Edge Computing

الحوسبة الطرفية هي بنية موزعة لتقنية المعلومات تقرّب معالجة البيانات وتخزينها من الموقع الذي تحتاج إليه، بدلًا من الاعتماد على موقع مركزي يبعد عادةً آلاف الأميال. ومن خلال معالجة البيانات بالقرب من مصدرها—مثل الخوادم المحلية أو بوابات إنترنت الأشياء (IoT) أو الأجهزة نفسها—يقلل هذا النهج زمن الاستجابة بدرجة كبيرة، ويحد من النطاق الترددي اللازم لنقل البيانات. وفي سياق الذكاء الاصطناعي وتعلّم الآلة، توفر الحوسبة الطرفية البنية التحتية الأساسية اللازمة لنشر الذكاء الاصطناعي الطرفي، مما يتيح تشغيل النماذج المتقدمة مباشرةً على الكاميرات الذكية والطائرات المسيّرة وأجهزة الاستشعار الصناعية مع استجابة فورية.

الفوائد الأساسية للحوسبة الطرفية#

يوفر الانتقال من معالجة البيانات المركزية في السحابة إلى المعالجة المحلية على الطرفية عدة مزايا تحويلية، لا سيما في الرؤية الحاسوبية والتحليلات في الوقت الفعلي.

• زمن استجابة أقل: تتطلب بنيات السحابة التقليدية انتقال البيانات إلى مركز بيانات لمعالجتها ثم عودتها إلى الجهاز. وتلغي الحوسبة الطرفية هذه الرحلة ذهابًا وإيابًا، مما يتيح الاستدلال في الوقت الفعلي عندما تكون أجزاء الألف من الثانية مهمة. وهذا أمر أساسي للأنظمة الحساسة للسلامة، مثل المركبات ذاتية القيادة التي يتعين عليها اتخاذ قرارات كبح خلال أجزاء من الثانية.
• كفاءة النطاق الترددي: يستهلك نقل تدفقات الفيديو عالية الدقة من أجل اكتشاف الكائنات نطاقًا تردديًا هائلًا. ومن خلال معالجة البيانات الأولية محليًا وإرسال البيانات الوصفية ذات الصلة أو التنبيهات فقط إلى السحابة، يمكن للمؤسسات خفض تكاليف نقل البيانات بدرجة كبيرة.
• تعزيز خصوصية البيانات: يمكن معالجة المعلومات الحساسة، مثل الصور الطبية أو بيانات التعرّف على الوجوه، بالكامل داخل البيئة المحلية. ويدعم هذا الاحتواء المحلي الامتثال للوائح الصارمة مثل GDPR، من خلال ضمان عدم مغادرة البيانات الشخصية للجهاز أبدًا.
• العمل دون اتصال: يمكن للأجهزة الطرفية مواصلة العمل بصورة مستقلة حتى عند انقطاع الاتصال بالإنترنت أو عدم استقراره. وتُعد هذه الموثوقية حيوية لتطبيقات مثل الذكاء الاصطناعي في الزراعة، حيث تراقب الطائرات المسيّرة المحاصيل في حقول نائية ذات تغطية شبكية ضعيفة.

الحوسبة الطرفية مقابل الحوسبة السحابية#

رغم أن الحوسبة السحابية تتفوق في تخزين مجموعات البيانات الضخمة وتدريب النماذج واسعة النطاق، تركز الحوسبة الطرفية على مرحلة التنفيذ. ومن المفيد النظر إليهما كتقنيتين متكاملتين لا متنافستين. وغالبًا ما تُستخدم السحابة في تدريب النماذج، حيث تكون هناك حاجة إلى قدرة حسابية كبيرة لمعالجة البيانات التاريخية. وبعد تدريب النموذج، يُنشر النموذج المحسّن على الطرفية لإجراء الاستدلال. ويستفيد هذا النهج الهجين من نقاط قوة كل منهما: قابلية التوسع غير المحدودة للسحابة وسرعة الطرفية.

التطبيقات الواقعية#

تعيد الحوسبة الطرفية تشكيل الصناعات من خلال دمج الذكاء مباشرةً في العمليات المادية.

• التصنيع الذكي: في الأتمتة الصناعية، تستخدم المصانع بوابات طرفية لتحليل بيانات أجهزة الاستشعار الصادرة عن الآلات. وإذا اكتُشف شذوذ في الاهتزازات، فيمكن للنظام تشغيل بروتوكولات الصيانة التنبؤية فورًا، مما يمنع فترات التوقف المكلفة.
• التجزئة الذكية: تستخدم المتاجر التقليدية كاميرات مدعومة بالحوسبة الطرفية من أجل إدارة المخزون. ويمكن للأنظمة تتبّع مستويات المخزون على الرفوف تلقائيًا وتنبيه الموظفين إلى إعادة تخزين المنتجات، مما يعزز الكفاءة التشغيلية دون بث مقاطع فيديو العملاء إلى خوادم خارجية.
• إدارة حركة المرور: تنشر المدن الذكية عقدًا طرفية عند التقاطعات للتحكم في إشارات المرور. ومن خلال تحليل تدفق حركة المرور محليًا في الوقت الفعلي، يمكن لهذه الأنظمة تحسين توقيت الإشارات لتقليل الازدحام، والعمل باستقلالية عن مراكز التحكم المركزية.

نشر النماذج على الطرفية#

لتشغيل النماذج المعقدة على الأجهزة الطرفية محدودة الموارد، يستخدم المطورون غالبًا تقنيات تحسين مثل تكميم النماذج، أو يصدّرونها إلى تنسيقات متخصصة مثل TensorRT أو ONNX. وتبسّط منصة Ultralytics هذه العملية، إذ تتيح للمستخدمين تدريب النماذج في السحابة ونشرها بسلاسة على أهداف طرفية متنوعة.

يوضح المثال التالي كيفية تصدير نموذج YOLO26 إلى تنسيق NCNN، المُحسّن بدرجة كبيرة للأجهزة الطرفية المحمولة والمدمجة.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model
model = YOLO("yolo26n.pt")

# Export the model to NCNN format for mobile edge deployment
# This creates a lightweight, optimized version of the model
model.export(format="ncnn")

المفاهيم ذات الصلة#

• الذكاء الاصطناعي الطرفي: بينما تشير الحوسبة الطرفية إلى البنية التحتية الموزعة، يشير الذكاء الاصطناعي الطرفي تحديدًا إلى تطبيق خوارزميات الذكاء الاصطناعي التي تعمل على تلك البنية التحتية.
• إنترنت الأشياء (IoT): شبكة من الكائنات المادية—أي «الأشياء»—المزوّدة بأجهزة استشعار وبرمجيات. وتوفر الحوسبة الطرفية القدرة الحاسوبية التي تجعل أجهزة IoT هذه «ذكية».
• الحوسبة الضبابية: بنية تحتية حاسوبية لامركزية توجد فيها البيانات والموارد الحاسوبية والتخزين والتطبيقات في موقع يقع بين مصدر البيانات والسحابة، وغالبًا ما تُعد امتدادًا للحوسبة السحابية إلى الطرفية.