Từng là nền móng cho những câu chuyện khoa học viễn tưởng ngày nào, Trí tuệ nhân tạo giờ đây đã đem lại nhiều ứng dụng giúp thay đổi cách thức chúng ta thực hiện công việc. Các nhà phát triển cũng tìm kiếm phương thức để tích hợp AI vào những thiết bị hằng ngày, giúp các doanh nghiệp duy trì hoạt động kinh doanh.

Hiện tại, điện toán đám mây (Cloud Computing) đóng một vai trò vô cùng thiết yếu trong việc đưa ra các quyết định tốt nhất. Một nền tảng dựa trên Cloud giúp các nhà phát triển có thể nhanh chóng xây dựng, triển khai, và quản lý các ứng dụng của họ. Ví dụ như: làm nền tảng dữ liệu cho ứng dụng, mở rộng quy mô ứng dụng, hỗ trợ hàng triệu người dùng và tương tác phát sinh, cũng như rất nhiều công tác khác. Ngoài ra, điện toán đám mây cũng có thể lưu trữ những lượng lớn dữ liệu, phân tích chúng, tạo ra các hình ảnh trực quan, sinh động.

Bên cạnh đó, ta cũng phải kể tới công nghệ điện toán biên (Edge Computing) – khi các ứng dụng, dịch vụ và quy trình phân tích, xử lý dữ liệu được thực hiện bên ngoài trung tâm dữ liệu tập trung, và gần hơn với các người dùng cuối. Công nghệ điện toán biên có mối quan hệ mật thiết với Internet Vạn vật (Internet of Things – IoT), đi ngược lại với mô hình điện toán đám mây đang là xu thế ở hiện tại, với rất nhiều tác vụ thú vị bên trong những trung tâm dữ liệu. Thay vì sử dụng các tài nguyên sẵn có để thu thập dữ liệu rồi chuyển chúng tới đám mây, một phần của quy trình xử lý sẽ được thực hiện trên chính những tài nguyên này.

Các vấn đề về độ trễ trong Cloud và Edge

Chúng ta đều biết về giá trị của công nghệ Cloud trong phân tích dữ liệu, cũng như độ phổ cập của nó trong các doanh nghiệp. Tuy nhiên, đôi lúc các doanh nghiệp sẽ gặp vấn đề trong việc thu thập, vận chuyển và phân tích tất cả các dữ liệu này.

Hãy thử hình dung rằng, nhà kho của bạn được trang bị các thiết bị cảm ứng có kết nối Internet và những thiết bị này sẽ gửi dữ liệu về một số máy chủ. Khi dữ liệu được chuyển tới máy chủ Cloud ở xa, bạn có thể chạy các thuật toán Machine Learning (học máy) phức tạp để dự đoán nhu cầu bảo trì cho nhà kho này. Tất cả những phân tích sau đó sẽ được gửi về một bảng tin (dashboard) trên máy tính cá nhân của bạn, qua đó, bạn có thể xác định các bước hành động tiếp theo mà không phải rời văn phòng hay nhà của mình.

Đó chính là sức mạnh của công nghệ Cloud, tuy nhiên, một khi quy mô vận hành của nhà máy được mở rộng, bạn có thể sẽ gặp phải các hạn chế về băng thông Internet và độ trễ.

Vấn đề này sẽ phần nào được giải quyết nhờ Edge – một công nghệ với máy chủ ở từng địa phương, thậm chí là trên chính thiết bị. Đặc điểm này sẽ giải quyết vấn đề về độ trễ thường phát sinh khi thực hiện xử lý qua Cloud. Ngoài ra, Edge cũng có khả năng thu thập và xử lý dữ liệu, giúp doanh nghiệp có thể giảm bớt lượng dữ liệu cần được đăng tải và lưu trữ trên Cloud, giúp tiết kiệm thời gian và chi phí thực hiện.

Tuy rằng các ứng dụng Edge không yêu cầu trao đổi với Cloud, chúng có thể vẫn cần tới các máy chủ và những ứng dụng trên nền tảng web. Các thiết bị Edge thường tích hợp những cảm ứng vật lý như nhiệt độ, ánh sáng, loa và thực hiện việc xử lý dữ liệu ở gần các cảm ứng này. Đây cũng chính là năng lực mang tính biến đổi mạnh mẽ nhất của công nghệ Edge, được sử dụng để vận hành các thuật toán AI thông minh và xử lý dữ liệu trên thời gian thực trong công tác lái xe, điều khiển drone, vận hành các thiết bị thông minh một cách tự động.

Công nghệ Edge có thể không mạnh mẽ bằng các máy chủ từ xa, song lại có thể hạn chế phần nào các yêu cầu về băng thông. Những máy chủ biên này (Edge server) cũng có thể thu thập, sắp xếp, và phân tích dữ liệu cơ bản trước khi chuyển dữ liệu tới máy chủ ở xa.

Công nghệ nào tốt hơn cho phân tích dữ liệu?

Xu thế xử lý dữ liệu bằng Cloud sẽ tiếp tục được duy trì, ngoại trừ một số trường hợp Edge đặc biệt.

Khi ta chạy các thuật toán Machine Learning trên các thiết bị Edge, các thiết bị này sẽ cho phép thực hiện phân tích dữ liệu cơ bản và thu thập thông tin liên quan trước khi gửi chúng tới các máy chủ. Một ví dụ minh họa của Edge là loa thông minh, với mô hình được lập trình sẵn, cho phép nhận lệnh kích hoạt bằng một từ hay một vế câu. Cụ thể, một khi nghe thấy từ hoặc vế câu này, loa sẽ gửi giọng của bạn đến một máy chủ ở xa – nơi lệnh đó được xử lý.

Trong các nền tảng Cloud như Amazon Web Services (AWS), Microsoft Azure, Google Cloud Platform… đa số dữ liệu tới từ các thiết bị bên trong hệ thống IoT đều được thu thập lại, rồi gửi tới Cloud để xử lý và phân tích. Khả năng xử lý và lưu trữ của Cloud chính là thứ giúp các trung tâm dữ liệu thu thập dữ liệu và xây dựng các mô hình AI giúp đưa ra các quyết định có giá trị.

Phương thức này tuy có năng lực mạnh mẽ nhưng lại tốn thời gian vận chuyển dữ liệu, gây ra nhiều vấn đề về độ trễ, ảnh hưởng tới việc ra quyết định trên thời gian thực. Càng xa trung tâm dữ liệu Cloud, độ trễ lại càng tăng. Cụ thể, với khoảng cách hơn 100 dặm thì dữ liệu sẽ bị chậm thêm 0,82 mili giây.

Với số lượng và tính thiết thực của các giải pháp IoT sử dụng Trí tuệ nhân tạo, công nghệ Cloud vẫn sẽ duy trì vai trò thiết yếu trong hệ sinh thái IoT, cụ thể là trong các tác vụ xử lý khối lượng lớn dữ liệu phức tạp. Tuy nhiên, khi cần phải đưa ra các quyết định tức thì trên thời gian thực, thì công nghệ Edge lại phù hợp và linh hoạt hơn cho các ứng dụng xử lý và phân tích ở các thiết bị cuối.

Theo Fintech News

Tin liên quan: