11 Mitos Edge Computing

11 Mitos Edge Computing

Perangkat IoT yang disematkan sekarang dapat menghosting intelijen, yang sebelumnya berada di domain pusat data
Pemrosesan di edge secara signifikan mengurangi latensi, memungkinkan aplikasi waktu nyata
Alat pengembangan yang komprehensif ada untuk mendukung pengembang dan mengurangi waktu ke pasar.

Robert Oshana, Wakil Presiden R&D Rekayasa Perangkat Lunak untuk lini bisnis Pemrosesan Tepi di NXP Semiconductors, meruntuhkan mitos seputar komputasi tepi.

1. Perangkat edge IoT menghadirkan risiko keamanan karena perangkat edge hanya mampu menampung langkah-langkah keamanan dasar.

Keamanan adalah persyaratan mendasar dari perangkat edge, dan serangkaian tindakan keamanan digital dapat diterapkan untuk memastikan karakteristik keamanan yang esensial dari integritas, kerahasiaan, keaslian, dan non-penyangkalan. Solusi keamanan IoT modern semakin didasarkan pada teknik root-of-trust (RoT), di mana algoritme keamanan kriptografi di-host dan dilindungi dari serangan fisik di lingkungan yang keras.

Dalam beberapa kasus, overhead komputasi dari fungsi keamanan ini diturunkan ke chip keamanan khusus yang tertanam, atau modul platform tepercaya (TPM). Di tempat lain, fungsionalitas dapat di-host di inti khusus dari MPU multicore.

Kombinasi subsistem keamanan perangkat keras dan perangkat lunak ini memastikan pertahanan sekuat mungkin terhadap serangan berbahaya di sepanjang siklus hidup aplikasi.

2. Pemrosesan tepi tidak dapat mendukung aplikasi waktu nyata karena latensi yang melekat pada jaringan area luas.

Aplikasi IoT yang sedang berkembang, seperti mobil otonom, robot industri, dan bedah jarak jauh, memerlukan tingkat respons waktu nyata. Model komputasi awan tradisional belum dapat mendukung jenis kasus penggunaan ini, karena latensi khas internet dan jaringan area luas lainnya.

Oleh karena itu, aplikasi ini telah mendorong peningkatan yang signifikan dalam daya komputasi yang tertanam dalam perangkat dan perangkat lunak IoT, yang dulunya berada di domain pusat data dan sekarang dapat dihosting di edge. Kecerdasan yang ditingkatkan ini memungkinkan lebih banyak pengambilan keputusan lokal, menghasilkan tingkat respons yang mendekati waktu nyata, sehingga memberdayakan generasi baru aplikasi canggih.

3. Teknik pembelajaran mesin terbatas pada pusat data karena persyaratan pemrosesannya melebihi kemampuan komputasi tepi.

Seiring dengan perkembangan perangkat keras IoT, kemajuan perangkat lunak telah menjadi kunci pertumbuhan kemampuan pemrosesan tepi. Seiring dengan semakin matangnya teknik pembelajaran mesin (ML), alat telah muncul yang memungkinkan model ML untuk diterapkan di cloud, dengan tugas inferensi terkait yang diunduh ke perangkat edge.

Perangkat lunak ML di perangkat edge mendapat manfaat dari unit perangkat keras canggih seperti unit pemrosesan grafis (GPU), unit pemrosesan pusat (CPU), pemroses sinyal digital (DSP), dan akselerator unit pemrosesan saraf (NPU) untuk melakukan inferensi ML waktu nyata tugas secara lokal dengan koneksi cloud sesekali.

Peningkatan tingkat kecerdasan di edge ini mendukung munculnya aplikasi yang lebih kompleks yang mengandalkan tingkat respons waktu nyata.

4. Komputasi tepi membutuhkan daya dan tidak cocok untuk aplikasi berdaya rendah.

Konsumsi daya adalah karakteristik penting dari perangkat edge. Banyak aplikasi, seperti perangkat yang dapat dikenakan atau sensor jarak jauh, harus beroperasi dalam waktu lama dengan sekali pengisian daya baterai, atau diberi daya dari sumber energi alternatif.

MCU yang disematkan menggunakan berbagai teknik pengoptimalan daya, termasuk penggunaan bahan silikon berdaya rendah dan partisi fungsionalitas sesuai dengan penggunaan. Teknik pengoptimalan daya utama adalah dengan mempartisi arsitektur system-on-chip (SoC) sehingga partisi yang berbeda mengontrol domain tertentu—misalnya, domain waktu nyata, domain aplikasi, dan domain fleksibel.

Perangkat lunak pengoptimalan daya memastikan penggunaan daya minimum pada tingkat sistem dengan hanya memberi daya pada bagian SoC yang diperlukan pada waktu tertentu. Gambar 1 mengilustrasikan bagaimana teknik ini diterapkan untuk memperpanjang masa pakai baterai perangkat seperti jam tangan pintar.

1. Kontrol domain daya dinamis dalam aplikasi jam tangan pintar. (Sumber: Essentials of Edge Computing oleh NXP)

5. Internet akan dibanjiri oleh meningkatnya jumlah perangkat yang terhubung.

Meningkatnya jumlah perangkat IoT yang terhubung telah menjadi kontributor utama ledakan pertumbuhan data internet dalam beberapa tahun terakhir, dengan beberapa analis memperkirakan bahwa 74 zettabyte data akan dibuat secara global pada tahun 2021 (1 zettabyte setara dengan satu triliun gigabyte).

Karena daya komputasi yang tertanam di perangkat edge terus meningkat, lebih banyak pemrosesan data terjadi di edge daripada di cloud. Pemrosesan data lokal ini secara signifikan akan mengurangi jumlah data yang harus diproses di cloud. Hubungan linier antara jumlah perangkat IoT dan lalu lintas internet akan berubah secara mendasar, secara proporsional

secara alami mengurangi jumlah data yang dikirimkan melalui internet.

6. Perangkat tepi IoT benar-benar bergantung pada konektivitas seluler agar bermanfaat.

Konektivitas jaringan nirkabel adalah pendukung mendasar dari beragam kasus penggunaan IoT di berbagai bidang seperti perangkat yang dapat dikenakan, otomatisasi rumah, gedung pintar, otomatisasi industri, perangkat medis, dan banyak lagi. Aplikasi IoT individu sangat bervariasi dalam persyaratan konektivitasnya; sistem pencahayaan pintar domestik bergantung pada teknologi jaringan mesh, sensor jarak jauh dalam aplikasi pertanian memerlukan jaringan berdaya rendah, aplikasi otomatisasi pabrik bergantung pada respons waktu nyata dan mobil yang terhubung membutuhkan jangkauan area yang luas.

Empat protokol nirkabel utama saat ini menonjol dalam aplikasi IoT (Gbr. 2). Wi-Fi 6 menawarkan kecepatan tinggi, konektivitas latensi rendah di ruang dalam ruangan dan Zigbee, Thread, dan Bluetooth Low Energy (BLE) populer di gedung pintar dan rumah, misalnya, di mana jaringan mesh berdaya rendah diperlukan. Ultra-wideband (UWB) memungkinkan penentuan posisi yang akurat untuk aplikasi pelacakan dan komunikasi jarak dekat (NFC) memberikan pertukaran dan akses data yang aman.

Perangkat Keras