رشد روزافزون استفاده از اينترنت اشيا باعث مي‌شود تا کلاود دوباره به همان نقش قبلي خود که يک ذخيره‌ساز ديتا براي ارجاعات بعدي است بازگردد. در اين‌حالت، ديگر خبري از پردازش‌هاي ديتا به‌صورت روزمره نيست.

«روديگر استرا»، قائم مقام و مدير کل امنيت و ارتباطات براي شرکت «نيمه‌هادي‌هاي NXP » است. وي در خصوص کلاود عقايد و نظرات جالبي دارد و معتقد است که شتاب اينترنت اشياء باعث بازگشت کلاود به‌ذخيره‌سازي ديتا مي‌شود.

وي مي‌گويد: در صحبت‌هايي که با رهبران فناوري دنيا از شرکت‌هاي مختلف مانند کوالکام داشتم متوجه شدم که يک اختلال و نابه‌ساماني جديد در حال رخ دادن است. اين اختلالات ناشي از تغييرات اساسي و زيربنايي است که در بخش محاسبات روي مي‌دهد. کلاود، اساس پردازش است ولي وقتي محاسبات ابري به‌پايان برسد چه اتفاقي مي‌افتد؟ به‌نظر من، با توجه به سرعت روزافزون در مبحث اينترنت اشياء شاهد بازگشت دوباره کلاود به ذخيره‌سازي ديتا براي ارجاعات بعدي خواهيم بود. يعني استفاده از کلاود براي پردازش روزمره ديتا خاتمه مي‌يابد.

در حال حاضر، خيلي از اپليکيشن‌هاي شبکه به سرويس‌هاي ابري تکيه دارد. اما، با IoT براي نخستين بار شاهد نودها و سنسورهايي هستيم که اطلاعات دنياي واقعي را از محيط‌هاي خودران اطراف گردآوري مي‌کنند و نکته هم آن است که حجم اين اطلاعات بسيار زياد است. پهپادها، ديتاسنترهايي هستند که بال دارند و روبات‌ها، ديتاسنترهايي هستند که بازو دارند.

به‌همين دليل و با توجه به ماهيت اصلي فناوري‌هاي IoT، توزيع حجم عظيمي از ديتا توسط کلاود يک تلاش بلند پروازانه است. به‌عنوان مثال، حتي در يک سيستم حمل‌ونقل خيلي هوشمند که فقط هزار خودرو در آن به‌يکديگر متصل هستند مشکلات و اختلالات زياد محاسباتي خواهيم داشت. اگر از فناوري 5G هم استفاده کنيم به‌دليل تأخيراتي که در به‌خدمت گرفتن کلاود رخ مي‌دهد، تصميم‌گيري بلادرنگ با مشکلات زيادي روبه رو مي‌شود.

در آينده نه‌چندان دور، مدل قبلي که در آن، ديتا در لبه‌ها توليد مي‌شد و در مرکز پردازش مي‌شد با محدوديت‌هاي زيادي روبه رو مي‌شود. پس، محاسبات با سرعت زيادي به‌سمت لبه انتقال پيدا مي‌کند. در واقع، IDC پيش‌بيني مي‌کند که تا سال 2021، چهل وسه درصد محاسبات IoT در کناره‌ها رخ مي‌دهد.

به‌عبارت ديگر، کلاود به مرکز تعليم، آموزش و آزمايش IoT تبديل مي‌شود. در نتيجه شاهد دستگاه‌هاي لبه خواهيم بود که مهارت‌هاي الگوي شناختي خود را توسعه مي‌دهند و از طرف ديگر، يادگيري پيشرفته ماشين هم اتفاق خواهد افتاد.

تغييرات پيش رو و فرصت‌هاي عظيمي که در بخش محاسبات لبه رخ مي‌دهد حاکي از يک دوران جديد در بخش فناوري است. به‌همين دليل، بايد خود را آماده پذيرش اتفاقات بعدي بکنيم.

*در خيلي از موارد، پردازش‌هاي تخصيص يافته موجب کاهش زمان پاسخ و تراکم شبکه مي‌شود. خودروهاي خودران به‌طور ويژه‌اي به پردازش‌هاي بلادرنگ متکي هستند تا بتوانند در کسري از ثانيه تصميمات درست بگيرند.

*پردازش‌هاي اختصاصي باعث بهبود حريم شخصي کاربر مي‌شود زيرا ديتاي خام روي کلاود آپلود نمي‌شود.

*اطمينان‌پذيري پردازش اختصاصي در سطح دستگاه بيشتر است.

*از طرف ديگر، نرم‌افزارها و سخت‌افزارهاي امنيتي ترکيبي که از ديتاي شخصي کاربر محافظت مي‌کنند به‌راحتي در سطح لبه در دسترس هستند. به‌اين ترتيب، کسب‌وکارهايي که سرويس‌هاي IoT را فراهم مي‌کنند يک علامت اطمينان و اعتماد به ميلياردها کاربر مختلف در سطح جهان مي‌فرستند تا آنها از مزاياي محاسبات لبه لذت ببرند.