As implantações de IoT estão alimentando investimentos em infraestrutura de computação de borda. Isso inclui gateways de borda e infraestrutura hiperconvergente.
É sabido que a IoT (Internet das Coisas) precisa da computação de borda. Atualmente, o mundo está no ritmo de atingir 41,6 bilhões de dispositivos IoT conectados. Isso gerará 79,4 zettabytes de dados em 2025, segundo a empresa de pesquisa IDC. Contudo, para aproveitar ao máximo esses dados, as empresas estão investindo em equipamentos de computação de ponta. É o caso de armazenamento e rede no limite, incluindo gateways IoT e infraestrutura hiperconvergente.
Mover o processamento e a análise de IoT para a computação de borda pode habilitar novos recursos. Por sua vez, isso pode reduzir a latência para aplicativos críticos. Dessa forma, pode-se melhorar a velocidade dos alertas e facilitar o carregamento da rede de forma simultânea.
Novas implantações de IoT
O serviço gerenciado oferece benefícios de computação de borda e carga reduzida na equipe de TI. Portanto, a SugarCreek está se preparando para a próxima geração de fabricação de alimentos, onde câmeras e análises de alta definição podem trabalhar juntas para mitigar rapidamente a contaminação ou outros problemas de processamento. Contudo, a única maneira de lidar com essa automação em tempo hábil é reforçar a computação de borda da empresa. Ao menos, é o que afirma Todd Pugh, CIO da SugarCreek.
“Reunir análises, servidores e armazenamento na ponta para processar dados das câmeras e sensores de IoT elimina a necessidade de “enviar comando e controle para a nuvem ou para um data center centralizado”. Isso pode levar 40 milissegundos para obter um local para outro, diz Pugh. “É muito tempo para interpretar os dados e, em seguida, fazer algo a respeito, sem afetar a produção”. Esse tipo de tomada de decisão precisa acontecer em tempo real, diz ele.
A computação de borda pode estar sobrecarregando um departamento de TI, porém, com recursos distribuídos pelos sites. No caso da SugarCreek, seis plantas de manufatura abrangem o Centro-Oeste dos EUA. Portanto, a SugarCreek planeja passar de sua infraestrutura de computação de borda da Lenovo gerenciada internamente para o VMware Cloud, lançado no serviço gerenciado da Dell EMC.
Computação de borda e data centers
Vale lembrar que a SugarCreek já usa computação de borda para acesso local a serviços de arquivo e impressão, tal como ao Microsoft Active Directory. Ela armazena vídeo de câmeras de vigilância internas e externas. Além disso, agrega sensores de temperatura e umidade para avaliar o desempenho de uma máquina.
Manter esses dados no limite versus interagir com o data center em tempo real, o que Pugh chama de “financeiramente impraticável”, reduz as demandas gerais de largura de banda. Por exemplo, a empresa pode armazenar 30 dias em vídeo de alta definição sem consumir largura de banda limitada. Outros dados, como os gerados pelos sensores, são coletados e encaminhados em intervalos regulares de volta ao data center.
Nuvem
“O serviço de nuvem é totalmente gerenciado pela VMware. Portanto, se um disco rígido falhar, a Dell entra e cuida dele”. Ou seja, ao invés de ter uma TI especializada em cada site ou fazer com que um membro da equipe de TI viaje em caso de problemas. Segundo Pugh, isso ajuda muito ao trabalhar com “recursos bastante restritos”.
A implementação da computação de borda dessa maneira também permitirá que a equipe faça tudo o que puder nos principais data centers.
“Poderemos proteger a borda e, usando a microssegmentação, tratá-la como se fosse apenas mais um data center. Ou seja, mudar para um serviço gerenciado na extremidade permitirá que meu pessoal se concentre em trabalhar mais rápido e melhor, em vez de se preocupar com energia e manutenção de computação”.
Infraestrutura hiperconvergente doméstica
A computação em borda está ajudando a manter a frota da Wabtec Corp. de 18.000 locomotivas na pista. Isso se dá por meio de uma rede de sensores de IoT. O software foi incorporado em mais de 20 computadores usados para controlar a locomotiva e interfaces homem/máquina. Todos enviam informações para serem processadas em um “mini data center” integrado que lida com aquisição, algoritmos e armazenamento de dados. As milhares de mensagens que vêm de cada locomotiva ajudam a empresa a “antecipar-se e ter visibilidade de 80% das falhas que ocorrem”, de acordo com Glenn Shaffer, líder de prognóstico da Wabtec Global Services. Isso o levou a se referir à borda como “uma utopia diagnóstica”.
O Wabtec (que se fundiu com a GE Transportation) não é novo na agregação de dados usando sensores sem fio. Afinal, a empresa de transporte ferroviário começou a usar uma versão da IoT (antes de ser denominada IoT) em suas locomotivas em 2000. Contudo, encontrou recursos limitados pelas despesas de comunicações via satélite. Afinal, na época, essa era a única opção para transmitir informações de um lado para o outro. Além disso, os trens viajam por diversos climas, terrenos e obstruções (como túneis), tornando as conexões não confiáveis.
Exemplo
Com a computação de borda, porém, as informações geradas a bordo agora podem ser analisadas, reagidas e armazenadas dentro dos limites da locomotiva e sem esgotar a largura de banda. Ou seja, o mini data center robusto e doméstico da Wabtec pode detectar falhas críticas e responder em tempo real.
Por exemplo, a infraestrutura personalizada monitora peças como cilindros, mede seu desgaste, mapeia isso contra as demandas de rotas futuras, como uma intensa subida de uma montanha, e programa a manutenção antes que a peça possa falhar, de acordo com John Reece, CIO dos Serviços Globais da Wabtec Freight.
