Google presenta una gran apuesta en IoT

Cloud Next 2018

Google Cloud Next 2018

Google está dando dos pasos, uno en hardware y otro en software, para llevar sus capacidades analíticas y de aprendizaje automático a redes periféricas.

Incluso a dispositivos individuales de Internet para manejar mejor los datos generados por un número creciente de dispositivos IoT la compañía dijo en su conferencia de tecnología Cloud Next.

El primer paso es que Google amplíe las funciones de su plataforma de software Cloud IoT a las redes de borde.

El segundo es un pequeño chip que podría integrarse en los dispositivos IoT y procesar los datos que recopilan antes de transmitirlos.

Edge computing, que describe una arquitectura en la que una computadora especializada se encuentra muy cerca de los puntos finales IoT para realizar análisis y procesamiento de datos desde esos puntos finales, en lugar de enviar esa información al centro de datos, es muy y modelo futuro para implementación de IoT, particularmente en casos de uso que tienen requisitos estrictos en torno a la latencia.

Sin embargo, Christian Renaud, director de investigación de IoT para 451 Research, dijo que las ventajas técnicas de Edge Computer son secundarias a un factor mucho más humano: los gerentes de las implementaciones de tecnología operacional (plantas de fábrica, flotas de vehículos, etc.) que benefician desde IoT tech simplemente no se sienten cómodos moviendo una importante funcionalidad de administración y análisis a una nube, incluso una privada.

Google, por lo tanto, lleva su pila de software IoT a dispositivos de borde, elimina una barrera de entrada potencialmente seria y hace que la compañía sea una opción más atractiva para la administración de IoT empresarial.

También hace que la oferta de Google esté más en línea con sus competidores en Microsoft y Amazon, que ya han llevado sus plataformas IoT al límite.

El prestigio de Google entre sus competidores podría ser ayudado por el chip que anunció en Cloud Next llamado Edge TPU que acelera el aprendizaje automático a través del software TensorFlow AI de la compañía.

 “Dependiendo de la efectividad de Edge TPU, esto no solo los atrapó, sino que les permitió adelantarse técnicamente a la competencia”, dijo Renaud.

Edge TPU es un chip personalizado de apenas una fracción del tamaño de un centavo diseñado específicamente para ejecutar los modelos de aprendizaje automático TensorFlow Lite de Google en dispositivos de punto final.

La idea es usar dispositivos de IoT para generar predicciones y perspectivas significativas.

Google dice en su sitio web que el chip podría usarse para permitir el mantenimiento predictivo, la detección de anomalías, la visión artificial, la robótica y el reconocimiento de voz, entre otras cosas.

Los desarrolladores que quieran hacerse cargo de uno de ellos temprano pueden solicitarlo aquí a Google.

Queda por ver si Edge TPU verá la adopción a gran escala y si funciona tan bien como Google dice que lo hace.