Cómo usar Orquestadores Edge para desplegar Inteligencia Artificial

18 de noviembre de 2021, by Alex Cantos

La industria tiende hacia un paradigma de computación capaz de distribuir y supeditar la toma de decisiones en tiempo real a lo que “opinen” todos sus nodos, mediante modelos de IA en el Edge. Los Orquestadores Edge habilitan esta toma de decisiones, facilitando la ejecución de modelos de Machine Learning cada vez más complejos de forma paralela y distribuida.

Auge del IA en el Edge

La industria demanda cada vez una mayor velocidad y autonomía en la toma de decisiones que les permita adaptarse a mercados cada vez más inestables. Además, los dispositivos industriales generan una creciente cantidad de datos, desde dispositivos más diversos, geográficamente deslocalizados y con mayor frecuencia. Esta necesidad de capturar más datos, más frecuentemente y tomar decisiones “al vuelo” ha dado lugar a un incremento notable en la capacidad de computación necesaria cerca del lugar donde se generan los datos —el “extremo” o “Edge”, en inglés— y al desarrollo de una Inteligencia Artificial distribuida, también denominada «IA en el Edge», o “Inteligencia en el Edge”.

Algunas de las principales ventajas que ofrece la IA en el Edge son mejores latencias, optimización del ancho de banda de comunicaciones, reducción de costes de servicios Cloud y un nivel de seguridad superior, algo muy importante en ciertas industrias críticas.

Por todo esto, el Edge Computing se está posicionando con fuerza en los sectores industriales, y analistas como Gartner, IDC o Grand View Research, prevén crecimientos anuales de más del 30%. De hecho los propios proveedores tradicionales de servicios de computación en la nube, se están empezando a posicionar para ofrecer infraestructura que permitan este modelo de Edge Computing.

Nueva llamada a la acción

Los Orquestadores Edge y la gestión de la inteligencia

La Inteligencia Artificial está basada en la ejecución de múltiples y complejos algoritmos que permiten a las máquinas tomar decisiones sin necesidad de intervención humana, simplemente a partir de los datos que capturan y procesan. Muchos de estos algoritmos pueden ejecutarse cerca de la fuente de esos datos, es decir, en el Edge, ya que el Machine Learning y la Inteligencia Artificial en general se adaptan muy bien a un modelo de operación de inteligencia distribuida.

Sin embargo, ejecutar la IA en los dispositivos finales puede resultar un reto, ya que suelen tener capacidades de procesamiento limitadas. Por tanto surge la necesidad de utilizar dispositivos potentes o hacer una gestión eficiente de los recursos hardware que tengamos a través de un software muy ligero que permita la ejecución de estos algoritmos sin sobrecargar mucho el sistema. Esto es especialmente importante si tenemos en cuenta que en muchas ocasiones habrá varios algoritmos corriendo en paralelo, cada uno de ellos posiblemente con orígenes y autores distintos y basados en tecnologías muy diversas.

Por otro lado, estos algoritmos suelen utilizar muchas librerías de analítica de datos y aprendizaje automático que deben estar disponibles en el sistema para no provocar errores de compatibilidad. Además estos algoritmos son parte fundamental del negocio de muchas empresas, por lo que resulta vital proteger esa propiedad intelectual. 

Esto se hace típicamente ofuscando (un mecanismo de protección consistente en modificar el código para hacerlo ilegible) o encriptando los algoritmos tanto en tránsito como cuando están corriendo en los Nodos Edge. Estos algoritmos suelen evolucionar con el tiempo, con lo que también es necesario gestionar sus versiones de forma centralizada.

Para dar solución a todos estos problemas, empresas como Barbara comienzan a ofrecer los denominados Orquestadores de Aplicaciones en el Edge, o simplemente Orquestadores Edge (“Edge Orchestrators”, en inglés). 


Lectura recomendada: AIoT, la fusión perfecta entre el Internet de las Cosas y la Inteligencia Artificial

Casos de uso de Orquestadores Edge

Los Orquestadores Edge permiten gestionar las aplicaciones y algoritmos que se ejecutan en el Edge de forma remota, haciendo uso de diferentes estrategias para el reparto eficiente de recursos. Estas estrategias llevan a una ejecución eficiente y segura de las tareas, abstrayendo al usuario de toda la complejidad subyacente. La mayoría de estas plataformas se apoyan en una práctica cada vez más extendida en el Edge Computing: la virtualización a través de contenedores Docker.

Los sectores en los que los Orquestadores Edge y el Edge Computing en general pueden tener una mayor repercusión son aquellos que trabajan con un alto volumen de dispositivos conectados. Además, el impacto es exponencialmente mayor cuando estos dispositivos se encuentran deslocalizados geográficamente y generan datos con frecuencias altas.

Una industria en la que vemos que se está materializando esta tendencia es el sector eléctrico, siendo el caso de los centros de transformación uno de los más claros.

Los centros de transformación eléctrica de media a baja tensión son las infraestructuras encargadas de adaptar la energía eléctrica para que pueda ser consumida por los ciudadanos en sus hogares. Forman parte de la red de distribución, y se cuentan por centenares de miles en un país del tamaño de España.

Estos centros de transformación tienen una serie de equipos industriales cuya digitalización a través de tecnologías de Inteligencia Artificial y Edge Computing puede habilitar la predicción y anticipación de la demanda o la detección de potenciales averías incluso antes de que ocurran. Esta información puede ser muy valiosa tanto para los operadores de los centros como para los propios fabricantes o incluso para los usuarios finales.

La utilización de un Orquestador Edge en una aplicación como ésta tiene todo el sentido, puesto que simplifica el despliegue de los algoritmos, acelera el time-to-market de la solución, y ofrece un ciclo de depuración y mantenimiento fluido y sin fricciones. Los Orquestadores Edge permiten que las empresas se centren en lo que debe ser su principal preocupación: concebir esos algoritmos y utilizarlos para operar el negocio.

Otro caso en el que podríamos utilizar un Orquestador Edge es la fabricación distribuida, entendiendo por fabricación distribuida aquella cuyo producto se produce en una red de varias instalaciones dispersas geográficamente.

La coordinación entre los diferentes centros se suele hacer a través de sistemas dedicados, generalmente en la nube. No obstante la utilización de algoritmos colaborativos en el Edge (que los centros se pongan de acuerdo entre ellos, en lugar de que alguien desde un nivel jerárquico superior les dirija) puede optimizar la inversión, mejorando además la seguridad de los datos y facilitando el cumplimiento de las normativas del sector, normativas que, en ocasiones, no encajan con las tecnologías Cloud.


Lectura recomendada: Cuatro Aplicaciones del Edge Computing en el Sector Eléctrico

El futuro de los orquestadores Edge y de la industria

La industria tiende hacia un paradigma de computación capaz de distribuir y supeditar la toma de decisiones en tiempo real a lo que “opinen” todos sus Nodos Edge.

Los Orquestadores Edge habilitan esta toma de decisiones, facilitando la ejecución de modelos de Machine Learning cada vez más complejos de forma paralela y distribuida. Estas máquinas cognitivas, nos permitirán superar algunas de las barreras con las que nos enfrentamos actualmente, como son conseguir una baja latencia en el ciclo de leer-pensar-actuar e integrar datos y decisiones provenientes de varios nodos Edge.

Los Orquestadores Edge permitirán a los modelos responder de forma colaborativa a través de redes inteligentes de Nodos. Estas capacidades nos abrirán las puertas de la industria 5.0, una transformación definitiva que volverá a colocar al humano en el centro de la industria, generando espacios inteligentes en los que los humanos se comunicarán de forma fluida con esas redes inteligentes de nodos.

En Barbara, contamos con una plataforma Edge Industrial Cibersegura que te permite orquestar toda la inteligencia distribuida en tus nodos. Podrás desplegar, depurar, actualizar y operar hasta 5 contenedores Docker en paralelo. Si quieres más detalles sobre nuestra plataforma y sus capacidades, te invitamos a que descargues nuestra Ficha de Producto.

Si buscas desarrollar un proyecto IoT, contáctanos