Hướng dẫn sử dụng ứng dụng bi với tính toán cạnh

Mọi người đang nói về điện toán cạnh ngày nay nhưng ít ai hiểu nó là gì, ít hơn nhiều để làm gì với nó. Một cách ngắn gọn, tính toán cạnh có nghĩa là xử lý gần với nguồn dữ liệu, trên cảm biến hoặc gần cổng. Nếu bạn muốn biết làm thế nào CNTT có thể quản lý tốt nhất tính toán cạnh thay thế, thì hãy xem "Nhu cầu CNTT để bắt đầu suy nghĩ về điện toán đám mây 5G và Edge", một cột của Wayne Rash, đồng nghiệp của tôi và cộng tác viên của PCMag IT Watch. Nhưng với mục đích của bài viết này, chúng ta có thể bắt đầu với một lời giải thích từ công ty nghiên cứu thị trường IDC, định nghĩa điện toán cạnh là một "mạng lưới các trung tâm dữ liệu vi mô" có "dấu chân dưới 100 feet vuông".

Như với hầu hết các thuật ngữ mới trong không gian công nghệ, "điện toán cạnh" được sử dụng rộng rãi và đã được liên kết với nhiều công nghệ từ thông dụng khác, bao gồm blockchain, mạng phân phối nội dung (CDN), điện toán lưới, điện toán lưới và ngang hàng điện toán ngang hàng. Nhiệm vụ chung, bất kể công nghệ nào được triển khai cùng với tính toán cạnh, là tăng tốc độ phân tích dữ liệu và các hành động liên quan bằng cách rút ngắn khoảng cách giữa nơi dữ liệu được xử lý và kết quả cuối cùng của đầu ra đó sẽ có hiệu lực.

Khi nói đến việc biến những hiểu biết kinh doanh (BI) khó thắng của bạn thành những hiểu biết có thể hành động, đó là một sự cân nhắc quan trọng. Nhưng ngay cả khi BI (đặc biệt là phân tích độ trễ thấp) và tính toán cạnh dường như là một trận đấu được thực hiện trên thiên đường công nghệ, vẫn có rất nhiều điều cần cân nhắc trước khi kết hợp cả hai.

Phân tích tại Edge so với Phân tích phát trực tuyến

Tầm quan trọng của tính toán đối với phân tích là rõ ràng một khi bạn nhận ra không có cách thực tế nào khác để chuyển một cơn sóng thần dữ liệu Internet vạn vật (IoT) đang diễn ra sang đám mây mà không tạo ra độ trễ không thể khắc phục và một rắc rối về kẹt xe. Vấn đề độ trễ đó có thể chứng minh gây tử vong trong nhiều ứng dụng phân tích mới nổi, chẳng hạn như lái xe tự trị. Việc tràn dữ liệu sẽ đưa bạn từ băng thông rộng đến nút cổ chai trong thời gian ngắn hơn so với việc nói "Stream it up, Scotty".

Có, phân tích phát trực tuyến đã được quảng cáo chỉ một vài năm trước đây là một liều thuốc nhạy cảm với độ trễ để tìm nạp dữ liệu thời gian thực trên dữ liệu IoT. Nhưng, trong khi phân tích phát trực tuyến vẫn có nhiều mặt tích cực, nó đã không thể thay đổi vật lý. Truyền dữ liệu khổng lồ bị làm chậm bởi nhiều bước nhảy của bộ định tuyến, độ trễ gói ảo hóa, kết nối bị rớt và các ràng buộc vật lý khác trong mạng. Trong trường hợp IoT ở vùng sâu vùng xa, việc kết nối mạng hoàn toàn là một đề xuất iffy hùng mạnh vào bất kỳ ngày nào.

Nó không giúp gì cho vấn đề là tất cả những vấn đề này được phóng đại bởi khoảng cách vật lý giữa dữ liệu và quy trình tính toán. Vì những lý do này và những lý do khác, phân tích phát trực tuyến có xu hướng ở "gần thời gian thực" hơn là thời gian thực. Sự chậm trễ đó không quan trọng, dù vấn đề nhỏ như thế nào là một vấn đề lớn, nếu, bạn cần các đầu ra kịp thời để một chiếc xe tự trị phanh và tránh va chạm. Đó là một vấn đề thậm chí còn lớn hơn nếu bạn muốn tất cả những chiếc xe trên đường cao tốc đó phanh cùng một lúc.

