¿Qué es Edge Computing?

Edge computing es el procesamiento descentralizado de datos que tiene lugar en el borde de la red. Los datos recogidos por los sensores se filtran, comprimen y envían directamente en el dispositivo final. Mediante el simple análisis de los datos, también se pueden llevar a cabo de forma centralizada tareas previamente definidas. En consecuencia, la computación de borde es especialmente importante cuando grandes cantidades de datos, entre ellos Grandes datos llamadas, surgen y deben procesarse y filtrarse rápidamente in situ. Esto permite tomar decisiones rápidas y reduce la cantidad de datos que hay que transmitir.

Ejemplos y áreas de aplicación de Edge Computing

Edge Computing e IIoT

La abreviatura IIoT significa Industrial Internet of Things. El término IIoT también se utiliza a menudo como sinónimo. Industria 4.0 utilizado. Se refiere a máquinas o plantas inteligentes y conectadas digitalmente en red en la industria para crear una producción más eficiente y autoorganizada. Los sensores y dispositivos de control generan enormes cantidades de datos. Por ejemplo, los aproximadamente 6.000 sensores del Airbus A350 generan alrededor de 2,5 TB de datos al día. Para evitar que esta cantidad de datos sea innecesariamente Nube deben transportarse, son filtrada y evaluada in situ y sólo una parte se envía a la nube..

También en el ámbito de Mantenimiento predictivo La computación en los bordes desempeña un papel importante, ya que los datos recogidos también son primordiales in situ y permiten tomar decisiones a corto plazo. Por ejemplo, que una máquina necesita mantenimiento debido a unos valores medidos llamativos.

Edge Computing e IoT

El IoT (Internet de los objetos) describe la electrónica conectada en red e inteligente, como la que se utiliza en el hogar inteligente. Al igual que en la IIoT, aquí se generan muchos datos, que resultan especialmente útiles in situ.

Edge computing y conducción autónoma

Aquí a Combinación de Edge y Computación de niebla usado. Los dispositivos de control, sensores y actuadores también causan la conducción autónoma grandes cantidades de datos. Entre 5 y 20 terabytes de datos al día no son infrecuentes. Mediante el análisis local de los datos (code to data) en un minicentro de datos móvil, con ayuda de la informática de niebla (Fog Computing), los datos se evalúan in situ y sólo se transfieren los resultados. Esto significa que los Los datos se procesan en tiempo real y las decisiones se toman con rapidez convertirse. Porque en el tráfico rodado continuo, los retrasos pueden ser decisivos para la vida. Edge computing también funciona offlineEsto significa que un vehículo controlado de forma autónoma puede atravesar una zona muerta o un túnel sin problemas y seguir funcionando a pleno rendimiento.

Edge computing en sanidad

Los conjuntos de datos en el sector sanitario han aumentado más de un 800 % entre 2016 y 2018. Pero no es necesario almacenar todos estos datos. A través de la computación de borde, es posible almacenar los datos relevantes Filtrar los datos directamente en el terminal. Por ejemplo, pueden detectarse y borrarse frecuencias cardíacas discretas. Sin embargo, las anomalías pueden detectarse simultáneamente y transmitirse sin latencia. Esto permite reaccionar ante situaciones de emergencia en tiempo real.

Ventajas e inconvenientes del edge computing

Ventajas:

• Procesamiento de datos en tiempo real con minimización de la latencia
• Permite la supervisión y los servicios en tiempo real
• También funciona sin conexión a Internet, especialmente importante en zonas rurales o cuando hay lagunas inalámbricas.
• Limitación de los retrasos en la transmisión y los fallos del servicio
• Evita las restricciones de ancho de banda
• Los datos confidenciales de clientes y empresas permanecen in situ y no es necesario transportarlos a la nube.

Desventajas:

• Requisitos irregulares de computación o memoria
• Se necesita más control y mayor protección de los terminales para evitar usos indebidos y fallos
• debe garantizarse la disponibilidad constante de los equipos
• Configuración inicial elaborada

Edge Computing vs. Cloud Computing

Borde y Computación en nube ambos pertenecen a modelos de tratamiento de datos. Una de las principales diferencias es dónde se procesan los datos. Con la computación de borde, esto ocurre en el dispositivo final o incluso en él, con la computación en nube en una estructura central de TI, la nube. Ambos funcionan de forma independiente, pero también pueden utilizarse juntos. Así, grandes cantidades de datos pueden filtrarse y reducirse de antemano a través de la computación de borde antes de ser transportados a la nube.

Aplicaciones como el análisis de datos complejos (análisis de big data), la posibilidad de acceder a los datos desde cualquier lugar y el almacenamiento de datos a largo plazo son muy factibles con la computación en nube. La desventaja aquí, sin embargo, es la velocidad con la que se toma una decisión, ya que los datos se envían primero a la nube, se procesan allí y luego la decisión se envía de vuelta al dispositivo. Esto puede dar lugar a mayores tiempos de latencia. Además, los datos no filtrados pueden provocar un volumen de datos excesivo y una sobrecarga del ancho de banda para su transporte. Edge computing puede aliviar estos problemas.

Edge Computing frente a Fog Computing

Edge y Fog Computing a menudo se utilizan como sinónimos, aunque describen enfoques diferentes. En cierto modo, la informática de niebla es un mediador de la infraestructura de la nube. Si la nube se cierne como una nube centralizada sobre todos los dispositivos finales, la informática de niebla es como una niebla más cercana a los dispositivos finales. Así, en lugar de que todos los datos se encaminen a la nube, se procesan ya en mini centros de datos (los Fog Nodes) cercanos. Esto reduce la latencia y los tiempos de procesamiento.

Los nodos de la niebla son capaces de comunicarse entre sí, lo que no es posible con la computación de borde. Esto significa que Análisis más complejos en Fog Computing El resultado es que los datos son mucho más factibles que en el edge computing, que se limita a análisis muy simples y, sobre todo, al filtrado de datos.

Fog, Edge y Cloud Computing funcionan especialmente bien combinados entre sí. Por ejemplo, la computación de borde puede prefiltrar y reducir la cantidad de datos, y los análisis iniciales pueden realizarse en el nodo de niebla. A continuación, las tareas complejas y lentas se envían a la nube. De este modo, pueden aprovecharse muy bien los puntos fuertes de los distintos modelos.