Nahoře je cloud, mezi námi mlha. Zní to jako předpověď počasí od někoho, kdo neumí pořádně česky. Přitom je to ale stručné vysvětlení toho, co to znamená edge nebo také fog computing. Cílem Průmyslu 4.0 je vylepšit efektivitu a produktivitu v průmyslové automatizaci aplikováním principů informačních technologií. Výsledkem je obrovské množství dat, které mohou znamenat potenciální obchodní příležitosti pro výrobce. Problémem ale je, že posílání všech těchto dat do a z cloudu je velmi časově náročné, drahé a vysoce nepraktické. Technologie, která by měla překlenout tuto propast mezi cloudem a propojenými továrními zařízeními, se nazývá edge computing nebo někdy také fog computing. Jak tyto výrazy přeložit do češtiny, se zatím odborníci neshodli. Navržený český výraz – mlžné síťování – se dosud příliš neujal. Cloud, nebo edge? – Obojí! Zpracování dat „na okraji“ doslova znamená selektivní přibližování cloud computingu blíže k senzorům, kde se data skutečně generují. Všechny možnosti cloudu, jako je zpracování a ukládání dat, komunikace a rozhodování, se tak přibližují k připojeným zařízením a uživatelům. Konkrétně to může znamenat budování distribuovaných datových center na okraji infrastruktury podniku, ve kterých se data ukládají i zpracovávají. Tento výklad ale není jediný. Edge computing může také znamenat, že se data sice zpracovávají přímo na koncových zařízeních, ale částečně nebo již zcela hotové výsledky se pak odešlou opět do cloudu. Na první pohled by se mohlo zdát, že toto řešení jde zcela proti ideji cloudu, který je situován v nějakém vzdáleném středovém místě, a díky tomu je úplně jedno, odkud k němu uživatel přistupuje, ať již proto, aby do něj informace vkládal, informace v něm zpracovával, nebo je z něj čerpal. Poptávka po co největší centralizaci výpočetního prostředí stále roste a s ní i počet aplikací, pro které je nezbytná. Na druhou stranu ale sílí i hlas těch, kdo volají po maximální bezpečnosti provozu, kterou lze nejlépe zajistit v rámci vlastní infrastruktury. Proto je velmi málo pravděpodobné, že by v budoucnu technologie edge computingu nahradila cloudová řešení. Naopak, v budoucnu se jeden neobejde bez druhého. Distribuované výpočetní systémy budoucnosti budou zahrnovat výpočetní schopnosti jak z cloudu, tak z edge – z okraje sítě. Proč je přiblížení datového rozhraní k uživateli užitečné? Typická chytrá továrna se skládá z mnoha různých zařízení a strojů, které jsou svou povahou heterogenní, a také ze softwaru, který je na těchto zařízeních nainstalován. Všechna tato zařízení jsou přes IoT bránu připojena k internetu. Výpočty, které lze provádět na okraji této sítě, mohou pomáhat výrobcům shromažďovat a analyzovat data, zjišťovat anomálie a přijímat autonomní rozhodnutí (pokud jsou k tomu oprávněni), která povedou k vyřešení problémů. Tím by se mohl ušetřit čas jinak potřebný k odesílání, zpracování a interpretaci dat do a z cloudu. Umístěn í datového rozhran í na okraj sítě umožňuje mnohem rychlejší analýzu dat v reálném čase, než jak to lze v případě cloudu či datových center. Edge computing nabízí výrobcům také výhodu lepšího zabezpečení, poněvadž přidružená připojená zařízení lze snadno zabezpečit pomocí ovládacích prvků dveří, videokamer či jiných fyzických zabezpečovacích prvků. Data jsou ve větším bezpečí už také proto, poněvadž fyzicky zůstávají v daném výrobním prostředí. Nižší jsou také provozní náklady i náklady na správu dat, protože data zůstávají v samotném zařízení. To automaticky znamená rovněž minimální náklady na infrastrukturu přenosu po síti. Servery umístěné na kraji sítě mohou pomoci snížit zatížení z připojených zařízení tím, že se na ně budou ukládat informace a budou tedy fungovat jako soukromý cloud, ke kterému lze přistupovat ze vzdáleného místa. Závěrem Věří se, že edge computing překlene současné slabiny klasického cloudu, jako jsou velká vzdálenost od zdrojů dat, vysoká latence, nízká šířka pásma či vysoké náklady na přenos dat. Je tu však jedno velké ALE: většina tzv. hraničních zařízeních, která se v současnosti používají, je jednoúčelová a to znamená, že je v podstatě nemožné je zpřístupnit třetím stranám. Univerzální zařízení tohoto typu jsou stále poměrně drahá a technologicky složitá. Jejich výroba a nasazení se zatím vyplácí jen ve specifických průmyslových provozech, kde se výrobní scénáře nemění příliš často. I zde ale zůstává velkým problémem nejednotnost komunikačních a přenosových protokolů. Jejich standardizace je tedy, zdá se, podmínkou nutnou pro masovější rozšíření distribuované umělé inteligence „na okraji“. Andrea Cejnarová
