Aperture Venture Studio ಹಲವಾರು ಸ್ವತಂತ್ರ ಕಂಪನಿಗಳಿಗೆ ಏಕಕಾಲದಲ್ಲಿ ಸೇವೆ ಸಲ್ಲಿಸಬಲ್ಲ AI-ಸಕ್ರಿಯ IoT (AIoT) ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಮೂರು ಹಂತಗಳ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಪರಿಚಯಿಸಿದೆ.
ಹಂಚಿಕೆಯ AIoT ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಏಕೆ ಮುಖ್ಯ
ಹೆಚ್ಚಿನ ಎಂಜಿನಿಯರಿಂಗ್ ಗುಂಪುಗಳು ಒಂದು ಉತ್ಪನ್ನದ ಸುತ್ತ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತವೆ, ನಂತರ ನಂತರದ ಬಿಡುಗಡೆಗಳಿಗಾಗಿ ಅದರ ಕೆಲವು ಭಾಗಗಳನ್ನು ಮರುಬಳಕೆ ಮಾಡುತ್ತವೆ. ಆದರೆ, ಒಂದು ವೆಂಚರ್ ಸ್ಟುಡಿಯೋವು ವಿಭಿನ್ನ ಗ್ರಾಹಕರನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಂಡಿರುವ, ವಿಭಿನ್ನ ಹಾರ್ಡ್ವೇರ್ಗಳ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಮತ್ತು ವಿಭಿನ್ನ ಕಾಲಮಿತಿಗಳನ್ನು ಹೊಂದಿರುವ ಹಲವಾರು ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳನ್ನು ನಿಭಾಯಿಸಬೇಕಾಗುತ್ತದೆ. ಸಮನ್ವಯಗೊಳಿಸಿದ ವಿಧಾನವಿಲ್ಲದೆ, ಪ್ರತಿಯೊಂದು ವೆಂಚರ್ ಕೂಡ ಒಂದೇ ರೀತಿಯ ಡೇಟಾ ಪೈಪ್ಲೈನ್ಗಳು, ಮಾಡೆಲ್-ಟ್ರೈನಿಂಗ್ ಸ್ಟ್ಯಾಕ್ಗಳು ಮತ್ತು ಸಾಧನ-ನಿರ್ವಹಣಾ ಸೇವೆಗಳನ್ನು ಮೊದಲಿನಿಂದම ಮರುನಿರ್ಮಿಸುತ್ತದೆ. ಈ ಪುನರಾವರ್ತನೆಯು ಸಮಯವನ್ನು ವ್ಯರ್ಥ ಮಾಡುತ್ತದೆ.
ಮೂರು ಹಂತಗಳ ಮಾದರಿ
Aperture ನ ವಿಧಾನವು ಜೀವನಚಕ್ರವನ್ನು ಮೂರು ಸ್ಪಷ್ಟ ಹಂತಗಳಾಗಿ ವಿಂಗಡಿಸುತ್ತದೆ:
- ಒಬ್ಬ ಗ್ರಾಹಕನಿಗಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಪರಿಹಾರ – ತಂಡಗಳು ನೈಜ ಪ್ರಪಂಚದ ಅಗತ್ಯವನ್ನು ಪೂರೈಸುವ ಕಾರ್ಯक्षम AIoT ಸೇವೆಯನ್ನು ಒದಗಿಸುತ್ತವೆ, ಇದು ಒಂದು ನಿರ್ದಿಷ್ಟ ಬಳಕೆ ಮತ್ತು ಅಗತ್ಯತೆಗಳ ಗುಂಪನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ.
- ಹಂಚಿಕೆಯ ಪ್ಲಾಟ್ಫಾರ್ಮ್ನಲ್ಲಿ ಪುನರಾವರ್ತಿಸಬಹುದಾದ ಮಾಡ್ಯೂಲ್ – ಈ ಪರಿಹಾರವನ್ನು ಸಾಮಾನ್ಯ ಪ್ಲಾಟ್ಫಾರ್ಮ್ನಲ್ಲಿನ ಇತರ ಮಾಡ್ಯೂಲ್ಗಳೊಂದಿಗೆ ಇರುವ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಘಟಕವಾಗಿ ಪರಿಷ್ಕರಿಸಲಾಗುತ್ತದೆ (refactored). ಈ ಹಂತವು ಅತ್ಯಂತ ಕಠಿಣವಾದುದು, ಏಕೆಂದರೆ ಕೋಡ್ ಆಸ್ತಿ ಟ್ರ್ಯಾಕಿಂಗ್ (asset tracking), ಕಾರ್ಯಪಡೆಯ ಸುರಕ್ಷತೆ ಅಥವಾ ಪರಿಸರ ಮೇಲ್ವಿಚಾರಣೆಯಂತಹ ವಿಭಿನ್ನ ಕ್ಷೇತ್ರಗಳನ್ನು ಬೆಂಬಲಿಸಲು ಸಾಕಷ್ಟು ಅಮೂರ್ತವಾಗಿರಬೇಕು (abstract).
- ಸ್ಪಿನ್-ಔಟ್ (spin-out) ಗಾಗಿ ಅಭ್ಯರ್ಥಿ – ಒಂದು ವೆಂಚರ್ ಸ್ವತಂತ್ರ ಕಂಪನಿಯಾಗಲು ಸಿದ್ಧವಾದಾಗ, ಅದು ಹಂಚಿಕೆಯ ಮೂಲಸೌಕರ್ಯವನ್ನು ಅದೇ ಇಂಟರ್ಫೇಸ್ಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸುವ ಖಾಸಗಿ ಇನ್ಸ್ಟೆನ್ಸ್ನೊಂದಿಗೆ ಬದಲಾಯಿಸುತ್ತದೆ, ಇದು ಕೋಡ್ ಯಾವುದೇ ಬದಲಾವಣೆಯಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಮಧ್ಯದ ಹಂತವು ಹೆಚ್ಚಿನ ಕೆಲಸವನ್ನು ಒಳಗೊಂಡಿದೆ. ತಂಡಗಳು AI ಮಾಡೆಲ್ಗಳ ಮೂಲ ಪದರವನ್ನು (base layer) ರಚಿಸುತ್ತವೆ, ಇದನ್ನು ಪ್ರತಿಯೊಂದು ಹೊಸ ವೆಂಚರ್ಗಾಗಿ ಮೊದಲಿನಿಂದ ತರಬೇತಿಗೊಳಿಸುವ ಬದಲು ಫೈನ್-ಟ್ಯೂನ್ (fine-tune) ಮಾಡಬಹುದು. ಮೂಲ ಮಾಡೆಲ್ಗಳನ್ನು ಹಂಚಿಕೆಯ ಆಸ್ತಿಗಳಾಗಿ ಪರಿಗಣಿಸುವುದರಿಂದ, ಮೂಲ ಮಾಡೆಲ್ಗೆ ಮಾಡುವ ಯಾವುದೇ ಸುಧಾರಣೆಯು ಅದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವ ಎಲ್ಲಾ ವೆಂಚರ್ಗಳಿಗೆ ತಕ್ಷಣವೇ ಪ್ರಯೋಜನ ನೀಡುತ್ತದೆ.
ಸಂಪೂರ್ಣ ಪ್ರತ್ಯೇಕತೆಯಿಲ್ಲದ ಹಂಚಿಕೆಯ ಡೇಟಾ ಪೈಪ್ಲೈನ್ಗಳು
ಪ್ರತಿಯೊಬ್ಬ ಟೆನೆಂಟ್ನ (tenant) ಡೇಟಾ ಪೈಪ್ಲೈನ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರತ್ಯೇಕಿಸುವುದರಿಂದ ವೆಂಚರ್ಗಳು ಸ್ವಚ್ಛವಾಗಿ ಬೇರ್ biệtವಾಗಿರುತ್ತವೆ ಎಂಬುದು ಒಂದು ಸಾಮಾನ್ಯ ಆಲೋಚನೆ. ಆದರೆ ಸಂಪೂರ್ಣ ಪ್ರತ್ಯೇಕತೆಯು ಸುಧಾರಣೆಗಳ ಹರಿವನ್ನು ತಡೆಯುತ್ತದೆ ಎಂದು Aperture ಎಚ್ಚರಿಸುತ್ತದೆ: ಒಂದು ಪೈಪ್ಲೈನ್ಗೆ ಅನ್ವಯಿಸಿದ ಬಗ್ ಫಿಕ್ಸ್ ಅಥವಾ ಹೊಸ ಡೇಟಾ-ಕ್ಲೀನಿಂಗ್ ರೂಟೀನ್ ಇತರ ಪೈಪ್ಲೈನ್ಗಳಿಗೆ ಎಂದಿಗೂ ತಲುಪುವುದಿಲ್ಲ. ಅವರ ಹೈಬ್ರಿಡ್ ವಿಧಾನವು ಇದನ್ನು ಪರಿಹರಿಸುತ್ತದೆ:
- ಪ್ರತ್ಯೇಕ ಟೆನೆಂಟ್ ಡೇಟಾ – ಪ್ರತಿಯೊಂದು ವೆಂಚರ್ನ ಕಚ್ಚಾ ಡೇಟಾ ತನ್ನದೇ ಆದ ಸ್ಟೋರೇಜ್ ಬಕೆಟ್ನಲ್ಲಿ ಇರುತ್ತದೆ, ಇದು ಗೌಪ್ಯತೆ ಮತ್ತು ಅನುಸರಣೆಯನ್ನು (compliance) ಕಾಪಾಡುತ್ತದೆ.
- ಹಂಚಿಕೆಯ ಪ್ರೊಸೆಸಿಂಗ್ ಲಾಜಿಕ್ – ಡೇಟಾವನ್ನು ಕ್ಲೀನ್ ಮಾಡುವ, ನಾಯ್ಸ್ ತೆಗೆದುಹಾಕುವ ಮತ್ತು ರಚಿಸುವ ಸಾಮಾನ್ಯ ಕೋಡ್ ಒಂದೇ ಲೈಬ್ರರಿಯಲ್ಲಿರುತ್ತದೆ. ಆ ಲೈಬ್ರರಿಯನ್ನು ಅಪ್ಡೇಟ್ ಮಾಡುವುದು ಪ್ರತಿಯೊಂದು ವೆಂಚರ್ಗೂ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪ್ರಯೋಜನ ನೀಡುತ್ತದೆ.
- ವೆಂಚರ್-ನಿರ್ದಿಷ್ಟ ನಿಯಮಗಳು – ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು (edge cases) ಹಂಚಿಕೆಯ ಲಾಜಿಕ್ನ ಮೇಲೆ ಇರುವ ಸಣ್ಣ, ಪ್ಲಗ್-ಇನ್ ಶೈಲಿಯ ನಿಯಮಗಳ ಗುಂಪುಗಳ ಮೂಲಕ ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ, ಇದು ಕೋರ್ ಅನ್ನು ಸ್ಥಿರವಾಗಿಡುತ್ತಾ ಕಸ್ಟಮೈಸೇಶನ್ಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ.
ಈ ವಿನ್ಯಾಸವು ಹಂಚಿಕೆಯ ಪ್ರೊಸೆಸಿಂಗ್ ಲಾಜಿಕ್ ಅನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಲೇ ಡೇಟಾ ಸಾರ್ವಭೌಮತೆಯನ್ನು (data sovereignty) ಒದಗಿಸುತ್ತದೆ.
ನೋವಿಲ್ಲದ ಸ್ಪಿನ್-ಔಟ್ಗಾಗಿ ಡಿಕಪಲಿಂಗ್ (Decoupling)
ತಂಡಗಳು ಸ್ಟುಡಿಯೋನ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ (ecosystem) ಮಾತ್ರ ಇರುವ ಆಂತರಿಕ API ಗಳ ಮೇಲೆ ಅವಲಂಬಿತರಾದಾಗ ಟೈಟ್ ಕಪ್ಲಿಂಗ್ (tight coupling) ಉಂಟಾಗುತ್ತದೆ. Aperture ಇದನ್ನು ಎಲ್ಲಾ ಅವಲಂಬನೆಗಳಿಗೆ (dependencies) ಕಟ್ಟುನಿಟ್ಟಾದ ಇಂಟರ್ಫೇಸ್ಗಳನ್ನು ಜಾರಿಗೆ ತರುವ ಮೂಲಕ ಎದುರಿಸುತ್ತದೆ. ಪ್ರತಿಯೊಂದು ಮಾಡ್ಯೂಲ್ ಅದಕ್ಕೆ ಬೇಕಾದ ಒಪ್ಪಂದಗಳನ್ನು (contracts) ಘೋಷಿಸುತ್ತದೆ—ಅದು ಸಾಧನ ಸಂವಹನ, ಮಾಡೆಲ್ ಇನ್ಫರೆನ್ಸ್ ಅಥವಾ ಬಿಲ್ಲಿಂಗ್ ಆಗಿರಲಿ—ಅದಕ್ಕಿಂತ ಹೆಚ್ಚೇನೂ ಇಲ್ಲ.
ಒಂದು ವೆಂಚರ್ ಸ್ಪಿನ್-ಔಟ್ ಹಂತವನ್ನು ತಲುಪಿದಾಗ, ಅದು ಕೇವಲ ಆ ಇಂಟರ್ಫೇಸ್ಗಳನ್ನು ತನ್ನದೇ ಆದ ಇನ್ಪ್ಲಿಮೆಂಟೇಶನ್ಗಳಿಗೆ (implementations) ಕೊಂಡೊಯ್ಯುತ್ತದೆ. ಕೋಡ್ ಎಂದಿಗೂ ನೇರವಾಗಿ ಯಾವುದೇ ಆಂತರಿಕ ಸೇವೆಯನ್ನು ಕರೆಯದ ಕಾರಣ, ಈ ಬದಲಾವಣೆಯು ಪೂರ್ಣ ಮರು-ಬರವಣಿಗೆಯ ಬದಲು ಕೇವಲ ಕಾನ್ಫಿಗರೇಶನ್ನ ವಿಷಯವಾಗುತ್ತದೆ. ಈ ಡಿಕಪಲಿಂಗ್ ಅನ್ನು ಮೊದಲೇ ಯೋಜಿಸುವುದು ನಂತರದ ದುಬಾರಿ ಮರು-ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ತಪ್ಪಿಸುತ್ತದೆ.
ಅಪಾಯಗಳು ಮತ್ತು ವಿರೋಧಾಭಿಪ್ರಾಯಗಳು
ಹಂಚಿಕೆಯ ಮೂಲಸೌಕರ್ಯ ಮಾದರಿಯು ಎಲ್ಲಾ ಸಮಸ್ಯೆಗಳಿಗೂ ಸುಲಭ ಪರಿಹಾರವಲ್ಲ (silver bullet).
ಮುಂದೆ ಗಮನಿಸಬೇಕಾದವುಗಳು
ಸಾರಾಂಶ: ಸ್ಪಷ್ಟ ಇಂಟರ್ಫೇಸ್ಗಳು, ಸಾಮಾನ್ಯ ಮಾಡೆಲ್ ಬೇಸ್ ಮತ್ತು ಹೈಬ್ರಿಡ್ ಡೇಟಾ-ಪೈಪ್ಲೈನ್ ತಂತ್ರದೊಂದಿಗೆ ಹಂಚಿಕೆಯ AIoT ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅನ್ನು ನಿರ್ಮಿಸುವುದು ವೆಂಚರ್ ಸ್ಟುಡಿಯೋಗಳಿಗೆ ಹಲವಾರು ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳನ್ನು ವೇಗವಾಗಿ ಪ್ರಾರಂಭಿಸಲು ಮತ್ತು ಅವುಗಳನ್ನು ಸ್ವಚ್ಛವಾಗಿ ಸ್ಪಿನ್-ಔಟ್ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.