Мир движется в технологическое будущее, где нас ждут задачи по сбору, анализу и хранению астрономических объемов данных.Каждый день мы генерируем огромное количество данных, и их объем будет только расти по мере внедрения в организациях таких технологий как искусственный интеллект и Интернет вещей (IoT).
Визуализация направлений развития методов использования данных на ближайшие годы
Согласно прогнозам Gartner, к 2020 году к Интернету будет подключено более 20 миллиардов "вещей". Именно поэтому потребность в более простом и быстром доступе к данным для принятия информированных решений приобретает все большее значение.
Недавно я разговаривал с Data Center News Asia на одну из самых обсуждаемых тем в мире ЦОД – периферийные вычисления.Эта технология позволяет удовлетворить потребность в снижении времени задержки и увеличении эффективности за счет переноса обработки данных к месту создания данных.Ее правильное внедрение станет критически важным для способности бизнеса впоследствии эффективно внедрять интернет вещей (IoT), развивать умные города, создавать другие сервисы и, что важно, гарантировать бесперебойную работу этих сервисов для конечных пользователей.
Согласно докладу IBM, в мире ежедневно создается более 2,5 квинтиллионов байт данных.Учитывая все возрастающие объемы использования данных и количество устройств, которые будут подключены к сети в ближайшее время, нетрудно понять, почему бизнесу любого масштаба необходимо обратить пристальное внимание на технологию периферийных вычислений.
Существует четыре основных параметра, которые могут помочь в определении инфраструктуры, необходимой для обеспечения требуемых периферийных вычислений в зависимости от потребностей клиента.Области, анализируемые с целью создания архетипов, включают в себя масштабируемость, быстрое развертывание, эффективность и гибкость.
Информационно-емкие технологии периферийных вычислений выгодны таким компаниям, как Netflix, которые непрерывно собирают большие объемы данных и которым просто неудобно каждый раз передавать все собранные данные в облако, особенно, если речь идет о доставке HD-контента.Netflix и другим стриминговым сервисам необходима инфраструктура периферийных вычислений, которая позволила бы сократить затраты и задержки в доступе к данным, повышая при этом общее качество взаимодействия с пользователем.
Инфраструктура, чувствительная к человеческим задержкам доступа к данным, ориентирована на потребление данных человеком и может успешно применяться розничными компаниями, которым необходимо быстро и точно анализировать данные клиентов в почти реальном времени.Любые задержки получения данных могут потенциально привести к снижению объемов продаж и прибыли компании.
При чувствительности к задержкам передачи данных между машинами, обеспечивает инфраструктуру, подходящую для таких отраслей, как биржевая торговля, где как машины обрабатывают данные гораздо быстрее люди, и поэтому последствия задержки доступа к данным выше, чем в случае с аналогичной ситуацией с участием человека.
Критические инфраструктуры жизнеобеспечения служат для обеспечения поддержания здоровья и безопасности людей в таких местах, как больницы и госпитали.Эти системы учитывают критическую необходимость в скорости и надежности, без которых невозможно обойтись в указанных ситуациях.
По мере роста объемов производства данных и увеличения необходимости в их быстром извлечении и применении во все большем количестве различных сфер деятельности, преимущества вычислений обретают все более ясную форму.На относительно ранних этапах технологического проектирования важно создать инфраструктуры, которые подойдут для различных потребностей компании в обработке данных и позволят обеспечить оптимальный опыт взаимодействия с пользователем.
Краткое резюме – периферийные вычисления крайне важны для умных городов и быстро развивающихся технологий, которые в несколько раз увеличат объемы производства данных в мире.И нам необходимо воспользоваться ситуацией правильно, чтобы обеспечить устойчивое достижение своих абмиций в цифровом мире.
Этой статье предшествовало интервью в Data Center News Asia
