AI en edge computing: een ideale combinatie

Artificial intelligence (AI) en edge computing zijn op dit moment twee van de grootste modewoorden in de IT-industrie. De inzet van AI door organisaties is met 270% toegenomen in de afgelopen vier jaar, terwijl de komende drie jaar gemiddeld 30% van het zakelijke IT-budget uitgegeven zal worden aan edge cloud computing. Hoewel beide technologieën zich nog aan het ontwikkelen zijn, worden ze steeds vaker gezamenlijk ingezet door IT-beslissers. Want de twee technologieën gaan hand in hand; AI is een van de belangrijkste use cases voor edge computing en edge is de meest geschikte technologie om AI mogelijk te maken.

Een nieuwe vorm van AI

De traditionele leefomgeving van AI was altijd het datacenter, ondersteund door cloud computing. In de loop der tijd heeft AI haar weg gevonden naar software en is sindsdien onderdeel geworden van IoT-endpoints en andere devices van eindgebruikers.

Omdat we steeds meer tijd zijn gaan doorbrengen op onze smartphones, kwamen grote techbedrijven tot de conclusie dat ze de rekenkracht van hun datacentra dichter bij de eindgebruiker moesten brengen om een goede gebruikerservaring te kunnen blijven garanderen. Big data zal altijd via de cloud verwerkt worden. Maar data die direct door gebruikers worden gegenereerd, kunnen wel degelijk aan de rand worden verwerkt. Giganten zoals Google en Amazon onderzoeken op dit moment al de voordelen van edge computing.

Om bij te blijven, zijn bedrijven die actief zijn in het AI-speelveld ook de mogelijkheden van edge aan het verkennen. Deloitte voorspelt dat er dit jaar meer dan 750 miljoen edge AI-chips zullen worden verkocht. Deze chips maken on-device machine learning mogelijk.

AI-uitdagingen overwinnen met edge

Maar waarom passen de edge en AI zo goed bij elkaar? Een deel van de verklaring ligt in de aard van AI: een technologie die veel data en rekenkracht verbruikt. Hierdoor zorgen bandbreedte, latency en kosten bij veel bedrijven voor hoofdbrekens. Edge zorgt ervoor dat deze drempels overwonnen kunnen worden.

AI heeft een data-probleem, of zoals de Engelsen zeggen, een big data problem (pun intended). Bij edge computing worden data niet ver weg naar de cloud of een datacentrum verstuurd, maar juist dichtbij het gebruikersdevice verwerkt. Dit levert verschillende voordelen op: er is minder bandbreedte nodig en data kunnen bovendien direct geanalyseerd worden, waardoor er sneller waarde uit kan worden gehaald.

Maar de meest voor de hand liggende reden om edge computing in te zetten, is het terugdringen van latency. Wanneer technologieën en diensten via een zakelijk netwerk gebruikt worden, treedt er automatisch vertraging op. Maar wanneer real-time besluiten moeten worden genomen, vooral wanneer deze acties via een device in gang worden gezet, betekent dit dat latency tot een minimum beperkt moet blijven. Door belangrijke verwerkingsactiviteiten dicht bij de eindgebruiker plaats te laten vinden, maakt edge computing een snellere en responsievere AI-based dienstverlening mogelijk.

Privacy is nog altijd een grote uitdaging in de AI-sector, vooral met het oog op de toename van het aantal AI-enabled devices in zakelijke netwerken. Ook hier kan edge computing een rol spelen. Want met edge-gebaseerde AI wordt gevoelige informatie lokaal op een device opgeslagen en verwerkt, in plaats van dat dit in de cloud gebeurt. Alleen datasets die minder tijdsgevoelig zijn kunnen naar een centrale cloudopslag worden verstuurd. De rest wordt lokaal opgeslagen. Wanneer het heen en weer sturen van gevoelige data tussen devices en de cloud wordt beperkt, betekent dit automatisch dat gegevens beter beschermd kunnen worden.

Volgens Gartner is het noodzakelijk dat binnen twee jaar 74% van alle data aan de netwerkrand worden geanalyseerd en verwerkt. Gegevens van AI-enabled devices vormen hierop geen uitzondering. Eerder dit jaar kondigden Intel en Udacity een gezamenlijk ‘edge AI nanodegree’-trainingsprogramma aan voor ontwikkelaars. Want zolang de datastroom exponentieel blijft groeien, zal de behoefte aan opslag- en rekencapaciteit op het device zelf groeien. Nog los van factoren zoals snelheid, privacy en security. Mocht je je afvragen wat de volgende stap van AI zal zijn, dan is het logische antwoord dat AI op weg is naar de edge.

Ronald Ravel, Country Manager Benelux dynabook