На технологической конференции Cloud Next компания Google объявила, что сделано еще два шага (в сфере аппаратного и программного обеспечения) в направлении оснащения функциями анализа и машинного обучения граничных сетей и даже отдельных устройств Интернета вещей. Это позволит лучше справляться с огромными объемами данных, генерируемыми растущим числом устройств Интернета вещей.
Первым шагом стало расширение функционала программной платформы Cloud IoT для граничных сетей. Вторым – создание крошечного чипа, который можно интегрировать непосредственно в устройства Интернета вещей и обрабатывать собранные ими данные перед отправкой.
Граничные вычисления – описывающие архитектуру, в которой специализированный компьютер размещается в непосредственной близости от оконечных узлов Интернета вещей и выполняет анализ и обработку данных, инициированные этими узлами, без передачи информации в ЦОД – представляют собой весьма перспективную модель, особенно в сценариях с предъявлением жестких требований к задержке.
Впрочем, директор по исследованиям Интернета вещей компании 451 Research Кристиан Рено, считает, что технические преимущества граничных вычислений вторичны по сравнению с гораздо более важным человеческим фактором – управляющие внедрением операционных технологий на производственных и транспортных предприятиях, которые желают извлечь выгоду из технологий Интернета вещей, весьма некомфортно чувствуют себя, перенося важный управленческий и аналитический функционал в облако, пусть даже и частное.
Таким образом, адаптируя свой программный стек Интернета вещей к граничным устройствам, компания Google устраняет потенциально серьезные входные барьеры и делает свою продукцию более привлекательной с точки зрения управления корпоративным Интернетом вещей. Предложение Google вполне соответствует политике конкурирующих Microsoft и Amazon, которые уже перенесли свои платформы Интернета вещей к границе сети.
Укрепить позиции Google в конкурентной борьбе обещает анонсированный на Cloud Next процессор Edge TPU, ускоряющий машинное обучение с помощью программного обеспечения искусственного интеллекта TensorFlow.
«В зависимости от эффективности Edge TPU это может помочь нам не только догнать, но и обогнать конкурентов с технической точки зрения», – подчеркнул Рено.
Миниатюрный заказной чип Edge TPU разрабатывался специально для переноса моделей машинного обучения Google TensorFlow Lite на граничные устройства. Идея заключается в том, чтобы использовать устройства Интернета вещей для анализа и выдачи важных прогнозов.
На сайте Google говорится, что новый чип может быть использован для обеспечения профилактического обслуживания, выявления аномалий, реализации машинного зрения, роботизации и распознавания голоса.
Разработчики, желающие заполучить его, могут обратиться к Google.
Осталось посмотреть, будет ли Edge TPU работать так, как заявлено, и насколько высоким окажется спрос на него.
