Edge computing är en av drivkrafterna för framtidens industrier och en grundläggande komponent i 5G-nätverk, säger professor Javid Taheri. Han har nyligen publicerat en referensbok i ämnet, Edge Intelligence: From Theory to Practice. Boken ger en värdefull introduktion till ett framväxande forskningsområde.
Vilka är de nuvarande bristerna i molndatasystemen, som Edge Computing löser?
Trots att det finns många kraftfulla servrar är molndataresurser vanligtvis långt från slutanvändarna och därmed inte lämpliga för att utföra uppgifter med stränga krav, som oftast är relaterade till tjänsternas latens från början till slut och/eller integriteten för personuppgifter. Edge Computing har skapats som ett direkt svar på dessa frågor.
Vilka är riskerna med att använda Edge Computing?
Edge Computing för dataresurser närmare datakällan och utökar därmed tjänsternas beräkningsyta. Detta ökar i sin tur också attackytan mot sådana starkt distribuerade system och plattformar. Detta gör dem naturligt sårbara för många säkerhetshot, t.ex. DDoS-attacker.
Hur hänger Edge Computing ihop med artificiell intelligens och maskininlärning?
Edge Computing-plattformar är starkt distribuerade system som består av många heterogena komponenter, allt från kraftfulla back-end-molnservrar till små IoT-enheter. För att optimera resurserna (både för beräkning och nätverk) på dessa mycket flyktiga plattformar måste man fatta många gemensamma beslut som vanligtvis är för komplexa för att kunna göras i tid med nuvarande optimeringstekniker. Artificiell intelligens och maskininlärning är kraftfulla verktyg som successivt kan lära sig av fungerande system och följaktligen optimera dem i farten.
Varför är Edge Computing viktigt för den framtida forskningen om latens?
Låg latenstid är ett oundvikligt krav när det gäller att förverkliga många nya tjänster (t.ex. i smarta byggnader, fabriker och städer). Forskningen om latens inom Edge Computing är mer komplex än den traditionella forskningen om latens inom nätverksvärlden, eftersom den till skillnad från de vanliga trenderna inom nätverksvärlden som främst syftar till att optimera överföringen av data längs nätverkslänkar och -enheter, omfattar forskningen om latens inom Edge Computing även minimering av beräkningsuppgifter som ska utföras på de pendlande delarna av sådana system.
Hur förbättrar Edge Computing vardagen för individer i ett samhälle?
Förutom att skapa bättre fabriker och industrier som i slutändan leder till bättre produkter kan Edge Computing också möjliggöra skapandet av direkta tjänster för enskilda personer. Mer personlig shopping (t.ex. rekommendationer av produkter på plats hos återförsäljare) och smartare fordon (t.ex. online-diagnos av fel och dynamisk styrd kökörning av bilar) är några av de mest konkreta exemplen på hur Edge Computing kan förbättra vår vardag.
Vad är innehållet i din nya bok (Edge Intelligence: From Theory to Practice) och hur kan den vara till hjälp?
"Edge Intelligence: From Theory to Practice" är en referensbok som lämpar sig för föreläsningar om alla relevanta ämnen inom Edge Computing och dess kopplingar till artificiell intelligens och maskininlärning. Boken utgår från grunderna och går steg för steg vidare till hur koncept för artificiell intelligens och maskininlärning kan hjälpa eller dra nytta av Edge Computing-plattformar. Med hjälp av praktiska laborationer konkretiseras varje ämne så att eleverna kan öva sina inlärda kunskaper med riktig utrustning och branschgodkända programvarupaket.
