تأثیر فناوری رایانش لبه در اینترنت اشیا

 
تکنولوژی اینترنت اشیا به‌سرعت در حال پیشرفت و تکامل است. در حال حاضر طیف گسترده‌ای از ذینفعان در حال مطالعه‌ی دقیق چگونگی توزیع زیربنای محاسباتی و شبکه‌های رایانش لبه (edge computing) که به‌وسیله‌ی سرویس‌های رایانش ابری (cloud computing) فعال می‌شوند، هستند.

رایانش ابری بنا به دلایل متعددی با کمبودهایی برای سرویس‌های IoT مواجه است و همه‌ی نیازهای آن را پاسخ نمی‌دهد، ازجمله این دلایل می‌توان به موارد زیر اشاره کرد:

• مقدار داده‌های تولیدشده‌ی IoT، توسط سرویس‌های متمرکز رایانش ابری پشتیبانی نمی‌شوند.
• اگر داده‌ها برای پردازش شدن مدت طولانی در مسیر باقی بمانند، برخی از برنامه‌های کاربردی IoT عمل نخواهند کرد.
• برای اپراتورهای شبکه، هزینه حمل‌ونقل برای انتقال این حجم از اطلاعات به رایانش ابری، مقرون‌به‌صرفه نیست.

لبه، شامل دستگاه‌هایی از IoT است که پردازش داده‌های سنسورهای وسایل نقلیه، تجهیزات تولیدی و دستگاه‌های هوشمند پزشکی را بر عهده می‌گیرد و قابلیت محاسبه، اتصال و تجزیه تحلیل داده‌ها را دارد. علاوه براین محققان قابلیت تجمع محلی داده‌ها و زیرساخت‌های محاسباتی لبه را نیز در روند عملکرد سیستم‌های IoT مؤثر می‌دانند.

بر اساس تحقیقات انجام‌شده در این زمینه، محاسبات بازار جهانی نشان می‌دهد که ارزش خدمات رایانش لبه مانند حمل‌ونقل، مراقبت‌های بهداشتی و بخش‌های صنعتی معادل 18 میلیارد دلار خواهد بود. سرمایه‌گذاری اولیه در این راستا درزمینه‌ی سخت‌افزاری و پس‌ازآن اپلیکیشن‌ها و خدمات است که زمینه‌ی جدیدی در اینترنت اشیا محسوب می‌شود.

کمپانی Dell، اخیراً اعلام کرده است که یک واحد کسب ‌و کار را به IoT، با طرح سرمایه‌گذاری سه‌ساله 1 میلیارد دلاری اختصاص داده است. Dell، هزینه حمل ‌و نقل داده‌ها را با ارزش داده‌های دریافتی از سیستم‌های IoT برابر می‌داند. درگاه لبه، دستگاه‌های مختلف سیمی و بی‌سیم را به یکدیگر متصل و جمع‌آوری می‌کند و بعد از تجزیه‌ و تحلیل داده‌های ورودی آن‌ها را ارسال می‌نماید. ازآنجایی‌که درگاه خروجی به دستگاه‌ها و سنسورهای شما نزدیک است، فقط اطلاعات معنی‌دار را به ابر یا مرکز کنترل ارسال می‌کند و از ایجاد هزینه و مصرف پهنای باند جلوگیری می‌نماید.
کنسرسیوم OpenFog که یک گروه غیرانتفاعی است از طریق کارهای گروهی متعدد، یک معماری مرجع را برای تضمین قابلیت همکاری شرکت‌های مختلف ایجاد کرده است.

Lynne Canavan از مدیران اجرایی رایانش مه (fog computing)، در یک پست وبلاگ، از مشکلات اصلی IoT در برخورد با رایانش مه صحبت می‌کند: "رایانش مه کماکان به توسعه‌ی خود مبنی بر حل چالش‌های تکنیکی و اپلیکیشن های پیشرفته‌ی دیجیتالی در حوزه‌ی IoT با به‌کارگیری شبکه‌ی 5G و هوش مصنوعی ادامه می‌دهد. برای استفاده از مواردی که نیاز به امنیت، شناخت و کارایی سریع دارند، رایانش مه نه‌تنها یک‌رویه‌ی بهتر بلکه ضروری‌ترین راهکار است."

معماری مرجع OpenFog توسط انجمن استانداردهای IEEE مورداستفاده قرار می‌گیرد و کار خود را جهت استانداردسازی رایانش مه برای IoT و سایر تکنولوژی‌های لبه انجام می‌دهد. Helder Antunes، مدیر اجرایی OpenFog، در پست وبلاگ، IEEE را به‌عنوان یک نقطه عطف بزرگ و یک عامل کلیدی برای ادغام فناوری اطلاعات، فن‌آوری ارتباطات و تکنولوژی عملیاتی برای IoT، معرفی نمود.

وی افزود: "اینترنت اشیا باید بتواند مقادیر بسیار زیادی از اطلاعات را به‌صورت به هنگام برای موارد استفاده پیشرفته مانند هواپیماهای بدون سرنشین، وسایل نقلیه خودران و برنامه‌های هوش مصنوعی تعبیه کند. همچنین به همکاری کامل دستگاه‌های کاربر نهایی و سنسورها در تمام ابعاد نیاز دارد. بدین ترتیب واضح است که معماری‌های سنتی نمی‌توانند در چالش‌های عملیاتی برای برنامه‌های کاربردی پیشرفته دیجیتال مؤثر عمل کنند."

بسیاری از اپراتورهای جهانی بزرگ در مراحل مختلف کشف محاسبات لبه و معماری مه هستند، هرچند که هیچ‌یک از جزئیات عمومی برنامه‌های خود را منتشر نکرده‌اند. یکی از چالش‌های عمده مرتبط با کارایی رایانش لبه در اینترنت اشیا، املاک و مستغلات است. تصور کنید که وسایل نقلیه خواران در داخل یک ایالت در حال تردد هستند. آن‌ها مقدار زیادی داده را بر اساس ارتباطات بین زیرساخت‌های هوشمند، عابرین پیاده و وسایل نقلیه دیگر تولید می‌کنند. برای حمایت از این سطح حمل‌ونقل داده و پردازش اطلاعات، انتظار می‌رود عرصه‌های سخت‌افزاری گسترده‌تری وجود داشته باشند. بدین منظور سرورها می‌توانند به سایتهای زیربنایی موجود اضافه شوند و با استفاده از قدرت محاسبه‌ناپذیر تلفن‌های همراه نیازهای IoT را در لبه پاسخ دهند.