Nói tóm lại, Star Trek và những người vận chuyển dữ liệu thực tế đều có giới hạn của họ và không có bất kỳ Scotty nào trong CNTT có thể làm được điều đó. Đơn giản là có quá nhiều dữ liệu IoT cho các mạng ngày nay để xử lý và âm lượng vẫn đang tăng với tốc độ chóng mặt. Điểm nổi bật lớn ở đây: Điện toán cạnh bắt nguồn làn sóng thông tin qua mạng và cũng cung cấp đầu ra phân tích nhanh hơn.

Đám mây cạnh so với đám mây

Vì các trung tâm dữ liệu vi mô này có thể và thường được kết hợp với nhau trong các chức năng hợp tác, giao tiếp hoặc phụ thuộc lẫn nhau, một số người thích sử dụng thuật ngữ "đám mây cạnh".

Ví dụ, ô tô thời hiện đại có hàng trăm máy tính nhúng được thiết kế để quản lý các hệ thống riêng lẻ nhưng cũng được kết nối với nhau để các hệ thống có thể giao tiếp với nhau và điều chỉnh khi cần thiết. Nói cách khác, họ sử dụng riêng lẻ, tập thể và sử dụng nhiều tính toán cạnh để hoàn thành nhiều chức năng phức tạp.

Johnathan Vee Cree, Tiến sĩ, Nhà khoa học / Kỹ sư hệ thống nhúng và không dây tại Phòng thí nghiệm quốc gia Tây Bắc Thái Bình Dương (PNNL) cho biết: "Họ không chỉ đáp ứng với các điều kiện quan sát mà còn học hỏi và thích nghi theo thời gian". "Ví dụ, các hệ thống phun nhiên liệu hiện đại sẽ quan sát các kiểu lái xe của xe hơi để tối ưu hóa hiệu suất năng lượng và nhiên liệu. Bản chất thời gian thực của dữ liệu này sẽ khiến không thể xử lý bất cứ nơi nào khác ngoài rìa."

Ngay cả với sự phụ thuộc lẫn nhau trên nhiều hệ thống, thuật ngữ "đám mây cạnh" có xu hướng hiểu nhầm hơn bởi vì nó không chính xác.

"Khi nói về các thiết bị IoT, các cân nhắc gần như đối nghịch với đám mây", Vee Cree nói. "Các thiết bị IoT thường có khả năng lưu trữ và xử lý hạn chế, khả năng kết nối không liên tục với thế giới bên ngoài và có thể được cung cấp bởi pin. Giá trị quan trọng trong các thiết bị này là khả năng biến đổi các giá trị cảm biến thô có sẵn cho chúng thành dữ liệu có ý nghĩa."

Đồ họa của Edge Computing Devices ở trên được in lại với sự cho phép của TECHnalysis Research.

Tuy nhiên, điện toán cạnh và điện toán đám mây không loại trừ lẫn nhau. Thật vậy, chúng được đan xen trong các chiến lược dữ liệu IoT thành công nhất. Điều đó không có khả năng thay đổi bất cứ lúc nào sớm.

"Một ví dụ về sự kết hợp giữa điện toán đám mây và điện toán đám mây xuất phát từ các tính năng lái tự động của Tesla. Hệ thống lái tự động phải cảm nhận và phản ứng với các điều kiện lái xe luôn thay đổi. Nó thực hiện điều này thông qua việc sử dụng các thuật toán học máy có thể phát hiện và tránh các mối nguy hiểm trong khi Trong khi dữ liệu này được sử dụng để đưa ra quyết định trong thời gian thực, nó cũng được chia sẻ với đám mây và được sử dụng để cải thiện tính năng lái tự động cho tất cả các trình điều khiển ", William Moeglein, Kỹ sư phần mềm tại PNNL giải thích.

Chơi kết hợp cạnh và đám mây là phổ biến đơn giản vì nó hoạt động; nó tận dụng tốt nhất của cả hai thế giới nhưng nó không phải là trò chơi duy nhất trong thị trấn. Trên thực tế, 36 phần trăm phân tích cạnh được đặt trong trung tâm dữ liệu của công ty, 34 phần trăm ở phần rìa và 29 phần trăm trên đám mây, theo "Computing on the Edge: Survey nổi bật", báo cáo của Bob O'Donnell, President và Nhà phân tích trưởng tại Nghiên cứu TECHnalysis. Điều này có nghĩa là có các tùy chọn trong cách triển khai phân tích cạnh. Sự lựa chọn phụ thuộc hoàn toàn vào những gì bạn đang cố gắng thực hiện và các điều kiện mà bạn đang cố gắng thực hiện mục tiêu đó.

