Os dispositivos que usamos no dia a dia estão se tornando mais poderosos, reduzindo as cargas nos data centers e complementando - ou, em alguns casos superando - recursos de nuvem, criando novas e emocionantes aplicações de IoT

Enquanto muitos dispositivos tecnológicos sempre conectados de hoje aproveitam a computação em nuvem, os fabricantes de dispositivos de Internet e Coisas (IoT) e os desenvolvedores de aplicativos estão começando a descobrir os benefícios de ter mais computação e análise nos próprios dispositivos.

Esta abordagem de fazer mais no dispositivo ajuda a reduzir a latência para aplicações críticas e a dependência da nuvem, além de gerenciar melhor o enorme tráfego de dados gerados pela IoT. Um exemplo desta tendência é a recém-anunciada câmera de segurança indoor da Nest, Cam IQ, com capacidade de reconhecimento de imagens no dispositivo para analisar o movimento, distinguir membros da família e enviar alertas somente se alguém não reconhecido ou que não corresponda aos parâmetros pré-definidos entre no seu campo de visão. Ao executar tarefas de visão computacional dentro da câmera, a Nest reduz a quantidade de largura de banda e o processamento e o armazenamento na nuvem. Além disso, o processamento no dispositivo melhora a velocidade dos alertas, ao mesmo tempo em que reduz as chances de alertas falsos e recorrentes.

Por meio de soluções locais que respondem mais rápido, a Edge Computing leva a uma experiência de melhor qualidade com tempos de resposta mais rápidos para os usuários finais.

Essa capacidade de fazer o processamento e a análise avançada no dispositivo é conhecida como "Edge Computing". Pense na "borda" da rede como o universo de dispositivos e gateways conectados à internet. A Edge Computing oferece novas possibilidades para as aplicações de IoT, particularmente para quem confia no Machine Learning para tarefas como detecção de objetos, reconhecimento de face, processamento de linguagem e alertas sobre obstáculos ao redor.

O aumento da Edge Computing é uma passo a mais de um ciclo de tecnologia bem conhecido que começa com o processamento centralizado e, em seguida, evolui para arquiteturas mais distribuídas. A própria internet começou com um número limitado de mainframes conectados em instalações governamentais e universidades - que não escalou para uso massivo e acessível até que os terminais "burros" conectados com mainframes fossem substituídos por PCs com maior capacidade de processamento local, especialmente para renderizar os gráficos presentes nas páginas ricas de uma World Wide Web emergente. Da mesma forma, a revolução móvel acelerou muito depois que os feature phones foram substituídos por smartphones na rede celular. A Edge Computing terá um efeito semelhante em relação à IoT, alimentando um forte crescimento do ecossistema à medida que os dispositivos finais se tornem mais poderosos e capazes de executar aplicações sofisticadas.

A Edge Computing oferece um valor tangível nos casos de uso industrial e de consumo industrial. Isso pode ajudar a reduzir os custos de conectividade, enviando apenas as informações importantes em vez de todo o fluxo de dados dos sensores, o que é particularmente valioso para dispositivos que se conectam via LTE/celular, como medidores inteligentes ou rastreadores de ativos. Ao lidar com uma enorme quantidade de dados produzidos por sensores em uma instalação industrial ou uma operação de mineração, por exemplo, ter a capacidade de analisar e filtrar os dados antes de enviá-lo pode levar a grandes economias em recursos de rede e computação.

A segurança e a privacidade também podem ser melhoradas com a computação migrando para a borda da rede, mantendo dados confidenciais dentro do dispositivo. Por exemplo, os novos sistemas de publicidade do varejo e a sinalização digital são projetados para fornecer anúncios segmentados e informações com base em parâmetros chave definidos em dispositivos de campo, como informações demográficas. A Edge Computing ajuda essas soluções a protegerem a privacidade do usuário tornando os dados anônimos, analisando e mantendo os dados na fonte, evitando enviar informações identificáveis ??para a nuvem.

A Edge Computing também reduz a latência e torna as aplicações conectadas mais sensíveis e robustas. Evitar as viagens de ida e volta dos dados do dispositivo para a nuvem é fundamental para aplicativos que usam visão computacional ou Machine Learning - por exemplo, um sistema de verificação de identidade empresarial ou um rastreamento e filmagem de um drone proprietário ou de um objeto. O Machine Learning no dispositivo também pode melhorar as interfaces de linguagem natural, permitindo que os alto-falantes inteligentes, como o Echo, da Amazon, ou o Google Home, reajam mais rapidamente, interpretando as instruções de voz localmente, executando comandos básicos, como ativar/desativar as luzes, ou ajustar as configurações do termostato, mesmo que a conectividade com a Internet falhe. Além disso, a computação na borda permite atualizações comandadas remotamente para o software do dispositivo e a lista de comandos locais que pode executar, ampliando sua vida útil, dando a eles novas funções.

A proliferação da soluções de Machine Learning para aplicações IoT é um poderoso driver para capacidades avançadas de Edge Computing. Os dispositivos não só precisam executar redes neurais complexas de Machine Learning, de forma rápida, como precisam fazê-lo enquanto consumem muito pouca energia, já que muitos dispositivos IoT funcionam com bateria. Isso está levando a adoção de arquiteturas de computação heterogêneas - integrando diversos mecanismos como CPUs, GPUs e DSPs - nos dispositivos IoT para que diferentes cargas de trabalho sejam atribuídas de forma mais eficiente, melhorando assim o desempenho e a eficiência energética. De fato, os DSPs mostraram uma melhoria de 25 vezes na eficiência energética e uma melhoria 8 vezes no desempenho versus a execução das mesmas cargas de trabalho em uma CPU.

Com a Edge Computing, a oportunidade para os arquitetos do sistema é aprender a aproveitar os benefícios do poder de computação distribuído disponível de ponta a ponta - tocando nas capacidades de dispositivos de campo, gateways e da própria nuvem. Os dispositivos de borda estão sendo criados com capacidades de computação cada vez mais sofisticadas. Junte isso com tecnologias de conectividade avançadas não tão distante de tornarem-se realidade, como o 5G, e que fornecerão conectividade mais rápida, mais robusta e maciça, e torna-se óbvio que estamos prestes a testemunhar o surgimento de uma nova geração de dispositivos inteligentes e aplicativos. É realmente um momento fascinante para assistir e participar.