Computación de borde

A diferencia de la computación en la nube, la computación de borde se refiere al procesamiento de datos descentralizado en el borde de la red , el llamado borde. En lugar de computación de borde, ocasionalmente se utilizan los términos computación en la niebla, nube local o cloudlet.

descripción

Con la informática de punta , las aplicaciones, los datos y los servicios informáticos se trasladan lejos de los nodos centrales ( centros de datos ). El término se refiere al hecho de que en la informática de borde, las operaciones relevantes tienen lugar en el "borde" de la red, es decir, en la periferia de la red. Estas operaciones pueden significar la recopilación, agregación, preparación y análisis de datos. Los cálculos se llevan a cabo localmente donde los datos se generan o recopilan realmente.

El objetivo es que los flujos de datos se procesen al menos parcialmente en el sitio (por ejemplo, directamente en el dispositivo final o dentro de una fábrica) de una manera que ahorre recursos. En el pasado reciente, la mayoría de los cálculos se realizaban en centros de datos. Sin embargo, la distancia física por sí sola provoca retrasos en la transmisión de datos que evitan tiempos de respuesta cortos. Para una transmisión en el rango de milisegundos, por ejemplo, el centro de datos no debe estar a más de 100 kilómetros del lugar donde se crearon los datos. Al mover físicamente la ubicación del cálculo más cerca del origen de los datos, los tiempos de respuesta se pueden reducir significativamente. Al mismo tiempo, los datos que son relevantes para los hallazgos globales de nivel superior se pueden filtrar previamente y solo se pueden transmitir al centro de datos en la forma realmente requerida, lo que significa que el ancho de banda disponible se usa de manera más eficiente. El concepto de edge computing tiene su origen en el hecho de que la cantidad de datos a procesar aumenta exponencialmente en las aplicaciones de Internet de las cosas (IoT). En particular, para las aplicaciones que requieren reacciones en tiempo real, simplemente ya no es posible transferir todos los datos recopilados para su procesamiento en el centro de datos. La computación perimetral resuelve los dos principales desafíos de la Internet de las cosas mediante el filtrado previo de los datos que se transmitirán y la realización de cálculos directamente en el sitio en la proximidad física de los sensores y actuadores: utilización del ancho de banda y reacciones en tiempo real.

Este enfoque es útil cuando se utilizan recursos que no están conectados permanentemente a una red, como controladores , computadoras portátiles , teléfonos inteligentes , tabletas y sensores . La informática de borde incluye numerosas tecnologías, como redes de sensores, adquisición de datos móviles , análisis de firmas móviles , redes peer-to-peer y ad-hoc . Sin embargo, con Fog Computing, la atención se centra menos en los dispositivos finales y más en acercar los recursos de la nube a las aplicaciones (descentralización).

“La inteligencia de los dispositivos y sensores de adquisición de datos ha crecido considerablemente y se ha vuelto más descentralizada. Los elementos de procesamiento se acercaron al sensor. Pero no solo los dispositivos de medición se han vuelto más inteligentes. También surgieron sensores inteligentes que combinan el elemento sensor, el acondicionamiento de la señal, el procesamiento integrado y la interfaz digital (el sistema de bus ) en un factor de forma o sistema extremadamente pequeño ". Rahman Jamal, director de marketing y tecnología global de National Instruments (NI)

