Detectar anomalias antecipadamente e prever quando as máquinas falharão para evitar tempo de inatividade.
• Controle de qualidade: Detectando defeitos em produtos e alertando a equipe instantaneamente para reduzir o desperdício e melhorar a eficiência da fabricação.
• Segurança dos trabalhadores: utilização de uma rede de câmaras e sensores equipados com análise de vídeo baseada em IA para permitir que os fabricantes identifiquem trabalhadores em condições inseguras e intervenham rapidamente para prevenir acidentes.

Computação na Borda para Área da Saúde

A combinação de computação de ponta e IA está remodelando a área da saúde. A IA na borda fornece aos profissionais da área de saúde as ferramentas necessárias para melhorar a eficiência operacional, garantir a segurança e fornecer a experiência de atendimento da mais alta qualidade possível.

Dois exemplos populares de computação na borda baseada em IA no setor de saúde são:

• Salas cirúrgicas: modelos de IA construídos em streaming de imagens e sensores em dispositivos médicos estão ajudando na aquisição e reconstrução de imagens, otimizações de fluxo de trabalho para diagnóstico e planejamento terapêutico, medições de órgãos e tumores, orientação terapêutica cirúrgica e visualização e monitoramento em tempo real durante cirurgias.
• Hospitais: Hospitais inteligentes estão usando tecnologias como monitoramento de pacientes, triagem de pacientes, IA conversacional, estimativa de frequência cardíaca, scanners radiológicos e muito mais. A estimativa da pose humana é uma tarefa popular de IA de visão que estima pontos-chave do corpo de uma pessoa, como olhos, braços e pernas. Ele pode ser usado para ajudar a notificar a equipe quando um paciente se move ou cai da cama do hospital.

Assista a este vídeo para ver como os hospitais usam IA na borda para melhorar o atendimento aos pacientes.

Tecnologia NVIDIA na Borda

Para que as empresas possam aproveitar os dados gerados pelos bilhões de sensores IoT encontrados em lojas de varejo, nas ruas das cidades e em hospitais, elas precisam de sistemas de computação na borda que forneçam computação poderosa e distribuída, gerenciamento remoto simples e seguro e compatibilidade com tecnologias líderes do setor.

A NVIDIA reúne um ecossistema de ciência de dados e produtos de IA para permitir que as empresas aproveitem rapidamente o poder da IA na borda.

Servidores convencionais para IA na borda: as GPUs NVIDIA e as unidades de processamento de dados BlueField fornecem uma série de mecanismos de hardware definidos por software para rede e segurança aceleradas. Esses mecanismos de hardware oferecem o melhor desempenho da categoria, com todos os níveis necessários de privacidade, integridade e confiabilidade de dados corporativos integrados. Os Sistemas Certificados pela NVIDIA garantem que um servidor seja projetado de maneira ideal para executar aplicações modernas em uma empresa.

Soluções de gerenciamento para IA na borda: NVIDIA Fleet Command é uma plataforma gerenciada para orquestração de contêineres que agiliza o provisionamento e a implantação de sistemas e aplicações de IA na borda. Simplifica o gerenciamento de ambientes de computação distribuídos com a escalabilidade e a resiliência da nuvem, transformando cada local em um local seguro e inteligente.

Para empresas que desejam criar sua própria solução de gerenciamento, o NVIDIA GPU Operator automatizará o gerenciamento de todos os componentes de software NVIDIA necessários para provisionar GPUs. Esses componentes incluem drivers NVIDIA para habilitar CUDA, um plug-in de dispositivo Kubernetes para GPUs, o tempo de execução de contêiner NVIDIA, rotulagem automática de nós e um agente de monitoramento baseado em NVIDIA Data Center GPU Manager. A NVIDIA também oferece uma série de outras tecnologias nativas da nuvem para ajudar nos desenvolvimentos na borda.

Aplicações para IA na borda: Para complementar essas ofertas, a NVIDIA também trabalhou com parceiros para criar todo um ecossistema de kits de desenvolvimento de software, aplicações e frameworks industriais em todas as áreas da computação acelerada. Este software está disponível para implantação e gerenciamento remoto usando o hub de software NVIDIA NGC. As equipes de IA e TI podem obter acesso fácil a uma ampla variedade de modelos de IA pré-treinados e gráficos Helm prontos para Kubernetes para implementar em seus sistemas de IA na borda.

O Futuro da Computação na Borda

De acordo com o Edge Computing Spending Guide da empresa de pesquisa de mercado IDC, os gastos mundiais na borda crescerão para US$ 274 bilhões em 2025 e deverão continuar crescendo a cada ano, com uma taxa composta de crescimento anual de 15,6%.3

A evolução da IA, IoT e 5G continuará a catalisar a adoção da computação na borda. O número de casos de uso e os tipos de cargas de trabalho implantadas na borda crescerão. Hoje, os casos de uso na borda mais prevalentes giram em torno da IA de visão. No entanto, áreas de carga de trabalho como processamento de linguagem natural, sistemas de recomendação e robótica são oportunidades em rápido crescimento.

As possibilidades no limite são verdadeiramente ilimitadas.

Saiba mais sobre como usar a computação na borda e o que considerar ao implantar IA na borda.

• Gartner, “Building an Edge Computing Strategy,” G00753920, Sep 2021
• IDC, “IDC FutureScape: Worldwide IT/OT Convergence 2022 Predictions,” Dec 2021
• IDC, “New IDC Spending Guide Forecasts Double-Digit Growth for Investments in Edge Computing,” Doc #prUS48772522, Jan 2022