Чи пам'ятаєте ви "Enterprise Cloud Rush" близько 2015 року? Ми ставилися до хмари гіперскалерів, як до нескінченного сміттєзвалища для наших даних. Кожен датчик в лікарні, кожен вібраційний читач з п'ятиосівної машини CNC, кожен журнал транзакцій в банку. Ми пропрацювали все це в букети AWS S3 або Azure Blob Storage. Ми з гордістю називали його "спостереження".Ми вітали себе з будівництвом "Data Lakes". Насправді, ми будували могили даних. дорогі, пропускні смуги, латентні могили. Я витратив понад 22 роки на розробку систем для середовищ Індустрії 4.0 для таких компаній, як Якщо є один важкий урок, який я дізнався, то це: Ця модель могла працювати в 2015 році, але вона загинула десь навколо 2024 року, коли штучний інтелект нарешті стабілізувався достатньо, щоб довіряти на краю.Тепер, в 2026 році, продовжувати викидати сирі дані в хмару не тільки неефективно. Apple, PayPal, and GE Digital The "Store Everything, Analyze Later" model is dead. Ось чому промисловість повинна рухатися до , і чому вашому заводу (або лікарні) потрібно припинити відправляти кожен окремий журнал в хмару. AI Edge Proxy Проблема «наносекунд» Щоб зрозуміти, чому старая модель зазнала невдачі, потрібно зрозуміти масштаби сучасної промислової телеметрії.Ми не говоримо про веб-сервер Apache, який реєструє кілька хітів на секунду. Уявіть собі сучасний автомобільний завод. Візьміть одну роботну зварювальну руку. Вона не просто реєструє "Зварювання повне". Кожну мілісекунду, її серво-двигуни повідомляють крутний момент, струм, кут і температуру. Тепер помножте це на 500 роботів на одній виробничій лінії. В архітектурі «До 2024 року» трубопровід був брутально простим і брутально неефективним: 
 
 
 
 
 Джерело: Пристрої щодня генерують терабайти сирих, високочастотних журналів. Транспорт: Ми блокуємо заводський WAN, відправляючи 100% цих даних в хмару. Зберігання: ми платити, щоб зберігати петабайти даних, 99,9% з яких каже "Система працює нормально". Аналіз (Too Late): Планована робота, заснована на хмарі, прокидається через 4 години для сканування аномалій. До моменту виявлення несправності підшипника, виробнича лінія вже три години була відключена. Як я обговорюю в розділі 1 (Нова промислова революція) моєї майбутньої книги, The Trusted Machine, це виклик затримки. Використання тільки хмарного інтелекту не вдається у виробництві, тому що коли високошвидкісна фрезерна машина дрейфує поза осі, у вас немає секунд, щоб обернутися даними в дата-центр в Північній Вірджинії, щоб запитати, що робити. У вас є мілісекунди.До того ж, фінансові витрати стали нестійкими.Організації зрозуміли, що вони витрачають багатство на передачу даних, на які жодна людина або машина ніколи не дивиться знову.* Реальність Перевірка: Згідно з дослідженням, цитованим CNCF в 2025 році, майже 70% зібраних даних спостереження 
 
 Вартість затримки: У виробництві, фінансах або критичній охороні здоров'я очікування хмарної затримки не тільки дратує. Вартість затримки: У виробництві, фінансах або критичній охороні здоров'я очікування хмарної затримки не тільки дратує. Рішення: «Bouncer» (AI Edge Proxy) и «Moving Intelligence» «Upstream» Нам потрібен інтелект, який жив у трубі, поруч з машиною, а не в кінці довгого мережевого з'єднання. Ми почали розгортати локальні, легкі нейронні мережі прямо на краю, що працюють на обладнанні, як модулі NVIDIA Jetson або міцні промислові ПК, інтегровані в мережу OT (Operational Technology). Я називаю це AI Edge Proxy. Подумайте про Як а У старі часи ми дозволяли всім (кожному лог-лінії) всередину і сподівалися, що охоронці безпеки всередині (Cloud AI) пізніше вирішать проблемні фактори. AI Edge Proxy highly trained bouncer at an exclusive nightclub Як це працює: Проксі Edge сидить в трубопроводі журналу, поглинаючи вогонь сирої телеметрії через протоколи, такі як MQTT або OPC-UA. 1 І На борту нейронна мережа тренується на стандартній, «здоровій» операційній базовій лінії обладнання цього конкретного об'єкта. Tastes the Data 2 І Проксі відкидає їх і надсилає просте резюме в хмару. «Машина А: всі параметри номінальні о 10:00», надсилає цей крихітний пакет в хмару для відповідності панелі, і відкидає гігабайти сирих журналів миттєво. Filters the Noise 3 І Він дозволяє лише «ВІП» (аномалії) пройти. Elevates the Signal: У галузі фінансів та виробництва компанії в даний час накопичують петабайти журналів «Успіх». Зберігання кожного дебютного повідомлення «200 OK» знищує бюджети хмарного зберігання.Використовуючи модель Bouncer для фільтрації цього локально, ви можете скоротити витрати на хмарне зберігання на 40-60%. Функція вбивці: динамічна ін'єкція "Debug" Якщо єдине, що Edge Proxy зробив, це фільтр шуму, це було б варто інвестицій. . У традиційному налаштуванні дебютування перебіжної проблеми є кошмарним сценарієм. Інцидент відбувається о 3 ранку. Інженер прокидається, SSHs в машину, змінює рівень реєстрації від стандартного INFO до verbose DEBUG, а потім ... чекає. Вони сподіваються, що помилка відбувається знову, поки диск заповнюється масивними журналами дебюту. Він реактивний, повільний, і рідко захоплює корінну причину в перший раз. Активна взаємодія Активна взаємодія Довірена машина робить це автоматично. Локальна нейронна мережа на проксі Edge контролює записи вібраційних датчиків. 
 
