Zariadenia nachádzajúce sa na hrane siete by mali mať špecifický výpočtový výkon podľa úlohy, ktorú plnia, aby sa zabezpečilo efektívne využívanie hardvérových zdrojov. Ako sme opísali v minulej časti série, zariadenia na hrane siete môžu ponúkať rôznu funkcionalitu a tiež môžu mať špeciálne požiadavky na hardvér. Každý typ riešenia na hrane siete vyžaduje iný prístup a najmä iný hardvér. Pri riadení inteligentnej domácnosti nie je potrebný vysoký výkon počítačov a serverov a naopak pri rozpoznávaní obrazov nebude stačiť výkon jednočipových mikropočítačov.

Rozdelenie podľa výpočtového výkonu

Vzhľadom na ponúkaný výpočtový výkon možno zariadenia vhodné na výpočty na hrane siete rozdeliť do niekoľkých kategórií. Ich opis, hardvérové parametre aj využiteľnosť pri samotných edge-enabled riešeniach nájdete v nasledujúcich podkapitolách, zoradené sú zostupne podľa výpočtovej kapacity.

Servery alebo výkonné počítače

Server na hrane siete alebo počítačovú zostavu s vysokým výpočtovým výkonom je vhodné využívať pri zložitých metódach umelej inteligencie, akým je napríklad trénovanie hlbokých neurónových sietí či trénovanie a validácia modelov strojového učenia. Ponúkajú tiež výkon dostatočný na zložité metódy spracovania obrazu z viacerých kamier, vhodný napríklad na detekciu objektov a lokalizáciu alebo identifikáciu osôb. Výhodou serverov je ich vysoký výpočtový výkon, veľmi široké využitie a rýchla interná pamäť s vysokou kapacitou. Nevýhodami sú väčšie rozmery, energetická náročnosť a vyššia obstarávacia cena.

Hardvérové parametre:

  • výpočtový výkon: až 56 výpočtových jadier, frekvencia jedného jadra viac ako 5 GHz, 64-bitová architektúra,
  • pamäť: až 1,5 TB operačnej pamäte, aj viac ako 100 TB internej pamäte,
  • grafický výkon: do 64 GB grafickej pamäte, grafický výkon do 56 TFLOPS,
  • sieťové rozhranie: do 40 Gb/s,
  • spotreba energie: od 600 W.

Mini počítače

Počítačové zostavy s kompaktnými rozmermi sú vhodné na beh a trénovanie jednoduchších metód umelej inteligencie, analýzu vysokého toku dát v reálnom čase a tiež na jednoduchšie spracovanie obrazu z viacerých kamier. Výhodou je výpočtový výkon s ohľadom na malé rozmery a nižšiu obstarávaciu cenu. Aj keď tieto počítače ponúkajú relatívne vysoký výpočtový výkon, často sa pri nich vyskytuje problém s chladením, preto nie sú vhodné na dlhodobú vysokú záťaž. Nevýhodou je aj nižšia modularita spôsobená menšími rozmermi.

Hardvérové parametre:

  • výpočtový výkon: do šesť výpočtových jadier, frekvencia jedného jadra do 3,2 GHz, 64-bitová architektúra,
  • pamäť: do 64 GB operačnej pamäte, do 4 TB internej pamäte,
  • grafický výkon: do 4 GB grafickej pamäte, grafický výkon do 3,6 TFLOPS,
  • sieťové rozhranie: do 10 Gb/s,
  • spotreba energie: zvyčajne 50 W – 150 W.

Jednodoskové počítače

Najrozšírenejším jednodoskovým počítačom je Raspberry Pi. Rozmery dosiek Raspberry Pi sa líšia v závislosti od vyhotovenia (štandard – 85 × 56 mm, kompakt – 65 x 56 mm, zero – 65 x 30 mm). Spolu s rozmermi sa mení aj ponúkaný výpočtový výkon a konektivita. Alternatívnymi zariadeniami sú Intel Galileo, Intel Edison, Asus Tinker board a iné. Využitie nájdu pri spracovaní dát v reálnom čase, pri behu jednoduchých algoritmov strojového učenia alebo pri jednoduchom spracovaní obrazu z jednej kamery. Výhodami sú malé rozmery, nízka spotreba energie, cena, veľké množstvo dostupných operačných systémov na rôzne nasadenie. Hlavnou nevýhodou je nižší výpočtový výkon a obmedzená konektivita.

Hardvérové parametre:

  • výpočtový výkon: do štyroch výpočtových jadier, frekvencia jedného jadra do 1,8 GHz, 32-/64-bitová architektúra,
  • pamäť: do 2 GB operačnej pamäte, do 512 GB internej pamäte,
  • grafický výkon: grafická pamäť zdieľaná s operačnou pamäťou, grafický výkon do 80 GFLOPS,
  • sieťové rozhranie: do 1 Gb/s,
  • spotreba energie: 1 W – 15 W.

Jednočipové mikropočítače

Vývojové dosky (napríklad Arduino, NodeMCU, IBM-MBED, Teensy) sa používajú v riešeniach, ktorým stačí výpočtový výkon jednočipových mikropočítačov (napríklad ATmega, ATtiny, STM32, Intel Quark, ESP8266), porovnateľný s počítačmi deväťdesiatych rokov. Tieto mikropočítače sú však založené na harvardskej architektúre. Takýto výpočtový výkon dnes dokáže bez problémov vložiť logiku inteligentným chladničkám, práčkam či iným domácim spotrebičom alebo vybraným edge-enabled riešeniam. Vhodné sú na jednoduchú analýzu a sprostredkovanie dát, riadenie technologických procesov alebo domácu automatizáciu. Ich výhodou je možnosť dlhodobého napájania z batérie a nízka cena. Medzi ďalšie výhody vývojových dosiek patrí jednoduchší vývoj nových technológií vďaka možnosti jednoduchej práce (nahrávanie firmvéru, komunikácia, osadenie periférií) s jednočipovým mikropočítačom. Nevýhodami sú nízky výpočtový výkon a malá pamäť.

Hardvérové parametre:

  • výpočtový výkon: do dvoch výpočtových jadier, frekvencia jedného jadra do 480 MHz, 8-/16-/32-bitová harvardská architektúra,
  • pamäť: do 8 MB operačnej pamäte, do 16 MB internej pamäte,
  • grafický výkon: neobsahuje grafický procesor,
  • sieťové rozhranie: do 100 Mb/s,
  • spotreba energie: 50 mW – 2 W.

Záver

V tejto časti série Smart/Intelligent edge sme analyzovali hardvér potrebný na implementáciu inteligentných brán a riešení na hrane siete v závislosti od ich typu a očakávanej úlohy na hrane siete. So zvyšujúcim sa množstvom prenášaných dát sa zvyšujú aj nároky na priepustnosť siete. Napríklad pri riešeniach obsahujúcich niekoľko desiatok kamier nemusí byť sieťová infraštruktúra postačujúca. Preto sme opísali výpočtové zariadenia umiestnené na hrane siete, vhodné na spracovanie obrazu z viacerých kamier, ako aj analýzu veľkého objemu dát. Opísali sme aj zariadenia, ktoré neponúkajú vysoký výpočtový výkon a sú vhodné ako riadiaci člen v inteligentnej elektronike. V týchto zariadeniach je tento výpočtový výkon postačujúci na splnenie niektorých úloh na hrane siete.

V nasledujúcej časti seriálu sa budeme venovať analýze najväčších poskytovateľov cloudových služieb vhodných pre edge-enabled riešenia.

Poďakovanie

Publikácia bola podporená projektom VEGA 1/0663/17 Inteligentné kyberfyzikálne systémy v heterogénnom prostredí s podporou IoE a cloudových služieb.

Referencie

[1] Kajáti, E. – Papcun, P. – Čupková, D. – Zolotová, I.: Smart/Intelligent edge – kritériá výberu a hodnotenia parametrov riešení na hrane siete. In: ATP Journal, 2019, roč. 26, č. 5, s. 62 – 63. ISSN 1335-2237.

[2] Papcun, P. – Kajáti, E. – Čupková, D. – Mocnej, J. – Miškuf, M. – Zolotová, I.:. Edge-enabled IoT gateway criteria selection and evaluation. In: Concurrency and Computation: Practice and Experience. 2019. https://doi.org/10.1002/cpe.5219. (v tlači)

Ing. Peter Papcun, PhD.
Ing. Erik Kajáti
doc. Dr. Ing. Ján Vaščák
Technická univerzita v Košiciach, FEI
Katedra kybernetiky a umelej inteligencie
Centrum inteligentných kybernetických systémov
http://ics.fei.tuke.sk