دستگاه های اینترنت اشیاء به قابلیت پردازش و ذخیره اطلاعات خاصی نیاز دارند. این به جمع آوری ، انتقال و تجزیه و تحلیل داده ها کمک می کند. برخی از دستگاه های اینترنت اشیا ممکن است داده ها را مستقیماً پردازش کنند ، در حالی که برخی دیگر این داده ها را برای تجمیع و تجزیه و تحلیل بیشتر به سایر دستگاه ها ، درگاههای ارتباطی (GateWay) یا برنامه های ابری منتقل می کنند.
در بحث پردازش سه مورد مطرح می شود. پردازش یا محاسبات لبه (Edge Computing)، پردازش مه (Fog) و پردازش یا رایانش ابری (Cloud)
در این پست به پردازش لبه می پردازیم. در پایان هم ویدیویی قرار دادیم که تماشایش خالی از لطف نیست.
پردازش لبه: تجزیه و تحلیل داده ها را در لبه های یک شبکه انجام می دهد نه در یک مکان متمرکز. داده ها را می توان به صورت بلادرنگ روی خود دستگاه ها تجزیه و تحلیل کرد یا می توان آنها را به جای انتقال حجم زیادی از داده ها در بالادست به سرور ابری یا مرکز داده برای اطلاعات بیشتر ، در دستگاه gateway مجاور (مانند روتِر) متصل به دستگاه های اینترنت اشیا تجزیه و تحلیل کرد.
در این بخش داده ها در لبه تجمیع شده و داده های جمع آوری شده فیلتر می شوند و تنها برجسته ترین داده ها به بالادست ارسال می شود. تحلیل و بررسی در لبه پردازش بالادست را کاهش می دهد و نیازهای ذخیره سازی شبکه را کاهش می دهد.
قدرت پردازش و ذخیره سازی استفاده شده توسط یک برنامه اینترنت اشیاء بستگی به پردازش مورد نیاز خدمات یا برنامه هایی دارد که داده ها را مصرف می کنند. مشخصات حافظه و پردازنده موجود ، سرعت ساعت(Clock) و تعداد هسته ها ، که همه آنها متعاقباً میزان پردازش داده ها را تعیین می کنند. ظرفیت حافظه Flash ، که برای ماندگاری داده ها تا ارسال در بالادست استفاده می شود ، تعیین می کند که چه مقدار داده را می توان روی دستگاه ذخیره کرد. دستگاههایی که تجزیه و تحلیل پیشرفته انجام می دهند به طور قابل ملاحظه ای به قابلیت های پردازشی بیشتری نسبت به دستگاه هایی که فقط پردازش اولیه داده ها مانند اعتبارسنجی ، عادی سازی ، مقیاس بندی یا تبدیل داده ها را انجام می دهند، نیاز دارند.
در مطالب آینده به پردازش مه و ابر هم خواهیم پرداخت.
منبع: IBM Developer
