Mitä yhteistä on itsestään ajavilla autoilla, lisättyä todellisuutta hyödyntävillä mobiilipeleillä ja vaativilla teollisen internetin sovelluksilla? Vastaan itse: niiden käyttöön tarvittava datamäärä ja prosessoriteho ovat monta kertaluokkaa suurempia kuin mihin on viime ajat totuttu.
Ajatellaan vaikkapa itsestään ajavia autoja, joiden tuloa tavalliseen tieliikenteeseen harva enää epäilee. Robottiautojen lukemattomien anturien keräämän datan välitön käsittely vaatii sen tason nopeutta, että sovellusten ja verkkojen arkkitehtuuri on ajateltava uudestaan.
Viime aikojen perusratkaisun eli pilven sijaan robottiautojen teho ja äly on välttämättä tuotava auton sisälle. Vain tällä tavalla voidaan varmistaa, että reaktiot erilaisiin tilanteisiin ovat riittävän nopeita ja toimintavarmoja. Itsestään ajava auto on kuin datakeskus pyörillä, kuvailee esimerkiksi Piilaakson kultasormisijoittajan Andreessen Horowitzin partneri Peter Levine.
Viime vuosina nähty pilven voittokulku ei nimittäin ole kehityksen päätepiste, vaan yksi sykli lisää tietotekniikan kehityskaaressa.
Tietotekniikan lyhyt historia heilahtelee suurista keskuskoneista työasema-palvelinarkkitehtuuriin ja taas takaisin pilveä hyödyntäviin sovelluksiin. Nyt lähestytään seuraavaa heilahdusta, joka on seurausta pilven rajoitteista: mitä suurempia ovat paikallisesti tuotettu datamäärä ja paikallisesti tarvittava prosessoriteho, sitä heikompi on pilven kilpailukyky. Siksi prosessointivoimaa tuodaan nyt verkkolaitteisiin, jotka ovat mahdollisimman lähellä datan keräys- ja käyttöpaikkaa.
Robottiautotkin toki hyödyntävät pilveä, esimerkiksi kerätyn tiedon varastointiin ja vähemmän kiireiseen prosessointiin. Kaikkea dataa ei kuitenkaan ole järkeä tuutata pilveen saakka. Auton käyttäjä, valmistaja, huolto, vakuutusyhtiö ja vaikkapa tiemaksujärjestelmä vaativat kukin omanlaisiaan tietoja, eri tavoin palasteltuna ja jalostettuna. Seurauksena syntyy uusia ekosysteemejä, jotka jakavat tietoa keskenään ja hyödyntävät sitä kukin omiin tarkoituksiinsa.
Laskentatehoa verkon eri osiin hajauttavaa arkkitehtuuria kutsutaan termillä Mobile Edge Computing eli MEC. Osa uusista kyvykkyyksistä voi olla tukiasemissa, mutta pääosin ne löytyvät päätelaitteista tai verkkoon kytkeytyneistä laitteista, esimerkiksi robottiautoista. Kehityksen taustalla ovat paitsi anturien hintojen lasku ja prosessoritehon tuominen yhä pienempiin laitteisiin, myös nopean, luotettavan ja lyhytviiveisen LTE-mobiiliverkon riittävän laaja peitto.
Uuden sukupolven 5G-tekniikkaa kohti mentäessä mobiiliverkkojen kehitystyön painopiste ei olekaan pelkästään suoraviivaisessa nopeuden ja kapasiteetin nostamisessa, vaan ennen kaikkea verkkojen käytön älykkäässä optimoinnissa. Paras käyttökokemus edellyttää, että datan prosessointi tapahtuu kunkin sovelluksen ja verkon senhetkisen tilanteen mukaan optimaalisessa paikassa – mikä tarkoittaa usein päätelaitteita tai lähellä käyttöpaikkaa sijaitsevia verkkolaitteita.
Mitä dataintensiivisemmästä sovelluksesta on kyse, sitä tärkeämpää on tuoda älykkyyttä ja prosessoritehoa mahdollisimman lähelle käyttöpaikkaa.
MEC-optimointi on testeissä pienentänyt aikakriittisten sovellusten latenssia 3G- ja 4G-verkoissa jopa 35 prosentilla. MEC tulee olemaan avainasemassa robottiautojen ohella muun muassa teollisen internetin, lisätyn todellisuuden sekä mobiilipelien käyttökokemukselle. MEC:n avulla käyttäjille pystytään tarjoamaan aina korkeaa laatua, myös silloin kun mobiiliverkon kuormitus on korkea.
Kehitystyö ja standardointi MEC:n ympärillä on vasta käynnissä ja kaikkea muuta kuin valmista. Kaukokatseiset sovelluskehittäjät pitävät kuitenkin silmänsä ja korvansa auki ja varmistavat, että verkkoarkkitehdit pitävät mahdollisuudet avoinna.
Tämä blogikirjoitus on julkaistu TiVi:ssä 25.1.2017.
