Edge Computing – co to jest?

Koncepcja Edge Computing powstała kilka lat temu. Wiąże się z internetem rzeczy i bazuje na idei przetwarzania, a często także przechowywania danych przez urządzenia końcowe, kontrolery lub mikrocentra danych działające w ich pobliżu, czyli na brzegu sieci (edge– stąd nazwa). Powołując się na jedną z definicji, Edge Computing to kratowa sieć mikrocentrów danych, które lokalnie przetwarzają, a czasem i także dodatkowo przechowują dane, a następnie przesyłają je do centralnej bazy danych działającej w chmurze lub centrum danych w danej firmie.

Pojęcie architektury Edge Computing pada w kontekście systemów internetu rzeczy nie bez powodu. Klasyczna architektura systemów internetu rzeczy opiera się na detektorach różnego typu, które przesyłają dane do centralnego systemu – najczęściej za pośrednictwem lokalnego kontrolera, obsługującego wiele sond i zapewniającego jednocześnie połączenie z systemem centralnym. Wszystkie informacje są przechowywane w centralnej bazie danych i analizowane przez aplikacje działające w centralnym systemie.

Przetwarzanie danych w pobliżu miejsca ich powstawania (w urządzeniach IoT lub ich kontrolerach), zamiast wysyłania wszystkich informacji do chmury lub firmowych centrów danych obsługujących system, pozwala na znaczące zmniejszenie zapotrzebowania na przepustowość, ale daje szansę na analizę danych niemal w czasie rzeczywistym. A to spore zalety.

Szybciej i lepiej: Edge Computing jako alternatywa czy wsparcie dla chmur?

Właśnie, chmury. Obecnie prawie wszystkie dane są wysyłane do odległych chmur, w których następuje ich przetwarzanie. Chmura to środowisko, które daje nieograniczoną moc obliczeniową i przestrzeń dyskową w internecie. Mechanizm ten staje się jednak niepraktyczny już teraz, a gdy z upływem czasu podłączonych do interentu będą miliardy urządzeń, generujących dane (prognoza Forbes zakłada, że w 2025 roku zostanie wygenerowanych aż 180 bilionów gigabajtów danych), pojawi się problem w postaci opóźnień z powodu przeciążenia sieci. Aplikacje komunikując się z relatywnie odległymi chmurami przez zakorkowany internet, staną się coraz wolniejsze i mniej funkcjonalne, a to przecież na szybkości i funkcjonalności zależy użytkownikom.

Zakłada się, że działanie użytkowników chmury w  czasiem rzeczywistym, czyli takim, w którym opóźnienie nie przekracza milisekundy – przy założeniu, że sieci na całym świecie mogą przesyłać dane z prędkością światła – będzie możliwe, gdy dane będą przetwarzane w odległości nieprzekraczającej 150 km od użytkownika. Właśnie tu z pomocą przychodzi Edge Computing: nowa technika, pozwalająca na pozbycie się tego typu opóźnień, właśnie za sprawą przetwarzania danych bliżej urządzeń: dokładnie tam, gdzie są one potrzebne, czyli na „skraju” albo „krawędzi” (edge) sieci, a nie w dalekiej chmurze.

Poza tym, warto wiedzieć, że przesyłane dane są często danymi zagregowanymi, statystycznymi, czyli po prostu wartościowymi z punktu widzenia dalszej analizy lub dotyczą ważnych sytuacji wymagających określonej reakcji ze strony systemu centralnego. Ma to szczególne znaczenie w aplikacjach wykorzystywanych w przemyśle, służbie zdrowia, telekomunikacji i systemach finansowych.

Podsumowując, Edge Computing nie jest alternatywą dla chmury, ale zmienia sposób, w jaki będziemy z niej korzystać. Zamiast zbierać i analizować wszystkie, coraz większe strumienie danych (z których znaczna część jest po prostu bezużyteczna), chmura lub firmowe centra danych będą mogły skupić się na przetwarzaniu ważnych informacji i dokonać niezbędnej archiwizacji danych. A to oszczędza, czas, pieniądze, jak i samą sieć.