Objetivos de la tecnología

El retraso mencionado anteriormente debido a la distancia geográfica entre el lugar de uso y el centro de datos puede tener un impacto significativo en los procesos comerciales y de producción, especialmente en la industria. Ya en 2014, el jefe de la división 2 de Internet de las cosas de Cisco, Guido Jouret, declaró: "Estamos perdiendo tiempo y ancho de banda si primero colocamos todos los datos de los dispositivos IoT en la nube y luego las respuestas en la red". Según un estudio de International Data Corporation (IDC) de 2018, la proporción de datos en tiempo real aumentará al 30 por ciento de los datos procesados ​​para 2025. Con el avance de la difusión de IoT, la cantidad de datos generados aumenta y la "relevancia en tiempo real de los nuevos datos está creciendo incluso más rápido que la cantidad de datos en sí". Con la proporción cada vez mayor de datos en tiempo real, también aumenta la importancia de la informática perimetral. Además, una encuesta realizada por el proveedor de soluciones de infraestructura de TI Vertiv en 2019 mostró que el 53% de los participantes de la encuesta que ya usaban la computación perimetral esperaban un aumento significativo en la demanda de ubicaciones de computación perimetral con un promedio del 226% para 2025. Incluso si el objetivo original de Edge Computing era "solo" reducir la distancia física al centro de datos, también para reducir los costos de transmisión, el "rápido crecimiento de Internet de las cosas (IoT) y la aparición de nuevos tipos de aplicaciones que requieren datos en tiempo real están dando sus frutos, [...] contribuye a que los sistemas de edge computing sean cada vez más importantes y tengan una mayor demanda ”. Las dimensiones de la cantidad de datos que surgen se pueden ilustrar con un ejemplo realista: en solo 30 minutos de tiempo de vuelo, una sola turbina de avión genera alrededor de 10 terabytes de datos (que corresponden a alrededor de 5,000 horas de videos HD) que deben ser procesado en el sitio durante el vuelo. Según un informe del instituto de investigación de mercado Gartner, la cantidad estimada de dispositivos IoT conectados en todo el mundo fue de alrededor de 20,4 mil millones en 2020. La computación de borde también juega un papel importante en la interconexión de los sistemas de producción en la Industria 4.0 con la tecnología de la información y la comunicación. La expansión del controlador lógico programable (PLC) convencional al controlador de borde también debe verse en este contexto.

Controlador de borde

El controlador de borde es una forma de controlador lógico programable (PLC) en el que los elementos de procesamiento se acercan al sensor y, por lo tanto, sus datos se pueden analizar y filtrar rápidamente. Como controlador local, puede reducir el volumen de datos en los centros de datos descentralizados. El Edge Controller se diferencia del PLC convencional principalmente en su mayor capacidad de procesamiento de datos, que se logra mediante el uso de procesadores multinúcleo con alta potencia informática.

"Los controladores de borde son dispositivos que permiten el uso de tecnologías en la nube en salas de producción y máquinas". Alexander Bergner, Product Manager Industrial IoT en TTTech Computertechnik

ventajas

La mayor ventaja de la informática de borde es la capacidad en tiempo real de recopilación y procesamiento de datos. A medida que más y más empresas ofrecen aplicaciones en tiempo real, esta ventaja suele ser fundamental para su éxito. Al prefiltrar y procesar los datos para que se envíen menos datos al centro de datos, las líneas existentes están menos ocupadas. Esto tiene un impacto financiero directo, ya que las empresas pueden ahorrar costes “en términos de ancho de banda, volumen de datos y espacio de almacenamiento en la nube” si el procesamiento de datos se realiza localmente. En las áreas rurales, sin embargo, la conexión de red puede simplemente no ser suficiente para cargar constantemente grandes cantidades de datos, por lo que, por ejemplo, la computación en la nube simplemente no es posible para muchas empresas en áreas rurales. Para estas empresas, puede ser muy valioso utilizar la infraestructura periférica descentralizada para ahorrar ancho de banda para otras cosas. Sin embargo, esto no significa que las ventajas de la computación en la nube no puedan utilizarse también, por ejemplo, en el contexto de la inteligencia artificial: los modelos que se crearon y entrenaron en la nube aún se pueden ejecutar localmente. Además, el procesamiento local de los datos tiene la ventaja de que los datos confidenciales no tienen que salir de la red local de la empresa. Esto es relevante para los datos confidenciales internos de la empresa, así como para los datos y la información que pueden no almacenarse en servidores extranjeros por razones legales o reglamentarias (por ejemplo, para cumplir con el RGPD o las pautas comerciales). Se pueden ver las ventajas de la computación perimetral. resumir de la siguiente manera:

  • Minimizar la latencia
  • Minimización de tiempos de carga
  • Acelere la transferencia y el procesamiento de datos en la nube
  • Limitación de retrasos en la transmisión y fallas en el servicio.
  • Habilitación de servicios y monitoreo en tiempo real
  • Eludir las restricciones de ancho de banda
  • Reducción de costos de red
  • Mayor capacidad de control de los datos confidenciales
  • Escalabilidad

desventaja

Incluso si la computación de borde trae ventajas esenciales, que son particularmente significativas en el contexto de IoT, todavía existen algunos desafíos que uno debe tener en cuenta. Como se mencionó, una ventaja de la computación de borde es la mejor capacidad de control de los datos confidenciales. Sin embargo, los datos en el borde de la red también pueden representar un problema de seguridad. Con el procesamiento centralizado por un centro de datos o una nube, puede estar seguro de que se han tomado precauciones para garantizar los más altos estándares de seguridad y que el sistema se verifica periódicamente para detectar puntos débiles y se actualiza en consecuencia. En el caso del procesamiento descentralizado en el borde, en el que se puede integrar una amplia variedad de dispositivos, el operador asume esta responsabilidad. En cualquier caso, "los especialistas en TI involucrados deben ser conscientes de los peligros potenciales de seguridad de los dispositivos IoT" en para protegerlos en consecuencia puede. Para aprovechar la informática de borde, los nodos, i. H. los dispositivos, además, siempre estarán disponibles. Sin embargo, esto puede ser difícil con dispositivos que no están particularmente bien protegidos contra fallas o mal uso. Incluso con la disponibilidad constante de los nodos en el borde, también se debe garantizar la confiabilidad de la operación: el sistema debe poder continuar funcionando incluso si fallan los nodos de red individuales o se interrumpe la conexión con el centro de datos o la nube. Esto puede ser un desafío, ya que la potencia informática y los requisitos de conectividad de los dispositivos de IoT pueden fluctuar durante el funcionamiento. Pero incluso sin una conexión a Internet activa, el sistema debe seguir funcionando con la misma fiabilidad para garantizar un funcionamiento ininterrumpido. Esto significa, por un lado, que las reacciones deben poder continuar y, por otro lado, los datos que se recopilan y procesan durante el tiempo de inactividad deben sincronizarse automáticamente cuando se restablece la conexión y la operación debe poder continuar. normalmente. Otra desventaja de la informática de borde, que podría ser un obstáculo para la implementación para muchas empresas, es la configuración inicial que requiere mucho tiempo. Esto también está relacionado con la escasez de trabajadores calificados. Incluso después de configurar un sistema de computación en el borde, se requiere personal capacitado que pueda realizar el mantenimiento en el sitio, y dado que la computación en el borde como un sistema descentralizado utiliza más ubicaciones que los centros de datos centrales, hay, en consecuencia, más especialistas para el mantenimiento y la gestión del borde. sistema informático necesario. Las desventajas y desafíos de la computación en el borde se pueden resumir de la siguiente manera:

  • La seguridad de los datos debe estar garantizada
  • La confiabilidad de la operación, incluso si la conexión está rota, debe garantizarse
  • Debe garantizarse la disponibilidad constante de los dispositivos
  • Configuración inicial elaborada
  • Escasez de trabajadores calificados
  • Requisitos informáticos o de memoria irregulares

Areas de aplicación

Las áreas de aplicación de la informática de borde son diversas. La informática de borde es particularmente prometedora en un contexto industrial, por ejemplo, en logística (por ejemplo, para la gestión de flotas o almacén automático), en producción (por ejemplo, para el uso de mantenimiento predictivo y gemelos digitales), en la optimización de fábrica y automatización de edificios. También existen numerosos escenarios de aplicación para la informática de punta fuera de la industria en los que la capacidad en tiempo real es particularmente relevante. Los ejemplos incluyen conducción autónoma , realidad aumentada y ciudades inteligentes . En el caso de la conducción autónoma, el vehículo debe poder realizar todos los cálculos por sí mismo para no depender de una conexión estable a un centro de datos. Los tiempos de reacción cortos también son esenciales, ya que de lo contrario pueden ocurrir accidentes. Sin embargo, el vehículo no se puede ver de forma aislada, sino que debe comunicarse e interactuar con su entorno. El vehículo de conducción autónoma es básicamente un "dispositivo de borde". La realidad aumentada es la "fusión del mundo real y digital". Por ejemplo, la realidad puede mostrarse al usuario de anteojos AR , pero superpuesta con información digital adicional. Debe asegurarse que incluso con movimientos bruscos de la cabeza “la imagen digital pueda seguir los objetos reales en tiempo real”. También en este caso, la transmisión sin demoras es un requisito fundamental. El control inteligente del tráfico mediante cámaras de vídeo es un ejemplo de cómo se puede utilizar la informática de punta en el contexto de las ciudades inteligentes. Por ejemplo, el cambio de semáforo en calles e intersecciones con mucho tráfico podría basarse en el volumen de tráfico o en autobuses regulares para optimizar el flujo del transporte público y así hacerlo más atractivo de usar, y si un vehículo de emergencia estuviera registrado con una luz azul por las cámaras, podría producirse una onda verde conmutada para permitir una llegada más rápida. El análisis y la reacción resultante también se llevarían a cabo aquí directamente en el sitio, sin tener que enviar primero los datos a un centro de datos.

Ejemplos de aplicación de la práctica

Ya existen numerosos ejemplos prácticos en los que se utiliza la informática de borde. Un ejemplo común es el reconocimiento facial en los teléfonos inteligentes actuales, que se utiliza para desbloquear el dispositivo. Sin Edge Computing, el dispositivo primero tendría que enviar los datos a una instancia en la nube y esperar la respuesta. En cambio, el algoritmo se puede ejecutar localmente en el dispositivo y el dispositivo también se puede activar sin una conexión activa. Un ejemplo del campo de las ciudades inteligentes es un proyecto sobre conducción autónoma en Ulm, en el que participan Bosch y la Universidad de Ulm, entre otros. Dado que las intersecciones representan situaciones particularmente desafiantes para los vehículos autónomos, se examinó en este contexto "cómo los sensores en la infraestructura y los datos transmitidos rápidamente ayudan". Los sensores integrados en los propios vehículos a menudo son insuficientes para registrar situaciones de tráfico complejas, por lo que la infraestructura de tráfico existente se utiliza para instalar sensores. En Ulm, se instalaron sensores de video y lidar en farolas en un sistema piloto para poder registrar el entorno. De esta manera, los peatones ocultos, los ciclistas que cruzan y se acercan a los autobuses también deben ser reconocidos por el sistema y la información debe poder transmitirse al vehículo de prueba de conducción autónoma. El procesamiento de los datos en tiempo real se realizó mediante los denominados "Mobile Edge Computing Servers (servidores MEC), que están integrados en la red celular". Los datos del sensor registrados se combinan con los datos determinados por los sensores del vehículo y el material del mapa HD para crear un "modelo local de la situación actual del tráfico" y enviarlo a los vehículos. Un ejemplo de computación perimetral del entorno industrial es el uso de Azure IoT Edge de Microsoft para una solución de mantenimiento predictivo en Schneider Electric. Los problemas con las bombas de gas y petróleo se detectan en tiempo real mediante análisis predictivos y se apagan tan pronto como se identifica un problema, antes de que ocurra el daño real. De esta manera, las máquinas están protegidas y al mismo tiempo se previenen daños ambientales. General Electric (GE) presenta una aplicación similar: los generadores de vapor de calor residual están expuestos a condiciones extremas, por lo que inevitablemente se produce la fatiga del material. GE utiliza tecnologías de vanguardia para estimar la esperanza de vida de los componentes en función de los datos de los sensores. La computación perimetral también se puede utilizar en la agricultura, como muestra el proyecto FarmBeats de Microsoft. Los drones toman fotografías de los campos a vista de pájaro y estas imágenes primero se juntan y combinan para formar un mapa de calor. Los sensores en el suelo también miden la humedad y la temperatura y los datos obtenidos se examinan junto con los datos de la imagen mediante algoritmos de aprendizaje automático para identificar "enfermedades, plagas u otros problemas que podrían reducir el rendimiento" en una etapa temprana y poder tomar contramedidas. El objetivo es aumentar la productividad y reducir los costos.

