Die schnelle Expansion von IoT-Geräten sowie ihre wachsende Rechenkapazität haben zu riesigen Datenmengen geführt. Und da 5G-Netze die Zahl der verknüpften Mobilgeräte erweitern, wird das Datenvolumen weiter steigen.
Das Versprechen von Cloud und KI in der Vergangenheit war, dass sie Innovationen automatisieren und beschleunigen würden, indem sie umsetzbare Erkenntnisse aus Daten generieren.
Allerdings sind die Netz- und Infrastrukturkapazitäten durch die außerordentliche Menge und Komplexität überholt Daten zur Verfügung gestellt durch angeschlossene Geräte. Bandbreiten- und Latenzprobleme treten auf, wenn alle Gerätedaten an ein zentrales Rechenzentrum oder die Cloud übertragen werden.
Edge Computing ist effizienter, da Daten näher am Entstehungsort verarbeitet und analysiert werden. Die Latenz wird stark verringert, da Daten nicht über ein Netzwerk zu einer Cloud oder einem Rechenzentrum transportiert werden, um dort verarbeitet zu werden.
Dieser Beitrag erklärt, wie Edge-Computing funktioniert, warum es wichtig ist, und stellt verschiedene Instanzen von Edge-Computing mit Vor- und Nachteilen vor.
Was ist Edge-Computing?
Edge Computing ist eine verteilte Computerplattform, die Unternehmensanwendungen näher an Datenquellen wie IoT-Geräte oder lokale Edge-Server bringt. Diese Nähe zu Daten an ihrer Quelle kann erhebliche geschäftliche Vorteile bieten, wie z. B. schnellere Einblicke, schnellere Reaktionszeiten und erhöhte Bandbreitenverfügbarkeit.
Grundsätzlich bringt Edge-Computing die Verarbeitung und Datenspeicherung näher an die Geräte, die Daten sammeln, anstatt sich auf einen zentralen Standort zu verlassen, der Tausende von Kilometern entfernt sein kann.
Dies geschieht, um sicherzustellen, dass Daten, insbesondere Echtzeitdaten, keinen Latenzproblemen ausgesetzt sind, die die Anwendungsleistung beeinträchtigen könnten. Darüber hinaus können Unternehmen durch die lokale Durchführung der Verarbeitung Geld sparen, indem sie die Datenmenge reduzieren, die an einen zentralen oder cloudbasierten Standort gesendet werden muss.
Betrachten Sie Geräte, die Industrieanlagen in einer Fabrikhalle überwachen, oder eine mit dem Internet verbundene Videokamera streamt Live-Videos aus einem entfernten Büro. Während ein einzelnes Gerät, das Daten produziert, Daten problemlos über ein Netzwerk verschieben kann, treten Probleme auf, wenn die Anzahl der Geräte, die gleichzeitig Daten übertragen, zunimmt.
Multiplizieren Sie eine einzelne Live-Videokamera mit Hunderten oder Tausenden von Einheiten. Die Verzögerung würde nicht nur die Qualität verschlechtern, sondern die Bandbreitengebühren könnten auch unerschwinglich hoch werden.
Viele dieser Systeme profitieren von Edge-Computing-Hardware und -Diensten, die eine lokale Verarbeitungs- und Speicherquelle bieten. Beispielsweise kann ein Edge-Gateway Daten von einem Edge-Gerät verarbeiten und dann nur die relevanten Daten zurück in die Cloud übertragen. Im Falle einer Echtzeitanwendung kann es auch Daten an das Edge-Gerät zurückgeben.
Wie funktioniert Edge-Computing?
Die physische Architektur des Edge ist komplex, aber das Kernkonzept besteht darin, dass Client-Geräte eine Verbindung zu einem nahe gelegenen Edge-Modul herstellen, um eine schnellere Verarbeitung und einen reibungsloseren Betrieb zu ermöglichen. Beispiele für Edge-Geräte sind IoT-Sensoren, der Computer eines Mitarbeiters, sein neuestes Smartphone, Überwachungskameras oder sogar der mit dem Internet verbundene Mikrowellenherd des Pausenraums am Arbeitsplatz.
Ein autonomer mobiler Roboter, wie beispielsweise ein Roboterarm in einer Automobilfabrik, kann als Edge Device im industriellen Kontext verwendet werden. Es könnte sich um eine High-End-Operationstechnologie handeln, die es Chirurgen ermöglicht, Operationen von entfernten Orten im Gesundheitswesen durchzuführen. Innerhalb einer Edge-Computing-Infrastruktur gelten Edge-Gateways als Edge-Geräte.
Die Module können je nach verwendeter Terminologie durchaus als Edge-Server oder Edge-Gateways bezeichnet werden. Während Dienstanbieter mehrere Edge-Gateways oder -Server installieren werden, um ein Edge-Netzwerk zu ermöglichen (z. B. Verizon für sein 5G-Netzwerk), müssen Organisationen, die ein privates Edge-Netzwerk implementieren möchten, auch diese Ausrüstung in Betracht ziehen.
In einer normalen Konfiguration werden Daten auf dem PC eines Benutzers oder einer anderen Client-Anwendung erstellt. Über Kanäle wie Internet, Intranet, LAN usw. werden sie dann an den Server übertragen, wo die Daten gespeichert und verarbeitet werden. Dies ist immer noch ein bewährter Ansatz für das Client-Server-Computing.
Die Idee hinter Edge Computing ist einfach: Anstatt Daten näher an das Rechenzentrum zu verlagern, wird das Rechenzentrum näher an die Daten verlagert. Die Speicher- und Verarbeitungsressourcen des Rechenzentrums befinden sich so nah wie möglich an der Quelle der Daten (am besten im selben Bereich).
Warum ist Edge-Computing wichtig?
Ein Großteil der heutigen Datenverarbeitung findet an Orten wie Krankenhäusern, Fabriken und Einzelhandelsgeschäften statt, wo die sensibelsten Daten verarbeitet und geschäftskritische Geräte mit Strom versorgt werden, die konsistent und sicher funktionieren müssen.
Diese Standorte erfordern Lösungen mit geringer Latenz, die keine Netzwerkverbindung erfordern. Das Potenzial von Edge, ein Unternehmen in allen Sektoren und Funktionen zu revolutionieren, von der Kundenbindung und dem Marketing bis hin zu Fertigung und Backoffice-Operationen, macht es so faszinierend. In diesen Situationen ermöglicht Edge proaktive und anpassbare Geschäftsprozesse, häufig in Echtzeit, was zu neuen und verbesserten Benutzererfahrungen führt.
Unternehmen können Edge nutzen, um die digitale Welt in die reale Welt zu bringen. Verbesserung des Einzelhandelserlebnisses durch Einbringen von Webdaten und -analysen in physische Einrichtungen. Erstellen von Methoden, in denen Mitarbeiter geschult werden können, und Szenarien, in denen Roboter Mitarbeiter unterrichten können.
Erstellen intelligenter Einstellungen, die unsere Sicherheit und unseren Komfort priorisieren. All diesen Fällen ähnelt Edge Computing, das es Unternehmen ermöglicht, Anwendungen mit höchster Zuverlässigkeit, Echtzeit und Datenbedarf sofort vor Ort zu betreiben. Schließlich ermöglicht dies Unternehmen, schneller Innovationen zu entwickeln, neue Waren und Dienstleistungen schneller auf den Markt zu bringen und neue Einnahmequellen zu erschließen.
Edge-Computing und KI/ML
Mit seinem Schwerpunkt auf Datenerfassung und Echtzeitverarbeitung kann Edge Computing datenintensiven intelligenten Anwendungen zum Erfolg verhelfen. Operationen mit künstlicher Intelligenz/maschinellem Lernen (KI/ML), wie z. B. Bilderkennungsalgorithmen, können effektiver näher an der Datenquelle durchgeführt werden, wodurch die Notwendigkeit entfällt, riesige Datenmengen zu einem zentralen Rechenzentrum zu transportieren.
Diese Apps kombinieren eine große Anzahl von Datenpunkten, um höherwertige Informationen zu erhalten, die Unternehmen dabei helfen können, bessere Entscheidungen zu treffen. Diese Funktion kann bei einer Vielzahl von Unternehmensinteraktionen hilfreich sein, darunter Kundendienst, vorbeugende Wartung, Betrugsschutz, klinische Entscheidungsfindung und mehr.
Organisationen können Entscheidungsmanagement- und KI/ML-Inferenzansätze verwenden, um Datenpunkte zu filtern, zu analysieren, zu qualifizieren und zu kombinieren, um Informationen höherer Ordnung abzuleiten, indem sie jeden eingehenden Datenpunkt als Ereignis betrachten.
Datenintensive Anwendungen lassen sich in Phasen einteilen, die jeweils an einer separaten Stelle in der IT-Umgebung durchgeführt werden. Wenn Daten gesammelt, vorverarbeitet und übertragen werden, kommt Edge-Technologie zum Einsatz.
Die Daten werden dann gespeichert, konvertiert und für das Modelltraining für maschinelles Lernen verwendet, nachdem sie die Entwicklungs- und Analysephasen durchlaufen haben, die üblicherweise in einer öffentlichen oder privaten Cloud-Umgebung durchgeführt werden. Dann wird es für den Laufzeit-Inferenzschritt an den Edge zurückgegeben, der die dient und überwacht Maschinelles Lernen Modelle.
Um diese zahlreichen Ziele zu erreichen und Konnektivität zwischen diesen unterschiedlichen Phasen zu bieten, ist eine flexible, anpassungsfähige und elastische Infrastruktur und Anwendungsentwicklungsplattform erforderlich.
Die Flexibilität zur optimalen Bereitstellung der Datenerfassungs- und intelligenten Inferenz-Workloads am Rand einer Umgebung, der ressourcenintensiven Datenverarbeitungs- und Schulungs-Workloads in Cloud-Umgebungen sowie der Business-Events- und Insight-Management-Systeme in der Nähe der Geschäftsanwender wird durch eine Hybrid Cloud bereitgestellt Ansatz, der ein konsistentes Erlebnis über öffentliche und private Clouds hinweg bietet.
Edge-Computing ist eine entscheidende Komponente des Hybrid-Cloud-Konzepts, das darauf abzielt, ein konsistentes Anwendungs- und Betriebserlebnis zu bieten.
Edge-Computing-Anwendungsfälle
Edge-Computing wird in vielen Technologien eingesetzt, die wir heute privat und geschäftlich nutzen, von Inhaltsbereitstellungssystemen und intelligenter Technologie bis hin zu Spielen, 5G und vorausschauender Wartung. Musik- und Video-Streaming-Dienste speichern beispielsweise häufig Daten im Cache, um die Latenz zu reduzieren und mehr Netzwerkflexibilität als Reaktion auf die Anforderungen des Benutzerverkehrs bereitzustellen.
Edge Computing ermöglicht es Herstellern, ihre Abläufe genauer zu kontrollieren. Edge-Computing ermöglicht es Unternehmen, Anlagen und Fertigungslinien sorgfältig auf Effizienz zu überwachen und in bestimmten Situationen Fehler vorherzusagen, bevor sie auftreten, wodurch Ausfallkosten reduziert werden.
Edge-Computing wird auch im Gesundheitswesen eingesetzt, um Patienten besser zu versorgen, und bietet Ärzten mehr Echtzeit-Einblicke in ihre Gesundheit, ohne ihre Daten zur Verarbeitung an eine Datenbank eines Drittanbieters übermitteln zu müssen. Öl- und Gaskonzerne können ihr Vermögen im Auge behalten und kostspielige Schwierigkeiten an anderer Stelle verhindern.
Edge-Computing-Technologien werden auch bei der Schaffung von Smart Homes eingesetzt. Immer mehr Gadgets, insbesondere Sprachassistenten, müssen Daten in einem engen Netzwerk verbinden und analysieren. Amazon Alexa und Google Assistant würden viel länger brauchen, um Antworten für Verbraucher zu finden, wenn sie keinen Zugang zu dezentraler Rechenleistung hätten.
Ein weiteres typisches Beispiel für Edge Computing sind vernetzte Autos. In Bussen und Bahnen werden Computer installiert, um die Fahrgastbewegungen und die Erbringung von Dienstleistungen zu verfolgen. Mit der Technologie an Bord ihrer Fahrzeuge können Lieferfahrer die effektivsten Routen ermitteln. Beim Einsatz einer Edge-Computing-Strategie läuft jedes Fahrzeug auf derselben standardisierten Plattform wie der Rest der Flotte, wodurch die Servicezuverlässigkeit verbessert und die Datensicherheit auf ganzer Linie gewährleistet wird.
Ein weiteres Beispiel für Edge-Computing sind autonome Autos, die eine große Menge an Echtzeitdaten in einer Umgebung verarbeiten, in der die Konnektivität möglicherweise zeitweise unterbrochen ist. Autonome Fahrzeuge, wie selbstfahrende Autos, analysieren Sensordaten an Bord des Fahrzeugs, um die Latenz aufgrund des schieren Datenvolumens zu verringern. Sie können sich jedoch drahtlos mit einem zentralen Ort für Software-Upgrades verbinden.
Edge Computing trägt auch zur kontinuierlichen Verfügbarkeit beliebter Internetdienste bei. Content Delivery Networks (CDNs) platzieren Datenserver in der Nähe der Kundenstandorte, sodass stark frequentierte Websites schnell geladen und schnelle Video-Streaming-Dienste ermöglicht werden.
Benefits
- Edge-Computing kann zu billigeren, schnelleren und zuverlässigeren Diensten führen. Edge-Computing bietet Verbrauchern ein schnelleres und konsistenteres Erlebnis. Edge steht für Anwendungen mit geringer Latenz, hoher Verfügbarkeit und Echtzeit-Überwachung für Unternehmen und Dienstleister.
- Edge Computing kann Netzwerkkosten sparen, Bandbreitenbeschränkungen vermeiden, Übertragungszeiten verkürzen, Dienstausfälle beseitigen und Ihnen mehr Kontrolle über die sensible Datenübertragung geben. Ladezeiten werden verkürzt und Online-Dienste näher an die Benutzer gebracht, was sowohl dynamisches als auch statisches Caching ermöglicht.
- Computing at the Edge kommt Anwendungen zugute, die von einer schnelleren Reaktionszeit profitieren, wie z. B. Augmented Reality und Virtual Reality.
- Ein weiterer Vorteil von Edge Computing ist die Fähigkeit, vor Ort große Datenanalysen und -aggregationen durchzuführen, die eine Entscheidungsfindung nahezu in Echtzeit ermöglichen. Indem die gesamte Verarbeitungsleistung lokal gehalten wird, verringert Edge-Computing die Wahrscheinlichkeit, dass sensible Daten offengelegt werden, weiter, sodass Unternehmen Sicherheitsstandards durchsetzen und behördliche Vorschriften einhalten können.
- Die mit Edge Computing verbundenen Zuverlässigkeits- und Kosteneinsparungen kommen Unternehmenskunden zugute. Regionale Standorte können weiterhin unabhängig von einem Kernstandort betrieben werden, indem die Verarbeitungsleistung lokal gehalten wird, selbst wenn der Kernstandort aus irgendeinem Grund ausfällt. Indem die Rechenleistung näher an der Quelle gehalten wird, werden die Kosten für die Bandbreite zum Transport von Daten zwischen zentralen und regionalen Standorten erheblich gesenkt.
- Eine Edge-Plattform kann den Betrieb und die Einheitlichkeit der App-Entwicklung unterstützen. Im Gegensatz zu einem Rechenzentrum sollte es Interoperabilität bieten, um einer größeren Vielfalt von Hardware- und Softwareumgebungen gerecht zu werden. In einem offenen Ökosystem ermöglicht ein guter Edge-Ansatz auch, dass Produkte vieler Anbieter zusammen funktionieren.
Nachteile
- Edge Computing erweitert die gesamte Angriffsfläche eines Netzwerks. Cyberangriffe können Edge-Geräte als Einstiegspunkt verwenden, sodass ein Angreifer bösartige Software einschleusen und das Netzwerk infizieren kann.
- Leider ist der Aufbau einer effektiven Sicherheit in einem verteilten Kontext eine Herausforderung. Der Großteil der Datenverarbeitung findet außerhalb der direkten Sichtlinie des Sicherheitsteams und des zentralen Servers statt. Wenn der Konzern ein neues Ausrüstungsteil hinzufügt, erweitert sich auch die Angriffsfläche.
- Die Kosten für Edge-Computing sind ein weiteres wichtiges Thema. Der Aufbau der Infrastruktur ist teuer und kompliziert, es sei denn, ein Unternehmen arbeitet mit einem lokalen Edge-Partner zusammen. Wartungskosten sind oft teuer, da das Team viele Geräte an verschiedenen Standorten in einwandfreiem Zustand halten muss.
Herausforderungen
- Es kann schwieriger sein, Edge-Server auf eine Reihe winziger Standorte zu skalieren, als die gleiche Kapazität einem Single-Core-Rechenzentrum hinzuzufügen. Physische Standorte haben mehr Overhead, was für kleinere Unternehmen eine Herausforderung darstellen kann.
- Edge-Computing-Installationen befinden sich in der Regel an entfernten Orten, an denen wenig oder gar kein technologisches Wissen vorhanden ist. Wenn vor Ort etwas schief geht, benötigen Sie eine Infrastruktur, die schnell von nicht-technischem Personal vor Ort repariert und dann von einer kleinen Gruppe von Fachleuten zentral gesteuert werden kann.
- Um die Verwaltung zu vereinfachen und eine schnellere Fehlerbehebung zu ermöglichen, müssen Standortverwaltungsverfahren an allen Edge-Computing-Standorten hochgradig wiederholbar sein. Wenn Software an jedem Standort unterschiedlich implementiert wird, entstehen Probleme.
- Edge-Standorte sind in Bezug auf die physische Sicherheit häufig weniger sicher als Core-Standorte. Ein Edge-Ansatz muss die Möglichkeit böswilliger oder unbeabsichtigter Ereignisse berücksichtigen.
Zusammenfassung
Da das Internet der Dinge und Edge Computing noch in den Kinderschuhen stecken, ist ihr volles Potenzial noch in weiter Ferne. Gleichzeitig beschleunigen sie den digitalen Wandel in einer Vielzahl von Branchen und verändern den Alltag der Menschen auf der ganzen Welt.
Bis 2025 erwarten Experten, dass 75 % der Datenverarbeitung außerhalb eines typischen Rechenzentrums oder einer Cloud stattfinden wird. Verschaffen Sie sich einen Vorsprung mit Edge-Computing, um neue Geschäftsmöglichkeiten zu entdecken, die betriebliche Effizienz zu verbessern und konsistente Kundenerlebnisse zu bieten.
Hinterlassen Sie uns einen Kommentar