Edge computing, blockchain i sztuczna inteligencja – prognozy 2019 wg Red Hat

 

1. Blockchain - Ian Hood, chief technologist - Global Service Provider, Red Hat

W 2019 roku technologia blockchain nadal będzie rozwijać innowacyjne aplikacje we wszystkich branżach, w celu dystrybucji i zabezpieczania transakcji niemalże każdego rodzaju. Coraz większa część naszego życia zawodowego i prywatnego będzie prowadzona za pośrednictwem sieci publicznych i chmur obliczeniowych. Mowa na przykład o aplikacjach finansowych. Użytkownicy oczekują jednocześnie, aby dane osobowe, dokumentacja medyczna czy prawna były przechowywane w sposób bezpieczny.

W związku z powyższym powstało założenie, że żadna aplikacja nie ufa żadnej sieci, gdyż zdeterminowany atakujący jest w stanie spenetrować dowolną część infrastruktury. Wbudowanie sfery bezpieczeństwa w rozwijanie aplikacji i oprogramowania od samego początku nie tylko usprawnią wydajność dostaw, lecz także będą mieć wpływ na poprawę bezpieczeństwa w wymiarze jakościowym. To, czego oczekujemy w tym roku, to ewolucja mechanizmów szyfrowania end-to-end wykorzystywanych do zabezpieczenia dostaw poprzez sieci (VPN, SSL, klucze szyfrowania). Staną się one integralną częścią rozwoju aplikacji z technologią blockchain jako kluczowym elementem tych natywnych aplikacji chmurowych dedykowanych służbie zdrowia, telekomunikacji i wielu innym branżom.

2. Internet rzeczy - Tom Nadeau, Technical Director, NFV, Red Hat

W ciągu nadchodzących miesięcy jeszcze bardziej wzrośnie znaczenie Internetu rzeczy. Zmierzamy w kierunku rozszerzania łączności sieciowej i dostępu do coraz to większej liczby urządzeń czy systemów takich, jak samochody, czujniki i inny specjalistyczny sprzęt, projektowany do zastosowań przemysłowych, domowych lub mobilnych. Poniżej znajduje się zestawienie rozwijanych technologii, które mogą zdominować rynek w nadchodzących miesiącach.

a) Modele biznesowe

Większość przedsiębiorstw kontynuuje wdrożenia wybranego modelu zarządzania urządzeniami połączonymi w ramach Internetu rzeczy – zarówno tych, które są nabywane i zarządzane bezpośrednio przez firmę, jak i tych należących do pracowników. Niektóre organizacje rozważają również outsourcing zarządzania urządzeniami, nie tylko przekazanie tych obowiązków dostawcom usług telekomunikacyjnych, lecz także delegowanie zadań serwisom OTT (ang. Over The Top).

Dostawcy usług zapewniają obecnie zarządzanie usługami IoT, np. zdalnymi systemami alarmów domowych Comcast. Inni pracują z firmami w kierunku odciążenia ich w zakresie zarządzania tymi urządzeniami. Z kolei dostawcy OTT, tacy jak Google, rozszerzają swoje oferty, korzystając z rozproszonych systemów do zarządzania w chmurze, jak na przykład Nest.

Jeszcze inne podmioty zajmą się elektryfikacją pojazdów oraz ich zarządzaniem. Nawet duże agencje takie jak amerykańska Federalna Administracja Lotnictwa (ang. FAA, Federal Aviation Administration) rozważają np. zarządzenie samolotami z wykorzystaniem podobnych narzędzi. Pod uwagę brane jest również zarządzanie, a przynajmniej monitorowanie w podobny sposób dronów.

b) Zarządzanie urządzeniami

W tym obszarze jednym z głównych wyzwań pozostaje zarządzanie cyklem życia i monitorowanie stanu urządzeń. Warto pamiętać, że te podłączone do Internetu rzeczy nie zawsze mają dostęp do niezawodnej sieci o wystarczającej przepustowości. Pociąga to za sobą konieczność dostosowania tych systemów do wciąż zmieniającego się środowiska. Na przykład aktualizacje oprogramowania sprzętowego powinny być przeprowadzone we właściwym czasie, aby uniknąć sytuacji, w której urządzenie pracujące na obrzeżu sieci traci łączność przed zakończeniem aktualizacji.

Zarządzanie cyklem życia urządzeń IoT (w tym także oprogramowaniem lub firmwarem) jest przedmiotem wielu projektów open source. Społeczności te skupiają się na rozproszonej architekturze Edge computing, która wykorzystuje takie projekty, jak OpenStack czy Kubernetes. W ramach tych projektów „zdalne” klastry służą do zwiększenia zasięgu i skali oprogramowania zarządzającego urządzeniami, niezależnie od tego, czy jest to domowy system alarmowy, czy automatyzacja przemysłowa z wykorzystaniem robotów. Nowsze projekty, takie jak Akraino Edge Stack, stanowią próbę odpowiedzi na problemy związane z zarzadzaniem urządzeniami, tworząc stosy oprogramowania z komponentów potrzebnych do uruchomienia rozwiązań typu Edge computing.

Istnieje dużo ciekawych inicjatyw, które prezentują niestandardowe podejście do zarządzania Internetem rzeczy. Na przykład tworzonych jest wiele projektów związanych z sieciami vRAN (ang. virtual Radio Access Network), takich jak Open RAN (ORAN). Zaangażowane w nie osoby ściśle współpracują z operatorami sieci, by upewnić się, że proponowane rozwiązania są możliwie najbardziej zgodne z istniejącymi potrzebami infrastruktury.

Wysiłek opisany powyżej jest ukierunkowany na wspieranie istniejących przypadków wykorzystania technologii typu Edge, jednak odnosi się również do wsparcia, utrzymania i dostarczania odpowiednich informacji urządzeniom IoT w zakresie potrzeb, jakie mogą wystąpić w przyszłości, związanymi z tetheringiem i sterowaniem pozasieciowym. Będzie to też dotyczyć implikacji związanych z masową skalą stosowania IoT .

3. Sztuczna Inteligencja (AI) / Uczenie Maszynowe (ML) - Daniel Riek, senior director, AI, Office of the CTO, Red Hat

Obciążenie pracą sztucznej inteligencji (SI) stanie się głównym motorem strategii IT. Wykorzystanie technologii SI odzwierciedla rozwój i transformację branży informatycznej. Kontrahenci coraz bardziej skupiają się na inteligentnych aplikacjach, które mogłyby umożliwić im usprawnienie biznesu. Dotyczy to dowolnego sposobu pracy oprogramowania, nie tylko w zakresie tradycyjnej działalności biznesowej, lecz także w ramach prowadzenia badań, procesu produkcyjnego i – w coraz większym stopniu – w odniesieniu do samych produktów. Zwiększona skala automatyzacji osiągalna przy wykorzystaniu sztucznej inteligencji szybko stanie się krytyczna w zakresie budowy konkurencyjności firm, co uczyni SI technologią definiującą strategię działania.

Kubernetes (a także Amazon S3 i open source’owy Apache Kafka) będzie uznany za platformę domyślną dla skalowania obciążeń roboczych sztucznej inteligencji. W zakresie platform, rozwój inteligentnych aplikacji napędza przejście od tradycyjnego modelu Big Data, jako systemu autonomicznego, do konwergentnej platformy aplikacji skoncentrowanej na danych. Linux i Kubernetes stanowią trzon technologii w zakresie tych zmian, wraz z S3 jako interfejsu dla danych w spoczynku, gdzie dane w ruchu obsługuje Apache Kafka.

AIOps zrewolucjonizuje działalność działów IT, obszarów rozwoju oprogramowania oraz zarządzania zwanych SRE (ang. Site Reliability Engineering). Procesy IT same w sobie stanowią wartościowe pole stosowania SI. Krytyczne znaczenie ma doskonałość tych procesów, szczególnie dla osiągnięcia sukcesu w nowoczesnym, definiowanym przez oprogramowanie świecie zasobów obliczeniowych. Automatyzacja oparta o SI i optymalizacja oparta o uczenie się z agregowanych danych dotyczących wydajności, nadadzą podejmowanym procesom nowy wymiar, jednocześnie demokratyzując doskonałość operacji chmurowych w stopniu, który jak dotąd był osiągalny wyłącznie dla największych natywnych operatorów rozwiązań chmurowych.

4. Edge computing - Mike Hansen, sales development lead, telco, Red Hat

Informacje pochodzące z Internetu rzeczy oraz inne dane zbierane za pośrednictwem sieci bezprzewodowych są aktualnie najczęściej przekazywane do prywatnej lub publicznej chmury. Tam są przetwarzane za pomocą analityki, sztucznej inteligencji czy uczenia maszynowego. Sieć 5G pozwoli na przesyłanie ogromnych ilości danych do rozproszonych sieci bezprzewodowych, co sprawi, że dalsze przekazywanie tych danych do scentralizowanej chmury obliczeniowej będzie niepraktyczne. Dane będą zarządzane i przetwarzane lokalnie, na brzegu sieci CSP (ang. Communicating Sequential Processes).

Trend ten stworzy dostawcom usług bezprzewodowych szansę (i konieczność ekonomiczną) monetyzacji sieci 5G poprzez oferowanie usług z zakresu zarządzania i przetwarzania danych, takich jak analiza, sztuczna inteligencja i uczenie maszynowe. W 2019 roku będziemy świadkami utworzenia globalnego konsorcjum dostawców usług bezprzewodowych. Konsorcjum to będzie współpracować w celu rozwinięcia wspólnej platformy i metodyki uruchamiania „inteligentnych” aplikacji, zawierających w sobie analitykę danych, zdolności SI i uczenia maszynowego, na brzegu sieci tychże dostawców usług.

Obecnie mówimy o chmurach hybrydowych, łączących prywatną i publiczną infrastrukturę za pośrednictwem sieci WAN, którą często utrzymuje dostawca usług telekomunikacyjnych. W 2019 roku powstanie również nowy paradygmat, znany jako Hybrid Edge Computing. Architektura Hybrid Edge Computing będzie stanowiła trzeci typ chmury w hybrydowym modelu rozwiązań obliczeniowych: będzie to infrastruktura zlokalizowana na brzegu sieci dostawcy usług telekomunikacyjnych. Model ten będzie niezbędny do wspierania „inteligentnych” aplikacji korzystających z danych zbieranych w ramach sieci 5G.

Źródło: Red Hat