"Sự đánh đổi giữa năng lượng tính toán và sử dụng năng lượng có thể là một yếu tố hạn chế khi các thiết bị chạy từ pin. Trong trường hợp tiêu thụ năng lượng là quan trọng, các quyết định có thể được đưa ra dựa trên các mẫu dữ liệu nhỏ mặc dù có quyền truy cập vào đọc cảm biến liên tục", ông nói. Moeglein của PNNL.

"Điện toán cạnh cho phép phản hồi cho các thiết bị trong lĩnh vực mà thông tin liên lạc không được đảm bảo, là một chiều hoặc bị hạn chế", Moeglein tiếp tục. "Trong trường hợp các hệ thống dự kiến ​​sẽ hoạt động trong nhiều năm hoặc nhiều thập kỷ với pin, điện toán cạnh có thể được sử dụng để cung cấp tuổi thọ thiết bị lâu hơn bằng cách giảm dữ liệu được truyền đi."

Đồ họa điện toán sương mù ở trên được in lại với sự cho phép của Cisco Systems, Inc.

Khử sương mù trên đám mây

Tự động hóa để quản lý và tối ưu hóa vị trí và cách thức phân tích được thực hiện ngay sau đó, dẫn đến khái niệm "điện toán sương mù", một thuật ngữ mà nhà cung cấp CNTT và nhà mạng Cisco đặt ra. Trong chiến lược này, như Cisco giải thích trong một tờ giấy trắng, "các nhà phát triển sẽ chuyển hoặc viết các ứng dụng IoT cho các nút sương mù ở rìa mạng. Các nút sương mù gần rìa mạng nhất ăn dữ liệu từ các thiết bị IoT. ứng dụng IoT sương mù hướng các loại dữ liệu khác nhau đến vị trí tối ưu để phân tích. " Như được mô tả trong hình trên, theo quan điểm của Cisco, điện toán sương mù mở rộng đám mây gần hơn với các thiết bị thực tế thực hiện việc thu thập dữ liệu. Bằng cách đặt các nút sương mù gần với các thiết bị IoT, Cisco tìm cách tăng tốc độ phân tích trong khi giảm độ trễ.

Một số người cho rằng điều này dễ dàng hơn khi nghĩ rằng điện toán đám mây được đẩy lên rìa phi tập trung, nói cách khác là trái ngược với điện toán cạnh là điện toán ở rìa mạng, thường thực sự trên thiết bị IoT. Một sự khác biệt rất sắc thái, để chắc chắn.

Thông thường mọi người sử dụng "điện toán cạnh" và "điện toán sương mù" có thể hoán đổi cho nhau vì hai khái niệm này rất giống nhau. Đó là khả năng của máy tính sương mù để sắp xếp và định tuyến dữ liệu đến các vị trí khác nhau để phân tích làm cho nó khác biệt. Điều đó và điện toán sương mù thường là "gần rìa" (nghĩa là một cổng) chứ không thực sự ở rìa như trên thiết bị IoT.

Nói tóm lại, không có sự đồng thuận về những gì, chính xác, điện toán cạnh là gì, nhưng nhiều người nói rằng làm mờ đi vấn đề không giúp được gì. Theo báo cáo của TECHnalysis Research đã nói ở trên, "nhiều người nghĩ rằng điện toán cạnh được tạo ra từ các điểm cuối (29, 8%) so với cổng (13, 2%), nhưng 44% cho rằng đó là cả hai."

Trong mọi trường hợp, "ứng dụng sử dụng cuối cùng thúc đẩy nhu cầu của hệ thống và nhằm tìm kiếm sự cân bằng giữa lợi ích của việc xử lý ở rìa hoặc đám mây", Vee Cree của PNNL nói.

Chỉ có một nguyên tắc nhỏ ở đây: Nếu bạn cần một quyết định trong thời gian gần hoặc thời gian thực, thì hãy xử lý càng gần nguồn dữ liệu càng tốt. Điện toán cạnh là sự lựa chọn để loại bỏ độ trễ, chi tiêu năng lượng thấp hơn và giảm lưu lượng mạng.

API, ứng dụng và hệ sinh thái

Nói chung, các ứng dụng được sử dụng cùng với tính toán cạnh là nhằm đạt được tốc độ và hiệu quả. Ở đây, bạn ít có khả năng tìm thấy các ứng dụng thông minh kinh doanh độc lập (BI), mà thay vào đó, các chức năng BI được nhúng và tất nhiên là các giao diện lập trình ứng dụng (API) để kết nối dữ liệu IoT với các ứng dụng và khung BI hiện có trong đám mây.