Da mesma forma, se o mini data center a bordo receber um alerta de que um eixo está começando a travar, o torque poderá ser redistribuído automaticamente para os outros eixos. Isso impede uma avaria dispendiosa que exigiria a entrada de um guindaste para mover o veículo.
“Algumas coisas falham rapidamente em uma locomotiva, exigindo decisões que rodam no nível de milissegundos. Portanto, temos que agir rapidamente”, diz Reece.
Utilidade
Embora a computação de borda seja perfeitamente adequada para essas “falhas rápidas”, a Wabtec também conta com os recursos da nuvem para um monitoramento mais abrangente do ambiente da locomotiva, diz Reece. Por exemplo, uma vez que as peças defeituosas são detectadas e mitigadas a bordo, as lojas de manutenção são alertadas por meio de um modem celular conectado à borda. Dessa forma, podem solicitar peças e agendar técnicos apropriados para executar o trabalho de reparo. As equipes de logística recebem um alerta para que possam alertar os clientes sobre atrasos, conduzir reencaminhamentos ou atribuir locomotivas de substituição.
As lojas de manutenção, que Shaffer considera parte da estratégia de computação de borda da Wabtec grandes postos avançados para o upload de dados em volume total. Quando uma locomotiva entra, os técnicos vinculam o mini data center à nuvem por meio de uma conexão de alta velocidade e carregam todos os dados armazenados. Esses dados são usados para realizar análises de desempenho de combustível, gerenciamento do ciclo de vida e desenvolver análises preditivas / prescritivas por meio de uma plataforma de big data.
Sobrecarga de dados
A equipe da Wabtec toma cuidado para não sobrecarregar o sistema de bordo com dados desnecessários. Ela o faz minimizando o número de sensores e deixando algumas informações, como o status dos limpadores de pára-brisa, para os seres humanos. Mesmo quando as conexões sem fio 5G entram em ação, bem como o surgimento de trens autônomos, Reece diz que é importante discriminar onde os sensores são colocados, quais dados são coletados a bordo e como são processados na borda. A TI já opera com uma filosofia de atualização da energia computacional em 10x do estado atual “e ainda fica obsoleta rapidamente”. Ele acha que o armazenamento tem o mesmo problema.
“A conectividade ao longo das rotas nunca será 100% confiável e há um risco associado a atrapalhar o sistema na borda onde essas decisões são tomadas”, diz ele.
A computação de borda e recursos da nuvem pública
A Evoqua Water Technologies, fornecedora de soluções de tratamento de água de missão crítica, é uma veterana da IoT. Por mais de uma década, ela se baseou em sensores conectados e incorporados em seus equipamentos para monitorar remotamente seus sistemas de purificação e filtragem. Isso, além de coletar dados e, em seguida, alavancar qualquer percepção interna e externamente para os clientes.
“A transmissão de dados foi muito, muito cara, levando-nos a enviar apenas o que era importante”, diz Scott Branum, gerente sênior de soluções digitais da Evoqua. Se o equipamento estivesse funcionando corretamente, os dados dos sensores seriam enviados apenas uma vez por dia. No entanto, se um alarme disparasse, todos os dados relevantes seriam retransmitidos para o data center. Essa metodologia era usada também para controlar os custos de celular da empresa.
Gateway
Mais recentemente, a Evoqua migrou para a computação de borda incorporando um pequeno dispositivo de gateway baseado em Linux da Digi International aos seus sistemas de tratamento de água. Enquanto os dados gerados a partir de sensores e outras entradas eventualmente fluem desse gateway de computação e armazenamento por conectividade celular para uma plataforma de processamento de dados na nuvem do Microsoft Azure, alguma lógica de negócios é adotada na borda.
“Estamos pegando vários pontos de dados e agregando-os por meio de algoritmos proprietários, para que as regras de negócios possam ser acionadas conforme necessário”, diz Branum.
Por exemplo, se um incidente catastrófico for detectado, as análises na borda instruem o sistema a se desligar com base em regras predefinidas.
“Há algumas coisas que acontecem onde mal podemos esperar para tomar uma ação e certamente não podemos esperar até que os dados sejam transmitidos uma vez por dia e depois analisados”, diz ele.
Configuração
A configuração da computação de borda também é programada para detectar anomalias no desempenho do equipamento, identificar o problema e alertar uma equipe técnica externa, sem envolver o data center.
“Não estamos apenas enviando mão de obra para verificar um equipamento e ver como ele está funcionando; estamos obtendo inteligência comercial observando que uma vibração foi detectada em uma bomba específica, além de possíveis soluções ”, diz Branum.
Não apenas o tempo de um técnico é aproveitado melhor nas atividades de valor agregado. Mas também o conjunto de habilidades apropriado pode ser implantado com base no problema em questão.
Portanto, a equipe de Branum fica de olho nas entradas e ajusta os dados do sensor para evitar alarmes falsos. “Passamos muito tempo no front-end pensando em como vamos usar a borda”, diz ele. “Ainda não houve uma implantação que não tenhamos que refinar. Se o mercado – nossos clientes – nos diz que não há valor em determinadas funcionalidades e estamos apenas criando alarmes incômodos, mudamos isso”.
Fora das decisões imediatas que precisam ser tomadas na computação de borda, os dados são enviados ao data center para análises mais aprofundadas. É o caso de relatórios de custo-benefício e planejamento do ciclo de vida. Branum diz que o uso da nuvem pública em vez de um data center privado ajudou a reduzir os custos de desenvolvimento e a acompanhar os padrões do setor em segurança.
Fontes:
Network Worl
IT World