Introdução
A cloud tornou o armazenamento e os custos de computação acessíveis para os programadores de IoT. No caso mais simples, os dispositivos IoT ligam-se à cloud e mantêm os dados da IoT na cloud. No entanto, nem sempre é possível gerir os dados da IoT na cloud. Muitas vezes, são necessários tempos de resposta rápidos, especialmente para as aplicações essenciais. Se armazenasse os dados na cloud, a viagem de ida e volta para a cloud causaria uma alta latência, o que provocaria a um aumento do tempo de resposta.
O Azure IoT Edge aproxima a capacidade de computação da origem dos dados, ou seja, dos dispositivos edge. O IoT Edge permite mover cargas de trabalho da cloud para o edge. Ao fazer isso, o IoT Edge supera os problemas de latência e tempos de resposta.
A capacidade de mover cargas de trabalho de computação para dispositivos edge oferece outras vantagens, como a implementação de aplicações de inteligência artificial em dispositivos edge. Os modelos de machine learning podem ser preparados na cloud e depois implementados em dispositivos edge. O IoT Edge também pode ser executado em modo offline e proporciona a segurança subjacente para operações seguras em tais casos.
Imagine que é um médico especialista no tratamento de diabéticos. Quer monitorizar o nível de glicemia do paciente e avisá-lo quando as alterações do nível de glicose forem preocupantes. Neste caso, o dispositivo do IoT Edge monitoriza o nível de glicose do paciente e armazena os dados no próprio dispositivo. O dispositivo emite os dados resumidos do edge para a cloud. Os algoritmos que são executados no dispositivo ajudam a monitorizar alterações nos níveis de glicose que possam ser motivo de preocupação. Se os níveis de glicose forem preocupantes, o médico receberá um alerta do algoritmo executado no dispositivo do IoT Edge. O alarme pode ser gerado rapidamente em resposta à alteração dos níveis de glicose porque o algoritmo está a ser executado no dispositivo edge. Portanto, não precisa de se ligar à cloud, de modo a poupar dados de ida e volta para a cloud, ou seja, tempo de latência. Esta notificação permite ao médico responder imediatamente ao paciente. O dispositivo também se adequa a situações em que a conectividade é fraca. Os dados são armazenados de forma segura no dispositivo.
Este módulo faz parte do percurso de aprendizagem Engenharia de Edge e IA. Neste módulo, exploramos temas baseados em engenharia, tais como: computação periférica, segurança, implementação em larga escala e gestão dos tempos de resposta com base nas restrições do sistema e dos dispositivos.
Objetivos de aprendizagem
Neste módulo, irá:
- Avaliar situações em que o IoT Edge pode ajudar a implementar aplicações IoT na cloud
- Descrever os componentes do IoT Edge
- Listar as funcionalidades do IoT Edge para as soluções de IoT na cloud
Pré-requisitos
- Conhecimento básico das aplicações IoT e Hub IoT