"Khái niệm điện toán cạnh giúp các công ty nắm bắt được những lợi thế của điện toán đám mây ngay cả trong các tình huống có độ trễ và khả năng kết nối. Một số ứng dụng xử lý kích thước dữ liệu hoặc yêu cầu tốc độ cấm vấp vòng trên đám mây và trong những trường hợp như vậy, Tableau phân tích được nhúng trong các ứng dụng địa phương cung cấp thông tin chi tiết một cách nhanh chóng, "Mark Jewett, Phó chủ tịch tiếp thị sản phẩm tại Tableau Software nói.

"Trong các trường hợp khác, điện toán cạnh cung cấp một cách để xử lý các tình huống trong đó khả năng kết nối không đáng tin cậy hoặc tốn kém hoặc định kỳ. Ví dụ như những thứ di chuyển, như tàu, những thứ ở xa, như giàn khoan hoặc mỏ dầu, hoặc thậm chí là tình huống Trong đó kết nối tốt nhưng không đáng để mạo hiểm khi bị gián đoạn, chẳng hạn như hệ thống nhà máy sản xuất nơi thời gian chết cực kỳ tốn kém. Các nhà phân tích và người dùng khác trong lĩnh vực này, những người có thể không có quyền truy cập vào một máy trạm đầy đủ, vẫn muốn có sức mạnh phân tích như họ. đã biết. "

Tableau không phải là nhà cung cấp BI duy nhất làm việc trên hoặc với dữ liệu ở rìa. Microsoft đã chỉ cho Schneider Electric, một trong những khách hàng của mình như một trường hợp nghiên cứu. Phát ngôn viên của Schneider Electric có một ứng dụng cạnh thực hiện bảo trì dự đoán trên một thanh dầu, sử dụng Azure Machine Learning và Azure IoT Edge để cải thiện sự an toàn và giảm sự cố ở các khu vực xa xôi, một phát ngôn viên của Microsoft cho biết. Việc xử lý dữ liệu được thực hiện trên thiết bị. Điều này được thực hiện bằng cách đưa các mô hình ML ML của trí thông minh đám mây mà họ đã đào tạo trên nền tảng đám mây vào thiết bị cạnh. Điều này cho phép phát hiện nhanh hơn các dị thường dựa trên tập dữ liệu huấn luyện lớn.

Trong khi đó, IBM Watson đang báo cáo vô số trường hợp sử dụng, bao gồm phân tích giọng nói và cuộc trò chuyện xung quanh và thiết bị, phân tích hình ảnh và video của drone và phân tích âm thanh bảo trì và an toàn.

"Trong tất cả các trường hợp này, phân tích cạnh đang cho phép cải thiện hiệu suất, chi phí và quyền riêng tư bằng cách vận hành cục bộ trong các thiết bị", Bret Greenstein, Phó Chủ tịch của IBM Watson IoT, Offerings cho biết. "Sự tăng trưởng này rất thú vị khi sức mạnh tính toán ở rìa tăng lên, ML trưởng thành và tạo ra các trường hợp sử dụng chuyên biệt hơn.

"Các thiết bị có thể 'hiểu' những gì họ thấy và nghe, và sử dụng sự hiểu biết đó để cung cấp dịch vụ tốt hơn và đưa ra lựa chọn tốt hơn. Điều này xảy ra trong thời gian thực. Và vì dữ liệu thực tế có thể được chuyển đổi thành thông tin chi tiết trong thiết bị cạnh, bạn có thể không phải gửi dữ liệu lên đám mây, giúp cải thiện chi phí và giúp kích hoạt các hình thức bảo vệ quyền riêng tư mới. "

Thêm các lớp bảo vệ quyền riêng tư mới có khả năng đi một chặng đường dài trong việc giảm các khoản nợ của công ty trong khi vẫn liên quan đến các công ty dữ liệu cần phát triển mạnh.