Ver también

enlaces web

Evidencia individual

  1. ↑ a b c d Jakob Schreiner: ¿Qué significa Edge Computing? Consultado el 17 de junio de 2021 .
  2. ↑ a b c Melanie Krauß: Así es como funciona el edge computing en la sala de producción. Consultado el 17 de junio de 2021 .
  3. ↑ a b c d e f g h i j ¿Cómo funciona el edge computing? Consultado el 17 de junio de 2021 .
  4. ↑ a b c Deutsche Telekom AG: Explicación simple: Edge Computing. Consultado el 17 de junio de 2021 .
  5. ↑ Edge Computing - ¿Qué es Edge Computing? - Alemania | IBM. Consultado el 17 de junio de 2021 (alemán).
  6. ↑ a b c d Sebastian Human: Edge Computing hace que las montañas de datos de IIoT sean manejables. Consultado el 17 de junio de 2021 .
  7. ^ Computación de borde frente a computación en la niebla. General Electric, consultado el 4 de junio de 2018 .
  8. ↑ Andreas Knoll: ¿ Controlador de borde en lugar de PLC? Markt & Technik, 3 de noviembre de 2016, consultado el 21 de junio de 2017 .
  9. ↑ a b Harald Jungbäck: Sin tecnología de punta sin fibra óptica. Consultado el 17 de junio de 2021 .
  10. ↑ a b c d e f Edge Computing e IoT: ¿La niebla informática anuncia el fin de la nube? Consultado el 17 de junio de 2021 .
  11. ↑ Lisa Marie Waschbusch: La proporción de datos en tiempo real aumentará al 30 por ciento para 2025. Consultado el 17 de junio de 2021 .
  12. ↑ a b c Sebastian Human: Edge Computing: ¿pronto dejará de ser un fenómeno marginal? Consultado el 17 de junio de 2021 .
  13. ^ Keith Shaw: ¿Qué es el edge computing y por qué es importante? 13 de noviembre de 2019, consultado el 17 de junio de 2021 .
  14. ↑ a b Margit Kuther: Mejora de Edge Computing utilizando soluciones de hardware y software. Consultado el 17 de junio de 2021 .
  15. ↑ Andreas Knoll: ¿El controlador de borde reemplaza al PLC? computer-automation.de, 23 de noviembre de 2016, consultado el 21 de junio de 2017 .
  16. ↑ IoT Edge | Microsoft Azure. Consultado el 17 de junio de 2021 .
  17. ↑ a b c d Seis preguntas importantes para hacerle a su proveedor de Edge Computing | GE Digital. Consultado el 17 de junio de 2021 .
  18. ↑ Chris Kelly: Sap y Microsoft firman un nuevo acuerdo para impulsar el edge y la computación en la nube en el sector de la cadena de suministro. Consultado el 14 de diciembre de 2020 .
  19. ↑ Conducción autónoma y sistemas de vehículos inteligentes . Universidad de Ulm. Consultado el 20 de junio de 2021.
  20. ↑ a b c heise online: Mobile Edge Computing: el alumbrado público conduce a los coches autónomos. Consultado el 17 de junio de 2021 .
  21. ↑ a b Azure IoT Edge generalmente disponible: Microsoft cierra la brecha de la informática perimetral. Consultado el 17 de junio de 2021 .
  22. ↑ a b Cómo Microsoft Azure está revolucionando la informática perimetral. | Blog y actualizaciones de Azure | Microsoft Azure. Consultado el 17 de junio de 2021 .
  23. ↑ Farm Beats: AI, Edge e IoT para la agricultura. En: Microsoft Research. Consultado el 17 de junio de 2021 (inglés americano).