Nie, to nie pomyłka w tytule — tym razem nie chodzi o chmury, ale o przetwarzanie we mgle, które odbywa się dosłownie tuż obok ciebie. To robot odkurzający, który wysyła ci wiadomość na telefon, że utknął w rogu, albo samochód, który pomaga ci nawigować, określając liczbę aut i pieszych znajdujących się w pobliżu.
Przewiduje się, że w 2024 roku Internet rzeczy (IoT) przekroczy wartość biliona USD. Nie może się to obyć bez technologii mgły obliczeniowej, które są naprawdę niedostrzegalne, niemal jakby były „zamglone”. Dowiedzmy się, skąd wziął się ten trend i jakie procesy kryją się za zwykłym oglądaniem wideo online.
Historia
Mgła, jako zjawisko atmosferyczne, to chmura występująca tuż nad powierzchnią ziemi, dlatego stanowi trafną analogię dla technologii, która działa bliżej użytkownika końcowego niż chmura.
Mgła obliczeniowa to koncepcja opracowana przez kilku pracowników amerykańskiej korporacji Cisco. Samą koncepcję sformułował w 2011 roku Flavio Bonomi, a jego współpracowniczka Ginny Nichols zasugerowała nazwanie jej mgłą obliczeniową (ang. fog computing). Produkty Cisco zaczęły wykorzystywać rozwiązania oparte na mgle w 2014 roku, a w 2015 roku dyrektor ds. innowacji strategicznych w Cisco, Helder Antunes, założył OpenFog Consortium — grupę poświęconą wdrażaniu technologii mgły.
Współzałożycielami grupy były również firmy Dell, Intel, Microsoft, ARM i Laboratorium Obliczeń Brzegowych Uniwersytetu Princeton. Do konsorcjum dołączyło ponad 50 firm, w tym AT&T, General Electric i Mitsubishi, które stały się jego członkami. Głównym celem było wspólne opracowanie nowego typu przetwarzania danych.
Według definicji Cisco mgła obliczeniowa to model obliczeń rozproszonych pomiędzy urządzeniami końcowymi, podczas których przetwarzanie danych odbywa się w sposób zdecentralizowany, z udziałem sprzętu będącego źródłem danych. Jeśli wrócimy do analogii atmosferycznych, mgła pod wieloma względami przypomina chmurę, ale wyróżnia ją bliskość do użytkowników końcowych, gęste pokrycie geograficzne oraz mobilność.
Kiedy należy „wpuścić mgłę”
Sieci, domy i całe miasta stają się inteligentne. Aby szybko analizować informacje o wypadkach, ruchu drogowym i odczytach czujników, konieczne jest, aby odległość, jaką dane muszą pokonać do centrów danych, była jak najkrótsza. Jest to możliwe dzięki przetwarzaniu we mgle, które charakteryzuje się stosunkowo niższym opóźnieniem sygnału, ponieważ system znajduje się bliżej źródła danych, co eliminuje konieczność przesyłania ich bezpośrednio do głównej chmury.
Weźmy na przykład autopilota w samochodzie. Wszystkie dane dostarczane przez czujniki ruchu i kamery, które są wykorzystywane do podejmowania decyzji — na przykład, gdzie dokładnie skręcić i kiedy się zatrzymać — trafiają nie do chmury, lecz do zasobów mgły. Jeśli podczas jazdy na autopilocie w Tesli nagle na drogę wyskoczy jeleń, dzięki technologii przetwarzania we mgle przeszkoda zostanie szybko zidentyfikowana, co pozwoli uniknąć kolizji. Natomiast aktualizacja systemu i zapisywanie historii podróży odbywa się już w chmurze.
Innym powszechnym obszarem zastosowań jest medycyna. Badanie znamion lub guzów pod kątem złośliwości w czasie rzeczywistym, wczesna diagnoza chorób oraz tworzenie spersonalizowanego planu leczenia — monitorowanie pacjentów może odbywać się zdalnie, przy użyciu urządzeń mobilnych i telemedycyny. Aby wszystko mogło przebiegać szybko, tak aby na przykład lekarz mógł zostać powiadomiony o zawale serca pacjenta w ciągu kilku sekund i wezwać pomoc na czas, wymagane jest minimalne opóźnienie w przesyłaniu danych. Dzięki przetwarzaniu we mgle jest to możliwe, ponieważ zapewnia ono nie tylko szybką transmisję danych, ale również ochronę prywatności, gdyż urządzenia lokalne są łatwiejsze do monitorowania i zabezpieczenia.
Mgła obliczeniowa może również przesyłać wstępnie przetworzone dane do chmury w celu ich długoterminowego przechowywania i dalszej analizy, co odciąża chmurę obliczeniową i optymalizuje efektywność IT. Jest to szczególnie przydatne dla platform streamingowych, usług udostępniania plików, aplikacji AR itp., które wymagają stałej wymiany danych co 15–20 milisekund. Pamięć podręczna, tworzona w celu uzyskania dostępu do wcześniej oglądanych danych lub szybszego pobierania filmów, jest także łatwiejsza do przechowywania na węzłach mgły.
Architektura systemu
Mgła obliczeniowa składa się z kilku warstw:
- Pierwszą warstwę stanowią urządzenia, czyli wszystkie czujniki, urządzenia mobilne, kamery, które zbierają niezbędne informacje.
- Druga warstwa to mgła, składająca się z routerów, bram, rozdzielaczy i oddzielnych serwerów, które częściowo przetwarzają dane przed ich przesłaniem do chmury.
- Trzecia warstwa to chmura, która przyjmuje wcześniej sformatowane dane i może je przechowywać przez dłuższy czas oraz analizować.
W teorii wszystko wydaje się jasne, jednak w praktyce pojawia się pytanie — gdzie znajdują się wszystkie te węzły mgły, jeśli nie w centrach danych?
Niektóre zasoby są zintegrowane z infrastrukturą telekomunikacyjną — ten model został już nazwany TelcoFog i może działać w połączeniu z siecią 5G. Inne są wbudowane w powszechne urządzenia, takie jak przystanki autobusowe, latarnie uliczne czy sygnalizatory świetlne. W niektórych przypadkach inteligentne światła wykorzystują kamery do rozpoznawania karetek pogotowia lub pojazdów straży pożarnej i odpowiednio zmieniają sygnalizację, aby umożliwić tym pojazdom szybszy przejazd.
Urządzenia użytkowników również mogą udostępniać swoją moc obliczeniową systemowi.
Stale rozwijane są nowe sposoby na poprawę efektywności przetwarzania we mgle. Jednym z wyzwań, z którymi mierzą się użytkownicy tego systemu, jest statyczny charakter węzłów mgły. Czasami w jednym obszarze gwałtownie wzrasta liczba zapytań, które trzeba natychmiast przetworzyć — na przykład w przypadku nagłego korka na zazwyczaj pustej ulicy, gdzie samochody wysyłają i odbierają dane z jednego serwera. W takich sytuacjach można wykorzystać drony wyposażone w węzły mgły. Dron szybko dociera na miejsce i zapewnia dodatkową moc obliczeniową dla systemu.
Jednak według Cisco 99,4% urządzeń, które potencjalnie mogłyby stać się częścią Internetu rzeczy, nadal nie jest podłączonych do sieci. Technologie przetwarzania we mgle są więc na bardzo wczesnym etapie swojego rozwoju.