Edge Computing: korzyści

Jest to powodem, dla którego przyszłość może należeć do mikrocentrów danych. Przetwarzanie ich w pobliżu miejsca, gdzie powstają, zamiast przesyłania ich daleko do chmury lub większych centrów danych, pozwala na uzyskanie szeregu korzyści biznesowych. Pośród najważniejszych z nich należy wymienić przede wszystkim:

  1. Wydajność i zmniejszenie zapotrzebowania na przepustowość: Ilość danych generowanych przez niektóre aplikacje IoT jest ogromna, co oczywiście rodzi koszty. Przepustowość jest też ważnym czynnikiem w przypadku aplikacji wymagających strumieniowego przesyłania dużej ilości treści.
  2. Niwelowanie opóźnień: niektóre aplikacje wymagają bardzo małych opóźnień, czyli czasu, w którym pakiet danych jest przesyłany do miejsca docelowego i z powrotem. Wszelkie aplikacje związane na przykład z bezpieczeństwem, takie jak używane przez samochody autonomiczne, służbę zdrowia czy zakłady przemysłowe, wymagają prawie natychmiastowego czasu reakcji. W takich przypadkach usługi w chmurze nie są optymalne z powodu opóźnień powodowanych przez centralizację usługi.
  3. Przybliżenie danych do użytkowników i systemów.
  4. Spełnienie wymogów prawnych: w silnie regulowanych branżach i regionach (np. w Europie, w której obowiązuje ogólne rozporządzenie o ochronie danych osobowych — RODO) sposób, w jaki dane osobowe są przetwarzane, przechowywane i przekazywane jest ściśle kontrolowany, co stwarza zapotrzebowanie na lokalne centra danych.
  5. Odpowiedź na preferencje użytkowników: niemniej ważne są też preferencje samych użytkowników – przedsiębiorstw lub instytucji publicznych, które niezbyt chętnie chcą przesyłać poufne dane do rozwiązań chmurowych lub zewnętrznych operatorów.

Od telekomunikacji po medycynę: Edge Computing w praktyce

To, co liczy się dziś w wielu branżach, to zapewnienie stabilnej łączności z urządzeniami internetu rzeczy. Nie da się ukryć, że bywa to trudne, zwłaszcza, że utrzymanie ciągłej wymiany danych z systemem centralnym nie należy do rozwiązań szczególnie efektywnych. Za wydajnym działaniem aplikacji często idą opóźnienia, a tymczasem nawet te najmniejsze, liczone w milisekundach mogą wpływać na działanie podmiotów w branży produkcyjnej, finansowej czy medycznej.

Tymczasem Edge Computing umożliwia nie tylko znaczące ograniczenie ilości generowanych i przesyłanych w sieciach danych, ale także zmniejszenie opóźnień w reakcji na rejestrowane zdarzenia. Skorzystają na tym z pewnością urządzenia internetu rzeczy, umożliwiające lokalne przetwarzanie danych. Biorąc pod uwagę fakt, że inteligentne samochody, drony, czy inne urządzenia (których reakcja na rejestrowane zdarzenia musi odbywać się niemal natychmiast) stają się coraz bardziej popularne, opóźnienia związane z przesyłaniem oraz analizą danych w systemie centralnym muszą być sprowadzone do minimum.

Branżami, które zapewne skorzystają z dobrodziejstw Edge Computing są m.in. telekomunikacja, medycyna czy przemysł: tu wykorzystanie algorytmów diagnostycznych w urządzeniach brzegowych spowoduje szybkie (bo lokalne) wykrycie odstępstw od normalnej sytuacji bez potrzeby ciągłego przesyłania danych do analizy w systemie centralnym (np. pozwala na zdalne monitorowanie pacjentów w czasie rzeczywistym i informowanie lekarzy o wystąpieniu problemu zdrowotnego).

Czy Edge Computing to rozwiązanie przyszłości?

Edge Computing niesie za sobą pewne szanse i najprawdopodobniej będzie testowane przez kolejne podmioty, podobnie jak w przeszłości miało to miejsce z chmurami, czy oprogramowaniami, ale należy zauważyć, że nie jest alternatywą dla systemów do centralnej analizy danych. Uzupełnia i rozszerza ich możliwości szczególnie wtedy, gdy szybka reakcja na zarejestrowane nieprawidłowości może mieć duże znaczenie dla funkcjonowania .