5G:n yleistyessä reunalaskenta (eng. edge computing) herättää koko ajan enemmän mielenkiintoa. Datan käsittelyyn kaivataan lisää tehokkuutta, sillä pian organisaatiot suorastaan uivat datassa.

Yritykset ovat toki keränneet dataa jo vuosikymmeniä, mutta viime vuosina datan määrä on noussut erityisen jyrkästi. Kirjassaan Datatiede (Terra Cognita 2021) Dublinin teknillisen korkeakoulun tietojenkäsittelytieteen professori John D. Kelleher ja lehtori Brendan Tierney toteavat, että vuoden 2013 jälkeen ihmiskunta on tuottanut ja tallentanut informaatiota 5 eksatavun (eksatavu = 1018) verran joka päivä. Yksi iso datan lähde ovat verkkoon liitetyt IoT-laitteet, joiden määrän tutkimusyhtiö Statista ennustaa ylittävän 16 miljardia vuonna 2025.

Olen tottunut määrittelemään reunalaskennan keräyspisteen lähellä tapahtuvaksi datan käsittelyksi. Oulun yliopiston tutkija Ella Peltonen kuitenkin kertoo, ettei reunalaskennalle ole vielä täysin vakiintunutta ja kaiken kattavaa määritelmää.

– Reunalaskenta on yleensä laskennan toteuttamista reunalla, vaikka tarkempi määritelmä riippuukin käytetystä arkkitehtuurista. Perustana on laitteiden lokaliteetin hyödyntäminen ja laskennan toteuttaminen mahdollisimman lähellä client- eli asiakaspäätä.

”Reunalaskenta on yleensä laskennan toteuttamista reunalla, vaikka tarkempi määritelmä riippuukin käytetystä arkkitehtuurista.”

Peltosen mukaan dataa keräävä laite, kuten kännykkä, voi itsessään olla reuna. Usein reuna kuitenkin karkaa yhden tai kahden askeleen päähän asiakaspäästä, jolloin laitteen ja laskentaympäristön välissä on verkkoliikennettä. Lisäksi on paljon tilanteita, joissa arkkitehtuuri on vieläkin monikerroksisempi. Siihen voi kuulua useita eri laitteita, web-palvelin, runkoverkko sekä lokaalin pilvipalvelun lisäksi vielä perinteinen pilvipalvelu.

Peltonen korostaa, ettei reunalaskenta tee perinteisiä pilvipalveluja tarpeettomiksi, vaikka monet mielellään vertailevat edgeä ja pilveä. Todellisuudessa kyse on näiden kahden yhteistyöstä, ja kaikista bisneskriittisin data päätyy pilveen jatkossakin.

– Englanninkielinen termi on Edge-Cloud Continuum, jolla viitataan koko laskenta-arkkitehtuurin yhteistoimintaan. Ajatuksena on hyödyntää laskentakapasiteettia kaikissa arkkitehtuurin kerroksissa. Pitää dynaamisesti miettiä, mitä lasketaan lokaalissa laitteessa, mitä verkossa ja mitä pilvessä. Suurimmat datamassat on jatkossakin käsiteltävä pilvessä, sillä niiden käsittelyyn ei riitä lokaali, pieni laite.

Sovelluskohteita kodin IoT-laitteista sairaanhoitoon

Peltonen tutkii sensoridataa ja tekoälyä hyödyntäviä älykkäitä laitteita sekä reaaliaikaisia ratkaisuja. Häntä kiinnostavat erityisesti ihmisten arkielämää lähellä olevat sovelluskohteet. Reunalaskenta onkin viemässä koti-IoT:n seuraavalle tasolle, joskin ei aivan ongelmitta.

– Kuluttajia varmasti kiinnostaa se, jos kodin IoT-laitteiden tuottama data voidaan prosessoida esimerkiksi samassa rakennuksessa. Tietosuojaongelmia on vähemmän, kun dataa ei koskaan viedä pilveen. Toisaalta laitteiden tietoturvaan on alettava kiinnittää kunnolla huomiota.

”Tulevaisuuden älyliikenteessä laskentakapasiteettia voi löytyä niin yksityisautoista, tienvarsien tukiasemista kuin bussien katolta.”

Reunalaskennasta on puhuttu erityisesti teollisuuden digitaalisen transformaation ajurina, mutta sen potentiaaliset hyödyt ovat isoja muillakin toimialoilla. Peltonen nostaa esiin erikoissairaanhoidon kuvantamislaitteet, joiden tuottaman datan käsittelyä reunalaskenta nopeuttaisi merkittävästi. Myös liikenne voi mullistua kehityksen myötä.

– Tulevaisuuden älyliikenteessä laskentakapasiteettia voi löytyä niin yksityisautoista, tienvarsien tukiasemista kuin bussien katolta. Lisäksi löytyy erilaisia sensoreita tai vaikkapa autoilijoiden kännykät, jotka täydentävät yhdessä toimivan kokonaisuuden.

Peltosen puheessa kuuluvat myös termit fog ja mist, jotka kertovat sen, onko laite osa reunaa vai ei.

– Puhutaan sumulaskennasta, jossa pilven reunalla on paljon pieniä laitteita, kuten juuri autot, hän selventää.

Tekoäly liittyy myös reunalaskentaan

Tekoälyllä on paikkansa myös reunalaskennassa. Tällöin käytetään termiä Edge AI. Peltosen mukaan selkeitä kehityssuuntia on kaksi.

– Tekoälyä tarvitaan päättämään, miten ja missä monimutkaisten järjestelmien data käsitellään. Toisaalta reuna mahdollistaa läsnäolevamman tekoälyn. Esimerkiksi auton kameran havaitsemat eläimet tai jalankulkijat ovat kontekstia, jota ei voi etukäteen pilvessä laskea ja johon on pystyttävä reagoimaan reaaliaikaisesti. Tulevaisuudessa älykkyys tulee siis hajautettuna sumun laitteisiin. Kaikkea älyä ei haeta enää pilvestä.

Edgellä ei ole vielä samanlaista selkeää bisnesmallia kuin pilvipalveluilla. Vaikka joitain ratkaisuja on jo markkinoilla ja osa teleoperaattoreista tarjoaa laskentaa verkossa, ei edgeä vielä osteta luottokortilla pilvipalveluiden tapaan, Peltonen muistuttaa. Innovatiivisilla yrityksillä onkin nyt hyvä paikka päästä mukaan kehitystyöhön.

– Devaajien näkökulma on tärkeä, kun mietitään teknologioita de facto -ratkaisun tuottamiseen. Jos yritys haluaa olla teknologisessa kehityksessä mukana, nyt on hyvä hetki hypätä kelkkaan. Toisaalta liikkeelle pitää aina lähteä oikeasta tarpeesta. Ei kehityksestä putoa, jos vielä hetken katselee sivusta ja odottaa standardoituneita työkaluja sekä hintojen laskua.

 

Kuva: Pexels

Lue myös:

Suomen tekoälykeskus FCAI:n Heikki Ailiston haastattelu: Monialainen yhteistyö on valttia tekoälykehityksessä