無論您的組織是數(shù)據(jù)科學新手還是有成熟的戰(zhàn)略，許多人都有類似的認識：大多數(shù)數(shù)據(jù)并非源自核心。

科學家通常希望訪問大量的數(shù)據(jù)，而這些數(shù)據(jù)對于安全地實時傳輸?shù)綌?shù)據(jù)中心來說是不合理的。無論距離是 10 英里還是數(shù)千英里，傳統(tǒng) IT 基礎設施的邊界根本就不是為了延伸到固定校園之外而設計的。

這使組織認識到，沒有邊緣戰(zhàn)略，任何數(shù)據(jù)科學戰(zhàn)略都是不完整的。

繼續(xù)閱讀以了解業(yè)界對耦合數(shù)據(jù)科學和邊緣計算的好處、面臨的挑戰(zhàn)、這些挑戰(zhàn)的解決方案的見解，并注冊以查看邊緣體系結(jié)構(gòu)藍圖的演示。

邊緣架構(gòu)

Edge computing 是一種 IT 體系結(jié)構(gòu)，通常用于創(chuàng)建能夠容忍地理分布數(shù)據(jù)源和高延遲低帶寬互連的系統(tǒng)。

由于操作環(huán)境的限制，以這種方式設計的計算系統(tǒng)通常可以通過犧牲計算速度和高可用性來識別。

如今，組織通常使用三種邊緣體系結(jié)構(gòu)：

流數(shù)據(jù)

邊緣預處理

自治系統(tǒng)

流數(shù)據(jù)

圖 1 。流式數(shù)據(jù)體系結(jié)構(gòu)在邊緣收集數(shù)據(jù)并在云中進行處理

如今，流式數(shù)據(jù)，即經(jīng)典的“大數(shù)據(jù)”體系結(jié)構(gòu)，是剛剛開始實施邊緣戰(zhàn)略的組織最流行的原型體系結(jié)構(gòu)。這種架構(gòu)從物聯(lián)網(wǎng)設備開始，通常是傳感器，放置在工廠、醫(yī)院或零售店的任何位置。然后，數(shù)據(jù)通過云發(fā)送到 IT 系統(tǒng)。

隨著數(shù)據(jù)處理能力的提高，這種體系結(jié)構(gòu)可能會成為一種障礙，因為需要的基礎設施水平以及需要從邊緣移動到核心的大量數(shù)據(jù)。

邊緣預處理

圖 2 。邊緣預處理模型是邊緣和云的混合模型

邊緣預處理模型是向邊緣過渡的組織最常見的體系結(jié)構(gòu)。

傳感器數(shù)據(jù)不是直接輸入數(shù)據(jù)中心運行的管道，而是輸入智能數(shù)據(jù)簡化應用程序。這通常是一種智能機器學習算法，它決定哪些數(shù)據(jù)是重要的，哪些數(shù)據(jù)必須發(fā)送回數(shù)據(jù)中心。

提取、轉(zhuǎn)換和加載（ ETL ）過程在該體系結(jié)構(gòu)中不太重要，因為數(shù)據(jù)縮減已經(jīng)在邊緣發(fā)生。因此，不需要兩個數(shù)據(jù)湖，推理可以更快地進行。結(jié)果是更快地執(zhí)行業(yè)務邏輯。

這是創(chuàng)建完全自治系統(tǒng)的良好墊腳石，允許無限量的數(shù)據(jù)壓縮。

自治系統(tǒng)

圖 3 。自治系統(tǒng)在邊緣處理數(shù)據(jù)，具有快速決策的特點

完全自治系統(tǒng)的特點是傳感器在邊緣收集數(shù)據(jù)，以低延遲快速做出決策。由于沒有時間將數(shù)據(jù)發(fā)送回數(shù)據(jù)中心或云以做出正確的決策，處理在邊緣進行，并自動采取行動。

使用此體系結(jié)構(gòu)，管道的每一步都被發(fā)送到日志機制，以記錄在邊緣做出的決策。批記錄將消息發(fā)送到云或核心數(shù)據(jù)中心，以便對所做的決策進行分析和系統(tǒng)調(diào)整。

構(gòu)建智能邊緣的行業(yè)見解

構(gòu)建智能邊緣解決方案不僅僅是將一個容器推送到數(shù)十或數(shù)千個站點。雖然這似乎是一項微不足道的任務，但您的組織的成功在很大程度上取決于您所建立的基礎設施，而不僅僅是數(shù)據(jù)科學。

構(gòu)建智能邊緣解決方案 運行時需要考慮許多復雜性，例如規(guī)模、互操作性和一致性。

構(gòu)建智能解決方案的建議技術(shù)包括：

Linux 邊緣系統(tǒng)

容器

Kubernetes

消息傳遞協(xié)議（ Kafka 、 MQTT 、 BYO ）

實踐中的邊緣基礎設施

當組織希望滿足其業(yè)務需求并使數(shù)據(jù)科學能夠推動創(chuàng)新時，您的選擇不應局限于您的體系結(jié)構(gòu)。實施邊緣體系結(jié)構(gòu)可以幫助您針對新的用例和技術(shù)對平臺進行未來驗證。

雖然了解您的體系結(jié)構(gòu)在 edge 實現(xiàn)的不同階段中所處的位置很有幫助，但通常最好是查看現(xiàn)場演示。

關于作者

Tiffany Yeung 是 NVIDIA Edge 和企業(yè)計算解決方案的產(chǎn)品營銷經(jīng)理。 Tiffany 專注于利用 NVIDIA 邊緣解決方案使醫(yī)院、商店、倉庫、工廠等實現(xiàn)創(chuàng)新。在 NVIDIA 之前， Tiffany 的背景是創(chuàng)業(yè)，她曾為許多財富 500 強公司提供咨詢。

審核編輯：郭婷