تاثیر محاسبات لبه Computing Edge بر کاهش تاخیر در سیستمهای تصمیم ساز بلادرنگ کسب و کار

زمینه و هدف: در عصر تحول دیجیتال سیستم های تصمیم ساز بلادرنگ به ستون فقرات عملیات کسب وکارهای مدرن تبدیل شده اند. با این حال معماری های سنتی مبتنی بر رایانش ابری به دلیل تاخیر ذاتی ناشی از فاصله جغرافیایی و ازدحام شبکه پاسخگویی به نیازهای تاخیر بحرانی latency-critical را با چالش مواجه ساخته اند. این پژوهش با هدف بررسی تاثیر محاسبات لبه به عنوان راهکاری نوین برای کاهش تاخیر در سیستم های تصمیم ساز بلادرنگ کسب وکار انجام شده است. روش شناسی: این مطالعه با رویکرد تحلیلی مروری و با استفاده از منابع معتبر علمی منتشر شده بین سال های ۲۰۲۰ تا ۲۰۲۶ انجام شد. داده ها از پایگاه های داده معتبر نظیر Xplore IEEE ScienceDirect و گزارش های صنعتی گردآوری و با استفاده از روش فراتحلیل کیفی مورد بررسی قرار گرفت. یافته ها: یافته ها نشان می دهد که محاسبات لبه با قرار دادن منابع پردازشی در مجاورت مبدا داده تاخیر را از بیش از ۵۰ میلی ثانیه در معماری ابری به کمتر از ۵ میلی ثانیه کاهش می دهد. همچنین، پیاده سازی محاسبات لبه در سیستم های هوشمند حمل ونقل، تولید هوشمند و خدمات مالی منجر به بهبود ۹۰ درصدی در کارایی تصمیم گیری و کاهش ۸۵ درصدی مصرف پهنای باند شده است. نتیجه گیری: محاسبات لبه به عنوان یک تغییر پارادایم اساسی در معماری سیستم های تصمیم ساز بلادرنگ قلمداد می شود. این فناوری با حذف وابستگی های شبکه ابری و ایجاد قابلیت پردازش محلی افق جدیدی را برای کسب وکارهای حساس به تاخیر گشوده است. پیشنهاد می شود سازمان ها با اتخاذ رویکرد ترکیبی ابر لبه و سرمایه گذاری در زیرساخت های لبه خود را برای عصر هوش مصنوعی توزیع شده آماده سازند.

کلیدواژه ها:

محاسبات لبه ، کاهش تاخیر ، سیستم های تصمیم ساز ، بلادرنگ ، رایانش ابری ، هوش مصنوعی لبه ، اینترنت اشیا