Ứng dụng tính toán cạnh theo số

Hãy nhớ rằng điện toán cạnh đang ở giai đoạn sơ khai, không có gì đáng ngạc nhiên khi chỉ có một ít ứng dụng điện toán cạnh là mới (39%), theo nghiên cứu của TECHnalysis. Phần lớn (61 phần trăm) là các ứng dụng đám mây được di chuyển. Điều đó nói rằng, sau đây là các ứng dụng điện toán hàng đầu:

Phân tích hoạt động (44 phần trăm)

Giám sát quá trình (35 phần trăm)

Giám sát nhân viên (32 phần trăm)

Giám sát tài sản từ xa (28 phần trăm)

Tuân thủ nơi làm việc / an toàn (24 phần trăm)

Bảo trì dự đoán (22 phần trăm)

Theo dõi tài sản vật chất tại chỗ (20 phần trăm)

Năm lý do hàng đầu để di chuyển các ứng dụng đám mây ra rìa, theo báo cáo của TECHnalysis Research, là để cải thiện bảo mật, giảm chi phí, giảm độ trễ, cải thiện kiểm soát cục bộ và giảm lưu lượng mạng.

Thông qua lăng kính BI, hiệu quả và cơ hội được nâng cao với tính toán cạnh. Do đó, thật hợp lý khi lần đầu tiên di chuyển các ứng dụng đám mây hoặc nhúng các phân tích vào các ứng dụng IoT hiện có có thể đưa bạn vào vị trí tốt nhất nhanh nhất. Ví dụ, thay vì truyền phát và phân tích tất cả dữ liệu từ một đơn vị robot trên sàn nhà máy, bạn có thể vứt bỏ flotsam, đây là lượng thông tin lặp đi lặp lại dường như vô tận do cảm biến tạo ra.

Thay vào đó, tính toán cạnh có thể được sử dụng để ghi chú và chỉ phân tích "dữ liệu thay đổi", nghĩa là dữ liệu khác với cách truyền dữ liệu khác từ cùng một nguồn. Ví dụ, hãy tưởng tượng một cối xay gió trong vòng Bắc cực báo cáo: "Tôi ổn. Tôi ổn. Tôi ổn. Blade bị kẹt trong hai giây. Tôi ổn. Tôi ổn. Tôi ổn." Các bit về lưỡi dính sẽ là dữ liệu thay đổi. Vì vậy, "sự thay đổi gió", có thể kích hoạt máy quay và thu thập nhiều năng lượng hơn. Dữ liệu thay đổi là các điểm dữ liệu có ý nghĩa chính xác nhất vì chúng lưu ý một thay đổi.

Trong các trường hợp như vậy, các ứng dụng ở rìa chỉ hoạt động với dữ liệu liên quan; một số người sẽ gọi nó là "dữ liệu thông minh." Tại sao phải đun sôi biển khi các chi tiết quan trọng có thể dễ dàng nhìn thấy? Các ứng dụng dữ liệu thông minh giúp dữ liệu có thể sử dụng được tại điểm thu thập và cũng có thể quyết định dữ liệu nào sẽ được chuyển lên đám mây để trộn và phân tích thêm trong các ứng dụng BI truyền thống. Theo cách này, khai thác dữ liệu được tối ưu hóa cho hiệu quả kinh doanh tối đa.

4 lời khuyên cho chiến lược tính toán BI và Edge của bạn

Thật dễ dàng để bắt kịp xu hướng điện toán cạnh và quyết định bắt đầu với việc di chuyển các ứng dụng từ đám mây. Nhưng hành động mà không có chiến lược sẽ là một sai lầm nghiêm trọng. Bạn có nhớ những ngày đầu của IoT khi những thứ ngẫu nhiên như lò nướng bánh nhanh chóng được kết nối với internet và sau đó tự hào được hiển thị tại CES tiếp theo không?

Ngay cả dữ liệu thông minh cũng không thể giúp bạn nếu chiến lược của bạn vô nghĩa hoặc bị thiếu. Vì vậy, đây là bốn lưu ý cần lưu ý khi hình thành chiến lược BI và edge của bạn.

1. Đánh giá lại cách chơi IoT hiện tại của bạn để có thêm cơ hội khai thác dữ liệu. Ví dụ, một nhà bán lẻ hoặc nhà sản xuất có thể muốn sử dụng dữ liệu từ chuỗi cung ứng của mình, chẳng hạn như cảm biến điện lạnh và vận tải, để thiết lập hoặc xác nhận nguồn nguyên liệu thô. Thông tin như vậy được thêm vào một blockchain bền vững có thể được sử dụng trong tiếp thị để thu hút người tiêu dùng có ý thức về môi trường.