 
 
 
 Підозру (T-Мінус 60 секунд): AI виявляє тонкий зміст в гармонійному резонансі. Це ще не помилка, він не перетнув жорсткий поріг. Але це відхилення 0,5% від підготовленої базової лінії. Він "підозрює" що-небудь не так. The Action (T-Minus 59 Seconds): Проксі відразу ж виступає в якості агента оркестрування. Він надсилає команду локальному контролеру машини: "Підніміть рівень реєстрації до TRACE/DEBUG негайно протягом наступних 15 хвилин". Захоплення (Інцидент): Через дві хвилини підшипник моментально захоплюється.Оскільки система вже була в режимі DEBUG, вона захоплює високоточні, мілісекунди-по-мілісекунди гранульові дані, що призводять до і під час несправності. Реверс (T-Plus 15 хвилин): Після закінчення терміну дії таймера або видалення підпису аномалії проксі автоматично повертає систему до стандартного реєстрації INFO, щоб заощадити місце на локальному диску. Ми використовуємо штучний інтелект, щоб побудувати сідницю тільки тоді, коли ми знаємо, що голка наближається до падіння. Безпека та «надійні машини» Крім ефективності, ця архітектура є наріжним каменем сучасної промислової безпеки. Як детально описано в розділі 9 (Активна оборона) The Trusted Machine, сумна реальність полягає в тому, що чим більше даних ви відправляєте з вашого безпечного об'єкта, тим більше ваша атакова поверхня стає. Обробляючи логі локально, AI Edge Proxy діє як напівпроникнута мембрана для ваших даних. Детальні операційні сигнали, точні толерантності виробництва та ідентифікована пацієнтом телеметрія залишаються в межах межі локальної мережі. Тільки очищені уявлення залишають приміщення.Крім того, маючи AI на краю, ми тепер реалізовуємо "Індустріальний SIEM" локально. Проксі може виявляти не тільки механічні аномалії, але і аномалії безпеки, такі як PLC, раптово намагаючись спілкуватися з невідомим зовнішнім IP-адресою через дивний порт і негайно пригнічувати з'єднання. Нижня лінія Якщо ви все ще надсилаєте петабайти журналів "System OK" в хмару в 2026 році, ви працюєте на плейбусі 2015 року. Майбутнє Індустрії 4.0, фінансів та охорони здоров'я - це не великі дані, це "розумні дані" - це довірені спостерігачі, орієнтовані на штучний інтелект, які знають різницю між шумом і сигналом, і мають автономію діяти на ці знання в мілісекунди. Рекомендації та подальше читання Висока вартість аутсорсингу Високоефективні перебої в таких секторах, як фінанси та медіа, можуть коштувати підприємствам понад 2 мільйони доларів на годину, що призводить до необхідності більш швидкого вирішення, заснованого на краях, а не чекати на хмарну затримку. Джерело : Новий прогноз спостережності Relic 2025/2026 Реальність «хмарного виходу» Від , 37сигнали повідомили про прогнозовані заощадження понад 10 мільйонів доларів протягом п'яти років, підтверджуючи фінансовий випадок за володіння вашою інфраструктурою, а не орендуючи її. Репатриація робочих навантажень з AWS на власний апарат Джерело : [ 37сигнали звіту «Залишити хмару» Проблема відходів даних Організатори заявили, що підприємства Це призводить до величезної неефективності зберігання та переробки. 70% зібраних даних спостереження непотрібні Джерело : Блог CNCF: Тенденції спостереження в 2025 році Економія від Edge Filtering & Log Reduction Прийняття стратегій "Адаптивних журналів" для фільтрації даних низької вартості в джерелі може призвести до , що доводить фінансову вигідність моделі AI Edge Proxy. 50% зниження обсягів журналу Джерело : Графана Блог: Як скоротити витрати на метрики та журнали Тенденція репатриації (перехід назад з хмари в on-prem / edge) для контролю витрат, оскільки організації стикаються з управлінням спіральними витратами на хмару. 80% CIO очікують певного рівня репатриації робочого навантаження Джерело : Звіт про стан хмари Flexera 2025

This story contains new, firsthand information uncovered by the writer.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Це аудіо створено мовою оригіналу історії!

Модель хмари «Store Everything» розривається під сучасними робочими навантаженнями AI

About Author

КОМЕНТАРІ

ПОВІСИТИ БИРКИ

ЦЯ СТАТТЯ БУЛА ПРЕДСТАВЛЕНА В

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps