ایج کمپیوٹنگ والی دو ایپس کو استعمال کرنے کے لئے ایک رہنما

ان دنوں ہر کوئی ایج کمپیوٹنگ کے بارے میں بات کر رہا ہے لیکن کچھ سمجھتے ہیں کہ یہ کیا ہے ، اس کے ساتھ کیا کرنا ہے۔ اچھ .ی طرح ، ایج کمپیوٹنگ کا مطلب ہے ڈیٹا کے ماخذ کے قریب پروسیسنگ کرنا ، سینسر پر یا گیٹ وے کے قریب۔ اگر آپ یہ جاننا چاہتے ہیں کہ آئی ٹی ایک متبادل کے طور پر ایج کمپیوٹنگ کا بہترین انتظام کیسے کرسکتا ہے تو پھر میرے ساتھی اور پی سی میگ آئی ٹی واچ کے معاون وین راش کا ایک کالم "آئی ٹی کو 5 جی اور ایج کلاؤڈ کمپیوٹنگ کے بارے میں سوچنا شروع کرنے کی ضرورت ہے"۔ لیکن اس مضمون کے مقاصد کے ل we ، ہم مارکیٹ ریسرچ فرم IDC کی وضاحت سے شروع کرسکتے ہیں ، جس نے ایج کمپیوٹنگ کو "مائکرو ڈیٹا سینٹرز کا میش نیٹ ورک" کے طور پر متعین کیا ہے جس میں "100 مربع فٹ سے کم پاؤں کا نشان" ہے۔

جیسا کہ ٹکنالوجی کی جگہ میں نئی ​​اصطلاحات کی طرح ، "ایج کمپیوٹنگ" کا وسیع پیمانے پر استعمال ہوتا ہے اور اسے متعدد دیگر بز ورڈ ٹیکنالوجیز سے جوڑا جاتا ہے ، جس میں بلاکچین ، کنٹینٹ ڈلیوری نیٹ ورک (سی ڈی این) ، گرڈ کمپیوٹنگ ، میش کمپیوٹنگ ، اور پیر ٹو ٹو شامل ہیں۔ پیر کمپیوٹنگ. عام کام ، جو بھی ٹیک ٹیک ایج کمپیوٹنگ کے ساتھ مل کر کام کرتا ہے ، وہ یہ ہے کہ اعداد و شمار پر عمل درآمد ہونے اور جہاں اس نتائج کے آخری نتائج پر اثر پڑے گا اس کے مابین فاصلہ کم کرکے کسی بھی ڈیٹا کے تجزیہ اور اس سے متعلق اقدامات کو تیز کیا جائے۔

جب آپ کی محنت سے بنی کاروباری ذہانت (BI) بصیرت کو عملی بصیرت میں تبدیل کرنے کی بات آتی ہے تو ، اس میں ایک اہم غور ہے۔ لیکن اس کے باوجود کہ BI (خاص طور پر کم تاخیر سے چلنے والے تجزیات) اور ایج کمپیوٹنگ ٹیک جنت میں بنایا ہوا میچ معلوم ہوتا ہے ، دونوں کو جوڑنے سے پہلے بہت سی باتوں پر غور کرنے کی ضرورت ہے۔

ایج بمقابلہ سلسلہ بندی کے تجزیات

تجزیہ کاروں کے لئے ایج کمپیوٹنگ کی اہمیت واضح ہوجاتی ہے جب آپ کو یہ احساس ہوجاتا ہے کہ نیٹ ورک ٹریفک جام کی ناقابل برداشت تاخیر اور ایک ہیک کو بنا بغیر انٹرنیٹ آف ٹیننگز (IoT) کے جاری سونامی کو بادل میں منتقل کرنے کا کوئی دوسرا عملی طریقہ نہیں ہے۔ یہ ابھرتی ہوئی تجزیہ بہت سے ابھرتے ہوئے تجزیاتی ایپلی کیشنز ، جیسے خود مختار ڈرائیونگ میں مہلک ثابت ہوسکتا ہے۔ اعداد و شمار کا بہاؤ آپ کو براڈ بینڈ سے کم وقت میں رکاوٹ پر لے جائے گا ، اس کے بجائے "اس کو آگے بڑھاؤ ، اسکوٹی۔"

ہاں ، اسٹریٹنگ اینالٹکس کو IOT ڈیٹا پر ریئل ٹائم پڑھنے کی غرض سے ایک دو سال پہلے ایک دیر سے حساس علاج کے طور پر استعمال کیا گیا تھا۔ لیکن ، اسٹریمنگ اینالٹکس میں اب بھی بہت ساری رونقیں باقی ہیں ، اس کے باوجود وہ طبیعیات کو تبدیل نہیں کرسکے ہیں۔ ڈیٹا کی بڑی منتقلی نیٹ ورک میں متعدد راؤٹر ہاپس ، ورچوئلائزیشن پیکٹ میں تاخیر ، منسلک کنکشن ، اور دیگر جسمانی رکاوٹوں کی وجہ سے سست ہوجاتی ہے۔ دور دراز علاقوں میں آئی او ٹی کے معاملے میں ، کسی بھی دن نیٹ ورک کنکشن کا حصول ایک زبردست اففیلی تجویز ہے۔

اس سے ان معاملات میں مدد نہیں ملتی ہے کہ اعداد و شمار اور کمپیوٹنگ کے عمل کے مابین جسمانی فاصلے کے ذریعہ ان تمام پریشانیوں میں اضافہ ہوتا ہے۔ ان وجوہات اور دوسروں کی بناء پر ، اسٹریمنگ تجزیات حقیقی وقت کی بجائے "قریب قریب ریئل ٹائم" میں ہوتا ہے۔ اس تاخیر - خواہ کتنا ہی چھوٹا ہو a ایک بہت بڑا مسئلہ ہے ، اگر ، کہیں تو ، آپ کو ایک خودمختار کار کو توڑنے اور تصادم سے بچنے کے ل time وقت میں نتائج کی ضرورت ہے۔ اگر آپ چاہتے ہیں کہ اس شاہراہ پر موجود تمام کاریں ایک ساتھ بریک ہوجائیں تو یہ اور بھی بڑا مسئلہ ہے۔

مختصر یہ کہ اسٹار ٹریک اور حقیقی زندگی کے ڈیٹا ٹرانسپورٹرز کی اپنی حد ہوتی ہے اور اس میں آئوٹ میں کوئی اسکوٹی کچھ نہیں کرسکتا۔ موجودہ دور کے نیٹ ورکس کو سنبھالنے کے لئے IOT کے بہت زیادہ اعداد و شمار موجود ہیں اور حجم ابھی بھی ایک خوش اسلوبی شرح سے بڑھ رہا ہے۔ یہاں بڑا فائدہ اٹھانا: ایج کمپیوٹنگ نیٹ ورک سے زیادہ معلومات حاصل کرتی ہے اور تیز تجزیاتی نتائج بھی مہیا کرتی ہے۔

ایج کلاؤڈ بمقابلہ کلاؤڈ

چونکہ یہ مائکرو ڈیٹا مراکز باہمی تعاون ، مواصلاتی ، یا باہمی منحصر افعال میں ایک ساتھ شامل ہوسکتے ہیں اور اکثر ہوتے ہیں لہذا ، کچھ لوگ "ایج کلاؤڈ" کی اصطلاح استعمال کرنا پسند کرتے ہیں۔

مثال کے طور پر ، جدید دور کی کاروں میں سیکڑوں ایمبیڈڈ کمپیوٹر موجود ہیں جو انفرادی نظام کے نظم و نسق کے لئے تیار کیے گئے ہیں لیکن ایک دوسرے سے جڑے ہوئے ہیں تاکہ یہ نظام ایک دوسرے سے بات چیت کرسکیں اور ضرورت کے مطابق ڈھال لیں۔ دوسرے الفاظ میں ، وہ انفرادی طور پر ، اجتماعی طور پر ، اور بہت سارے پیچیدہ کاموں کو مکمل کرنے کے لئے ایج کمپیوٹنگ کا استعمال کرتے ہیں۔

امریکی محکمہ توانائی کے بحر الکاہل نارتھ ویسٹ نیشنل لیبارٹری (پی این این ایل) کے ایمبیڈڈ اور وائرلیس سسٹم سائنسدان / انجینئر ، جاناتھن وی کری نے کہا ، "وہ نہ صرف مشاہدہ شدہ شرائط کا جواب دیتے ہیں بلکہ وہ وقت کے ساتھ ساتھ سیکھتے اور اپناتے ہیں۔" "مثال کے طور پر ، جدید ایندھن کے انجکشن سسٹم بجلی اور ایندھن کی کارکردگی کو بہتر بنانے کے ل the کار کے ڈرائیونگ پیٹرن کا مشاہدہ کریں گے۔ اس اعداد و شمار کی اصل نوعیت اس کے علاوہ کسی اور جگہ پر بھی کارروائی کرنا ناممکن کردے گی۔"

یہاں تک کہ ملٹی سسٹم جہاز پر ایک دوسرے پر انحصار کرتے ہوئے بھی ، "ایج کلاؤڈ" کی اصطلاح گندگی سے سمجھنے پر مجبور ہوتی ہے کیونکہ یہ غلط ہے۔

وی کری نے کہا ، "جب آئی او ٹی ڈیوائسز کے بارے میں بات کی جا رہی ہے تو ، غورات بادل کے بالکل مخالف ہیں۔ "آئی او ٹی ڈیوائسز میں عام طور پر محدود اسٹوریج اور پروسیسنگ پاور ہوتی ہے ، ممکنہ طور پر وقفے وقفے سے بیرونی دنیا سے رابطہ ہوتا ہے ، اور یہ بیٹری کے ذریعہ بھی چلائی جاسکتی ہے۔ ان آلات کی اہم قدر ان میں موجود خام سینسر کی اقدار کو معنی خیز ڈیٹا میں تبدیل کرنے کی صلاحیت ہے۔"

ایج کمپیوٹنگ ڈیوائسز کا گرافک اوپر TECHnalysis ریسرچ کی اجازت سے دوبارہ طباعت شدہ۔

تاہم ، ایج کمپیوٹنگ اور کلاؤڈ کمپیوٹنگ باہمی خصوصی نہیں ہیں۔ درحقیقت ، وہ IOT کی سب سے کامیاب ڈیٹا حکمت عملی میں جڑے ہوئے ہیں۔ اس میں کسی بھی وقت جلد تبدیل ہونے کا امکان نہیں ہے۔

"کنارے اور کلاؤڈ کمپیوٹنگ کے امتزاج کی ایک مثال ٹیسلا کی آٹو پائلٹ خصوصیات سے سامنے آتی ہے۔ آٹو پائلٹ سسٹم کو ڈرائیونگ کے بدلتے ہوئے حالات کو محسوس کرنا چاہئے اور اس کا رد عمل ظاہر کرنا چاہئے۔ یہ مشین لرننگ الگورتھم کے استعمال سے ہوتا ہے جو خطرات کا پتہ لگانے اور ان سے بچنے کے قابل ہوتے ہیں۔ پی این این ایل کے سافٹ ویئر انجینئر ولیم موگلین نے وضاحت کرتے ہوئے کہا کہ یہ اعداد و شمار ریئل ٹائم میں فیصلے کرنے کے لئے استعمال ہوتا ہے ، لیکن یہ بادل کے ساتھ بھی شیئر کیا جاتا ہے اور تمام ڈرائیوروں کے لئے آٹو پائلٹ کی خصوصیت کو بہتر بنانے کے لئے استعمال ہوتا ہے۔

کنارے اور بادل طومار پلے عام ہے کیونکہ یہ کام کرتا ہے؛ یہ دونوں جہانوں میں بہترین فائدہ اٹھاتا ہے لیکن شہر میں یہ واحد کھیل نہیں ہے۔ دراصل ، باب او ڈونیل ، صدر کی ایک رپورٹ کے مطابق ، "کمپیوٹنگ آن ایج: سروے کی جھلکیاں ،" کے مطابق کارپوریٹ ڈیٹا سینٹر میں 36 فیصد ایج تجزیات کارپوریٹ ڈیٹا سینٹر میں ، 34 فیصد کنارے پر اور 29 فیصد بادل میں واقع ہیں۔ اور TECHnalysis ریسرچ کے چیف تجزیہ کار۔ اس کا مطلب یہ ہے کہ کنارے کے تجزیات کو کس طرح نافذ کیا جاتا ہے اس میں آپشنز موجود ہیں۔ انتخاب کا انحصار اس بات پر ہے کہ آپ کیا کرنے کی کوشش کر رہے ہیں اور جن حالات کے تحت آپ اس مقصد کو حاصل کرنے کی کوشش کر رہے ہیں۔

"کمپیوٹنگ طاقت اور توانائی کے استعمال کے مابین تجارت کا ایک محدود عنصر ہوسکتا ہے جب آلات کو بیٹری سے چلایا جاتا ہے۔ ایسے معاملات میں جہاں بجلی کی کھپت ضروری ہے ، سینسر کی مسلسل پڑھنے تک رسائی کے باوجود اعداد و شمار کے چھوٹے نمونے کی بنیاد پر فیصلے کیے جاسکتے ہیں۔" پی این این ایل کا موگلین۔

"ایج کمپیوٹنگ فیلڈ میں موجود ڈیوائسز کے لئے فیڈ بیک کو قابل بناتا ہے جہاں مواصلات کی ضمانت نہیں ہوتی ، وہ یکطرفہ ، یا محدود ہوتی ہے۔" "ایسے معاملات میں جہاں توقع کی جاتی ہے کہ سسٹم سال یا دہائیوں تک بیٹریاں چلاتے ہیں ، ڈیٹا منتقل ہونے سے کم کرکے کمپیوٹرز کو لمبی لمبی ڈیوائس فراہم کرنے میں مدد مل سکتی ہے۔"

سسکو سسٹمز ، انکارپوریشن کی اجازت کے ساتھ اوپر فوگ کمپیوٹنگ گرافک دوبارہ شائع ہوا ۔

ایج کلاؤڈ کو ڈی فوگنگ

کہاں اور کیسے تجزیہ کاروں کو جلد کیا جاتا ہے اس کا نظم و نسق اور اصلاح کے ل Auto آٹومیشن ، اس طرح "دھند کمپیوٹنگ" کے تصور کی طرف راغب ہوتی ہے ، جس میں آئی ٹی اور نیٹ ورکنگ وینڈر سسکو سسٹم نے تشکیل دیا۔ اس حکمت عملی میں ، جیسے سسکو نے ایک وائٹ پیپر میں وضاحت کی ہے ، "ڈویلپرز یا تو نیٹ ورک کے کنارے پر دھند نوڈس کے لئے IOT ایپلی کیشن کو پورٹ کرتے ہیں یا لکھتے ہیں۔ نیٹ ورک ایج کے قریب ترین دھند نوڈس IOT ڈیوائسز سے ڈیٹا کو ایجینٹ کرتے ہیں۔ پھر - اور یہ اہم ہے - دھند آئی او ٹی ایپلی کیشن تجزیہ کے ل different مختلف قسم کے ڈیٹا کو زیادہ سے زیادہ مناسب جگہ پر لے جاتی ہے۔ " جیسا کہ اوپر گرافک میں دکھایا گیا ہے ، سسکو کے نظارے میں ، کوہرا کمپیوٹنگ بادل کو ڈیٹا اکٹھا کرنے والے اصل آلات سے قریب تر پھیلا دیتا ہے۔ آئی او ٹی آلات کے ساتھ قربت میں دھند نوڈس ڈال کر ، سسکو تاخیر کو کم کرتے ہوئے تجزیات کو تیز کرنے کی کوشش کرتا ہے۔

کچھ لوگوں کا کہنا ہے کہ کلاؤڈ کمپیوٹنگ کو اس طرح سمجھنا آسان ہے جیسا کہ دوسرے لفظ میں - کنارے کمپیوٹنگ کے برخلاف ، جو عام طور پر آئی او ٹی آلہ پر ، نیٹ ورک کے کنارے پر کمپیوٹنگ کررہی ہے۔ اس بات کا یقین کرنے کے لئے ایک بہت ہی متناسب فرق۔

اکثر لوگ "کنارے کمپیوٹنگ" اور "فوگ کمپیوٹنگ" کا تبادلہ ایک دوسرے کے ساتھ کرتے ہیں کیونکہ یہ دونوں تصورات ایک جیسے ہیں۔ یہ دھند کمپیوٹنگ کی تجزیہ کے ل data مختلف مقامات پر ڈیٹا کو ترتیب دینے اور اس کی روٹ کرنے کی صلاحیت ہے جو اسے الگ رکھتی ہے۔ یہ ، اور دھند کمپیوٹنگ زیادہ تر "کنارے کے قریب" (یعنی ایک گیٹ وے) کی بجائے حقیقی طور پر آئی او ٹی آلہ جیسے کنارے پر ہوتی ہے۔

مختصرا edge ، اس بات پر اتفاق رائے نہیں ہے کہ بالکل ، کنارے کی کمپیوٹنگ کیا ہے ، لیکن بہت سارے لوگ جو کہتے ہیں کہ اس مسئلے کو دھند ڈالنا کوئی فائدہ نہیں اٹھا رہا ہے۔ مذکورہ بالا تکنیکی تحقیق ریسرچ کی رپورٹ کے مطابق ، "زیادہ لوگوں کا خیال ہے کہ ایج کمپیوٹنگ گیٹ وے (13.2 فیصد) کے مقابلے میں اختتامی پوائنٹس (29.8 فیصد) سے بنی ہے ، لیکن 44 فیصد کے خیال میں یہ دونوں ہی ہیں۔"

کسی بھی صورت میں ، "آخر میں استعمال کی جانے والی ایپلی کیشن کے نتیجے میں سسٹم کی ضرورت ہوتی ہے اور اس کا مقصد کنارے یا بادل پر عملدرآمد کے فوائد کے مابین ایک توازن تلاش کرنا ہوتا ہے ،" پی این این ایل کی وی کری نے کہا۔

یہاں انگوٹھے کی صرف ایک قاعدہ موجود ہے: اگر آپ کو قریب یا ریئل ٹائم میں کسی فیصلے کی ضرورت ہوتی ہے تو پھر پراسیسنگ کو جتنا ممکن ہو سکے اعداد و شمار کے منبع کے قریب کردیں۔ ایج کمپیوٹنگ میں دیر کا خاتمہ ، توانائی کے اخراجات کو کم کرنے ، اور نیٹ ورک ٹریفک کو کم کرنے کا انتخاب ہے۔

APIs ، ایپس ، اور ماحولیاتی نظام

عام طور پر ، ایج کمپیوٹنگ کے ساتھ مل کر استعمال ہونے والی ایپس کا مقصد رفتار اور کارکردگی کو حاصل کرنا ہے۔ یہاں آپ کو اسٹینڈ لون بزنس انٹیلیجنس (BI) ایپس تلاش کرنے کا امکان کم ہے ، لیکن اس کے بجائے ، ایمبیڈڈ BI افعال اور ، در حقیقت ، ایپلیکیشن پروگرامنگ انٹرفیس (APIs) موجودہ II ڈیٹا کو کلاؤڈ میں موجود BI ایپس اور فریم ورکس میں شامل کریں گے۔

"ایج کمپیوٹنگ کے تصور سے کمپنیوں کو کلاؤڈ کمپیوٹنگ کے فوائد کو قبول کرنے میں مدد ملتی ہے حتی کہ ایسے منظرناموں میں جہاں تاخیر اور رابطے کے معاملات ہوتے ہیں۔ کچھ ایپلی کیشنز ایک ایسے اعداد و شمار یا رفتار کی ضرورت سے نمٹتے ہیں جو کلاؤڈ پر راؤنڈ ٹرپنگ کی ممانعت کرتا ہے اور ایسے معاملات میں ، ٹیبل مقامی ایپلی کیشنز میں سرایت شدہ تجزیات تیزی سے بصیرت فراہم کرتے ہیں ، "ٹیبل سوفٹ ویئر کے پروڈکٹ مارکیٹنگ کے نائب صدر مارک جوہیٹ نے کہا۔

"دوسرے معاملات میں ، ایج کمپیوٹنگ ایسے منظرناموں سے نمٹنے کا ایک طریقہ پیش کرتی ہے جہاں رابطے کا انحصار نہیں ہوتا ہے یا مہنگا ہوتا ہے یا متواتر ہوتا ہے۔ جیسے چیزیں جو حرکت کرتی ہیں ، جیسے جہاز ، ریموٹ چیزیں ، جیسے تیل کے پلیٹ فارم یا بارودی سرنگیں ، یا یہاں تک کہ حالات۔ جہاں رابطے اچھ isے ہیں لیکن رکاوٹوں پر خطرہ مول لینے کے قابل نہیں ، جیسے مینوفیکچرنگ پلانٹ سسٹم جہاں ڈاون ٹائم انتہائی مہنگا ہوتا ہے ۔تجزیہ کار اور اس شعبے میں موجود دیگر صارف ، جن کو مکمل ورک سٹیشن تک رسائی حاصل نہیں ہوسکتی ہے ، وہ اب بھی وہی طاقت تجزیات کے خواہاں ہیں پتہ چل گیا ہے۔ "

جھاڑو واحد BI فروش نہیں ہے جو کنارے پر موجود ڈیٹا پر یا اس کے ساتھ کام کرتا ہے۔ مائیکرو سافٹ نے اس کیس اسٹڈی کے طور پر اس کے ایک گراہک شنائیڈر الیکٹرک کی طرف اشارہ کیا۔ مائیکروسافٹ کے ترجمان نے بتایا کہ شنائیڈر الیکٹرک کے پاس ایج ایپ ہے جو آئل راڈ پر پیش گوئی کرنے والی بحالی کرتی ہے ، جس میں ایزور مشین لرننگ اور ایزور آئی او ٹی ایج کا استعمال دور دراز علاقوں میں حفاظت کو بہتر بنانے اور واقعات کو کم کرنے کے لئے ہے۔ ڈیٹا پروسیسنگ آلہ پر کی جاتی ہے۔ ایج ڈیوائس میں ہی کلاؤڈ انٹیلیجنس - ML ماڈلز جو انہوں نے کلاؤڈ میں ٹریننگ لیا تھا bringing لا کر یہ کام انجام پایا ہے۔ اس سے بڑے ٹریننگ ڈیٹا سیٹ کی بنیاد پر بے ضابطگیوں کا تیزی سے پتہ لگانے کے قابل ہوجاتا ہے۔

دریں اثنا ، آئی بی ایم واٹسن ہزارہا استعمال کے معاملات کی اطلاع دے رہے ہیں ، جن میں محیطی اور آلہ کی آواز اور گفتگو کے تجزیات ، ڈرون امیج اور ویڈیو تجزیات ، اور بحالی اور حفاظت کا صوتی تجزیات شامل ہیں۔

صارفین کی پیش کش ، آئی بی ایم واٹسن آئوٹ کے نائب صدر ، بریٹ گرینسٹین نے کہا ، "ان تمام معاملات میں ، کنارے تجزیات مقامی طور پر آلات میں کام کرنے سے کارکردگی ، لاگت اور رازداری کو بہتر بنارہے ہیں۔" "یہ ترقی دلچسپ ہے کیونکہ کنارے میں کمپیوٹنگ کی طاقت بڑھتی ہے ، اور ایم ایل پختہ ہوتا ہے اور استعمال میں مزید خصوصی معاملات پیدا کرتا ہے۔

"ڈیوائسز جو دیکھتے اور سنتے ہیں وہ 'سمجھ سکتے ہیں' ، اور اس سہولت کو بہتر خدمات فراہم کرنے اور بہتر انتخاب کرنے کے ل use استعمال کرسکتے ہیں۔ یہ حقیقی وقت میں ہو رہا ہے۔ اور چونکہ اصل اعداد و شمار ایج ڈیوائس میں بصیرت میں تبدیل ہوسکتے ہیں ، ڈیٹا کو بادل کو بھیجنا ہے ، جس سے قیمت میں بہتری آتی ہے اور رازداری کے تحفظ کی نئی شکلوں کو قابل بنانے میں مدد ملتی ہے۔ "

رازداری کے تحفظ کی نئی پرتوں کو شامل کرنا ممکنہ طور پر کمپنی کی ذمہ داریوں کو کم کرنے میں بہت طویل سفر طے کرے گا جبکہ اب بھی ڈیٹا کمپنیوں کو ترقی دینے کی ضرورت ہے۔

نمبر کے لحاظ سے ایج کمپیوٹنگ ایپس

اس بات کو ذہن میں رکھتے ہوئے کہ ایج کمپیوٹنگ ابتدائی دور میں ہے ، یہ تعجب کی بات نہیں ہے کہ صرف ایج کمپیوٹنگ ایپس کی ہی ایک نئی چیز (39 فیصد) نئی ہے۔ اکثریت (61 فیصد) منتقل شدہ کلاؤڈ ایپس ہیں۔ اس نے کہا ، مندرجہ ذیل ٹاپ ایج کمپیوٹنگ ایپس ہیں۔

آپریشنز تجزیات (44 فیصد)

عمل کی نگرانی (35 فیصد)

ملازمین کی نگرانی (32 فیصد)

ریموٹ اثاثوں کی نگرانی (28 فیصد)

کام کی جگہ / حفاظت کی تعمیل (24 فیصد)

پیشن گوئی کی بحالی (22 فیصد)

جسمانی اثاثوں سے باخبر رہنے کی سائٹ (20 فیصد)

اسی TECHnalysis ریسرچ رپورٹ کے مطابق ، کلاؤڈ ایپس کو کنارے پر منتقل کرنے کی پہلی پانچ وجوہات ہیں ، سیکیورٹی کو بہتر بنانا ، اخراجات کو کم کرنا ، تاخیر کو کم کرنا ، مقامی کنٹرول کو بہتر بنانا ، اور نیٹ ورک ٹریفک کو کم کرنا۔

بی آئی کے عینک کے ذریعہ ، ایجری کمپیوٹنگ کے ذریعہ اہلیت اور مواقع کو بڑھایا جاتا ہے۔ لہذا ، موجودہ آئی او ٹی ایپس میں پہلے کلاؤڈ ایپس یا ایمبیڈٹ تجزیات کو منتقل کرنا سمجھ میں آتا ہے جو آپ کو بہترین پوزیشن میں تیز ترین مقام پر رکھ سکتا ہے۔ مثال کے طور پر ، فیکٹری فلور پر روبوٹکس یونٹ کے سارے ڈیٹا کو اسٹریم کرنے اور ان کا تجزیہ کرنے کے بجائے ، آپ فلوٹسم کو چکرا سکتے ہیں ، جو سینسر کے ذریعہ تیار کردہ بار بار آنے والی معلومات کی بظاہر ختم نہ ہونے والی رقم ہے۔

اس کے بجائے ، ایج کمپیوٹنگ کو صرف "ڈیٹا کو تبدیل کریں" کو نوٹ کرنے اور تجزیہ کرنے کے لئے استعمال کیا جاسکتا ہے ، یعنی اعداد و شمار جو ایک ہی ذریعہ سے چلنے والے دوسرے ڈیٹا سے مختلف ہیں۔ مثال کے طور پر ، آرکٹک دائرے میں ونڈ مل کے بارے میں اطلاع دیں: "میں ٹھیک ہوں۔ میں ٹھیک ہوں۔ میں ٹھیک ہوں۔ بلیڈ دو سیکنڈ کے لئے اٹکا رہا۔ میں ٹھیک ہوں۔ میں ٹھیک ہوں۔ میں ٹھیک ہوں۔" بلیڈ چپکی ہوئی چیز کے بارے میں تھوڑا سا تبدیلی کا ڈیٹا ہوگا۔ تو "ہوا کی شفٹ" ہوگی ، جو مشین کو زیادہ توانائی پیدا کرنے اور جمع کرنے کے لئے متحرک کرسکتی ہے۔ تبدیلی کے اعداد و شمار خاص طور پر انتہائی اہمیت کے ساتھ ڈیٹا پوائنٹ ہیں کیونکہ وہ تبدیلی نوٹ کرتے ہیں۔

ایسے معاملات میں ، کنارے پر موجود ایپس صرف متعلقہ اعداد و شمار کے ساتھ کام کر رہی ہیں۔ کچھ لوگ اسے "سمارٹ ڈیٹا" کہتے ہیں۔ جب اہم تفصیلات آسانی سے دیکھی جاسکتی ہیں تو سمندر کو کیوں ابالتے ہیں؟ سمارٹ ڈیٹا ایپس ڈیٹا کو کلیکشن پوائنٹ پر قابل استعمال بناتی ہیں اور یہ فیصلہ بھی کرسکتی ہیں کہ روایتی BI ایپس میں مزید ملاوٹ اور تجزیہ کے لئے کون سا ڈیٹا کلاؤڈ میں بھیجنا ہے۔ اس طرح ، ڈیٹا مائننگ زیادہ سے زیادہ کاروباری اثر کے ل for مرضی کے ہے۔

آپ کے BI اور ایج کمپیوٹنگ حکمت عملی کے لئے 4 نکات

ایج کمپیوٹنگ کے رجحان میں سوار ہونا اور بادل سے ہجرت کرنے والے ایپس کے ساتھ شروع کرنے کا فیصلہ نسبتا easy آسان ہے۔ لیکن حکمت عملی کے بغیر عمل میں لینا ایک سنگین غلطی ہوگی۔ آئی او ٹی کے ابتدائی ایام یاد رکھیں جب ٹاسٹر جیسی بے ترتیب چیزیں جلدی سے انٹرنیٹ سے منسلک ہوتی تھیں اور پھر اگلے سی ای ایس پر فخر کے ساتھ آویزاں ہوتی ہیں؟

اسمارٹ ڈیٹا حتی کہ آپ کی مدد نہیں کرسکتا اگر آپ کی حکمت عملی غیر حساس ہے یا گم ہے۔ لہذا ، یہاں آپ کے BI اور ایجنگ اسٹریٹجی کی تشکیل کے وقت چار خیالات کو دھیان میں رکھیں۔

1. اضافی ڈیٹا کی کان کنی کے مواقع کے ل your اپنے موجودہ IOT پلے کا جائزہ لیں۔ مثال کے طور پر ، کوئی گروسری یا صنعت کار خام مال کے منبع کو قائم کرنے یا اس کی توثیق کرنے کے لئے اپنی سپلائی چین ، جیسے ریفریجریشن اور ٹرکنگ سینسر سے ڈیٹا استعمال کرنا چاہتا ہے۔ پائیداری بلاکچین میں شامل ایسی معلومات کا استعمال ماحول کے لحاظ سے باشعور صارفین کو راغب کرنے کے لئے مارکیٹنگ میں استعمال کیا جاسکتا ہے۔

ایک خوردہ فروش صارفین کو اسکین کرنے کے لئے اپنے اسٹور میں کمپیوٹر وژن اور ایجری کمپیوٹنگ کا استعمال کرسکتا ہے تاکہ خریدار کس لباس کو دیکھ رہا ہے کہ کس طرح نظر آرہا ہے وہ در حقیقت ان کے فٹ ہوجائے گا۔ اس سے فروخت میں بہتری آنے کے ساتھ ساتھ ڈریسنگ رومز کی ضرورت اور اس سے وابستہ سیکیورٹی اور رازداری سے متعلق امور کو ختم کیا جاسکتا ہے۔ لیکن کمپنی کی بڑی حکمت عملی کو مطلع کرنے کے لئے ڈیٹا کو دوسرے صارفین کے اعداد و شمار کے ساتھ ملاوٹ کے لئے بھی بادل کو بھیجا جاسکتا ہے۔

آپ کے پاس IOT سے زیادہ فائدہ اٹھانے کے مواقع تلاش کریں۔ آپ جو اعداد و شمار تیار کرتے ہیں اس کے ساتھ آپ اور کیا کرسکتے ہیں؟ آپ اسے جمع کرنے اور اس پر کارروائی کرنے کے لئے اور کون سا ڈیٹا استعمال کرسکتے ہیں؟

2. فیصلہ کریں کہ آپ کو کن کن ایپس کی ضرورت ہے۔ آپ کو کسی ایپ کو ہجرت کرنے ، کچھ تجزیات ایمبیڈ کرنے ، یا اپنی مرضی کے مطابق ایپ لکھنے کی ضرورت ہوسکتی ہے۔ یہ سب اس پر منحصر ہے کہ آپ کیا کرنے کی کوشش کر رہے ہیں۔ اپنے کاروباری اہداف کو ایپس کے انتخاب میں رہنمائی کرنے دیں۔

کنارے کے ل apps ایپس تیار کرنے کے بارے میں مزید جاننے کے لئے ایک اچھی جگہ ایک اوپن ڈیف کانفرنس ہے ، جو اوپن اسٹیک فاؤنڈیشن کے زیر اہتمام ہے۔ اوپن اسٹیک اوپن سورس کلاؤڈ کمپیوٹنگ پروجیکٹ ہے ، اور ایسا ہی ہوتا ہے کہ ایج کمپیوٹنگ وہاں ایک گرما گرم موضوع ہے۔ یہ بھی ہوتا ہے کہ اوپن سورس کنارے کمپیوٹنگ میں گرم ہے ، کیونکہ یہ تقریبا تمام کمپیوٹنگ میں ہی ہے۔ آپ کنارے کمپیوٹنگ فروشوں اور BI ایپ فروشوں کے ذریعہ فراہم کردہ ایمبیڈڈ تجزیات کے ذریعہ پیش کردہ ایپس پر بھی غور کرسکتے ہیں۔

3. جس نئی ٹیک کو آپ استعمال کرنا چاہتے ہیں اسے منتخب کریں۔ آپ دکانداروں سے مطالبہ کر سکتے ہیں کہ وہ آپ کو ایک ڈیمو دیں تاکہ آپ کو یہ احساس ہو سکے کہ آپ کس ٹیک کے لئے استعمال کرنا چاہتے ہیں ، کون سے ایپس دستیاب ہیں اور اس کے ل apps ایپس تیار کرنے کے بارے میں کچھ رہنمائی حاصل کرسکتے ہیں۔ مثال کے طور پر ، ایمیزون ویب سروس (AWS) اور AWS گرین گراس ، مائیکروسافٹ Azure IoT ایج ، اور سسکو اور IBM واٹسن IoT آئی او ٹی ایج کمپیوٹنگ کے لئے تجزیات کے ساتھ ساتھ تجزیات اور ایپس کی آمیزش پیش کرتے ہیں۔

آپ مختلف قسم کے بلاکچین ، سی ڈی این ، پیر سے ہم مرتبہ اور دیگر خالص پلے فروشوں کو بھی دیکھ سکتے ہیں۔ لیکن ڈیل انکارپوریشن ، آئی بی ایم کارپوریشن ، اور ہیولٹ پیکارڈ انٹرپرائز (ایچ پی ای) جیسے ٹیک کمپنیاں نظر انداز نہ کریں ، جنہوں نے اپنے ہارڈ ویئر میں اضافی اسٹوریج اور کمپیوٹنگ اور تجزیاتی قابلیت کو شامل کرنے کے ل taken ان تمام آلات کو تبدیل کیا ہے۔

اس سے پہلے کہ آپ فروشوں کی سنجیدگی سے جائزہ لینا شروع کریں اس سے پہلے اپنے اختیارات کا احساس حاصل کریں۔ نیز ، آپ فروخت کنندگان سے بات کرنے سے قبل اپنی کمپنی کے اس وقت آئی او ٹی ٹیک کی قسموں اور ان اقسام کی ایک انوینٹری لیں جو اسے شامل کرنا چاہیں گی۔ اس طرح ، آپ کے راستے پر رہنے کا زیادہ امکان ہے۔

4. ارتقاء کے لئے منصوبہ بندی. پختگی کے راستے میں ایک نمونہ ہے جس کے مطابق تمام نادانستہ ٹیک اور رجحانات پر عمل ہوتا ہے۔ توقع کریں کہ وہی ارتقا BI اور کنارے کے ساتھ واقع ہوگا۔ تو ، ہاں ، وہاں دکانداروں کا ایک استحکام ممکن ہے۔ اس بات کو ذہن میں رکھیں۔

نیز بادل سے کلاؤڈ ٹیک کے ڈیکپلنگ کو بھی تلاش کریں تاکہ وہ بھی کنارے پر استعمال ہوسکیں۔ آپ اس طرح کی ڈیکپولنگ دیکھنا چاہیں گے جس سے بادل یا کنارے استعمال کرنے میں آپ کو زیادہ سے زیادہ نرمی ملے گی۔ یہ ممکنہ طور پر اخراجات کو کم کرے گا اور کسی ایک وینڈر کی بجائے متنوع ماحولیاتی نظام سے ہوشیار ایپس کے ذریعہ کارآمدیاں پیدا کرے گا۔ اپنے منصوبے کو قلیل مدتی اور طویل المیعاد دونوں طرح سے بنائیں تاکہ یہ یقینی بنایا جاسکے کہ آپ پچھلے سرمایہ کاری میں کسی بڑے نقصان کے بغیر پیش قیاسی تبدیلیوں کے مطابق ڈھال سکتے ہیں۔