Một nhà bán lẻ có thể sử dụng thị giác máy tính và tính toán cạnh trong cửa hàng của mình để quét người tiêu dùng để hiển thị hình ảnh 3D tại chỗ về cách quần áo mà người mua hàng nhìn vào sẽ thực sự phù hợp với họ. Điều này có thể cải thiện doanh số cũng như loại bỏ nhu cầu về phòng thay đồ và các vấn đề bảo mật và quyền riêng tư liên quan. Nhưng dữ liệu cũng có thể được gửi lên đám mây để được trộn với dữ liệu người tiêu dùng khác để thông báo chiến lược lớn hơn của công ty.

Tìm kiếm cơ hội để tận dụng tối đa IoT mà bạn có. Bạn có thể làm gì khác với dữ liệu mà nó tạo ra? Những dữ liệu nào khác bạn có thể sử dụng nó để thu thập và xử lý?

2. Quyết định những ứng dụng bạn cần ở cạnh. Bạn có thể cần di chuyển một ứng dụng, nhúng một số phân tích hoặc thậm chí viết một ứng dụng tùy chỉnh; tất cả phụ thuộc vào những gì bạn đang cố gắng làm. Hãy để mục tiêu kinh doanh của bạn hướng dẫn bạn trong việc lựa chọn ứng dụng.

Một nơi tốt để tìm hiểu thêm về việc phát triển các ứng dụng cho cạnh là một hội nghị OpenDev, được tổ chức bởi OpenStack Foundation. OpenStack là dự án điện toán đám mây nguồn mở, và thực tế là điện toán cạnh là một chủ đề nóng ở đó. Nó cũng xảy ra rằng nguồn mở là nóng trong điện toán cạnh, vì nó gần như trong tất cả các máy tính. Bạn cũng có thể xem xét các ứng dụng được cung cấp bởi các nhà cung cấp máy tính cạnh và phân tích nhúng được cung cấp bởi các nhà cung cấp ứng dụng BI.

3. Chọn công nghệ mới mà bạn muốn sử dụng. Bạn có thể yêu cầu các nhà cung cấp cung cấp cho bạn bản demo để bạn có thể cảm nhận về công nghệ nào bạn muốn sử dụng, ứng dụng nào có sẵn và một số hướng dẫn về phát triển ứng dụng cho nó. Ví dụ: Amazon Web Service (AWS) và AWS Greengrass, Microsoft Azure IoT Edge và Cisco và IBM Watson IoT cung cấp một sự pha trộn của công nghệ cũng như phân tích và ứng dụng cho điện toán cạnh IoT.

Bạn cũng có thể kiểm tra nhiều loại blockchain, CDN, ngang hàng và các nhà cung cấp trò chơi thuần túy khác. Nhưng đừng bỏ qua những gã khổng lồ công nghệ như Dell Inc., IBM Corp và Hewlett Packard Enterprise (HPE), những người đã thực hiện thêm các khả năng lưu trữ và tính toán và phân tích bổ sung vào phần cứng của họ để biến chúng thành các thiết bị cạnh.

Hãy cảm nhận các lựa chọn của bạn trước khi bạn bắt đầu đánh giá nghiêm túc các nhà cung cấp. Ngoài ra, hãy kiểm kê các loại công nghệ IoT mà công ty bạn hiện đang sử dụng và các loại công ty muốn thêm vào trước khi bạn bắt đầu nói chuyện với các nhà cung cấp. Bằng cách đó, bạn có nhiều khả năng ở lại theo dõi.

4. Lập kế hoạch cho sự tiến hóa. Có một mô hình trong con đường trưởng thành mà tất cả các công nghệ và xu hướng chưa trưởng thành đi theo. Hy vọng rằng sự tiến hóa tương tự sẽ xảy ra với BI và cạnh. Vì vậy, có, có khả năng sẽ có một sự hợp nhất của các nhà cung cấp là một số điểm; hãy ghi nhớ điều đó

Ngoài ra, hãy tìm cách tách rời công nghệ đám mây khỏi đám mây thích hợp để chúng cũng có thể được sử dụng ở rìa. Bạn sẽ muốn thấy một sự tách rời như vậy sẽ mang lại cho bạn sự linh hoạt tối đa trong việc sử dụng đám mây hoặc cạnh. Nó có thể sẽ giảm chi phí và tăng hiệu quả thông qua các ứng dụng thông minh hơn từ một hệ sinh thái đa dạng thay vì từ một nhà cung cấp duy nhất. Lập kế hoạch của bạn cả ngắn hạn và dài hạn để đảm bảo bạn có thể thích nghi với những thay đổi có thể thấy trước mà không bị lỗ lớn trong các khoản đầu tư trước đó.