Mit der Bereitstellung von IoT-Geräten und der Einführung des schnellen 5G-Mobilfunks wird die Platzierung von Rechen-, Speicher- und Analysefunktionen in der Nähe des Ortes, an dem die Daten erzeugt werden, zum entscheidenden Argument für Edge Computing. [...]
Edge Computing verändert die Art und Weise, wie die von Milliarden von IoT- und anderen Geräten erzeugten Daten gespeichert, verarbeitet, analysiert und transportiert werden. Das ursprüngliche Ziel von Edge Computing war die Reduzierung der Bandbreitenkosten, die mit der Übertragung von Rohdaten von ihrem Entstehungsort zu einem Unternehmensrechenzentrum oder in die Cloud verbunden sind.
In jüngster Zeit wird das Konzept durch die Zunahme von Echtzeitanwendungen vorangetrieben, die minimale Latenzzeiten erfordern, wie z. B. autonome Fahrzeuge und Videoanalyse mit mehreren Kameras.
Die laufende weltweite Einführung des 5G-Mobilfunkstandards ist eng mit dem Edge Computing verknüpft, da 5G eine schnellere Verarbeitung für diese hochmodernen Anwendungsfälle und Anwendungen mit geringer Latenz ermöglicht.
Was ist Edge Computing?
Gartner definiert Edge Computing als „Teil einer verteilten Rechentopologie, bei der die Informationsverarbeitung in der Nähe des Ortes angesiedelt ist, an dem Dinge und Menschen diese Informationen produzieren oder konsumieren“.
Auf der grundlegendsten Ebene bringt Edge Computing Berechnungen und Datenspeicherung näher an die Geräte, auf denen sie gesammelt werden, anstatt sich auf einen zentralen Standort zu verlassen, der Tausende von Kilometern entfernt sein kann. Dies geschieht, damit Daten, insbesondere Echtzeitdaten, nicht unter Latenzproblemen leiden, die die Leistung einer Anwendung beeinträchtigen können. Darüber hinaus können Unternehmen Geld sparen, indem sie die Verarbeitung lokal durchführen lassen und so die Datenmenge reduzieren, die an einen zentralen oder cloudbasierten Standort gesendet werden muss.
Denken Sie an Geräte, die Produktionsanlagen in einer Fabrikhalle überwachen, oder an eine mit dem Internet verbundene Videokamera, die Live-Bilder aus einem entfernten Büro sendet. Während ein einzelnes Gerät, das Daten produziert, diese recht einfach über ein Netzwerk übertragen kann, entstehen Probleme, wenn die Anzahl der Geräte, die gleichzeitig Daten übertragen, wächst. Anstelle einer Videokamera, die Live-Bilder überträgt, multiplizieren Sie diese Zahl mit Hunderten oder Tausenden von Geräten. Darunter leidet nicht nur die Qualität aufgrund von Latenzzeiten, sondern auch die Bandbreitenkosten können astronomisch sein.
Edge-Computing-Hardware und -Dienste helfen bei der Lösung dieses Problems, indem sie für viele dieser Systeme eine lokale Quelle für die Verarbeitung und Speicherung bereitstellen. Ein Edge-Gateway kann zum Beispiel Daten von einem Edge-Gerät verarbeiten und dann nur die relevanten Daten über die Cloud zurücksenden. Oder es kann Daten an das Edge-Gerät zurücksenden, wenn eine Echtzeitanwendung benötigt wird.
Wie hängt 5G mit Edge Computing zusammen?
Edge Computing kann zwar auch in anderen Netzen als 5G (z. B. 4G LTE) eingesetzt werden, aber das Gegenteil ist nicht unbedingt der Fall. Anders ausgedrückt: Unternehmen können nur dann wirklich von 5G profitieren, wenn sie über eine Edge-Computing-Infrastruktur verfügen.
„5G an sich reduziert die Netzwerklatenz zwischen dem Endpunkt und dem Mobilfunkmast, aber es verringert nicht die Entfernung zu einem Rechenzentrum, was für latenzempfindliche Anwendungen problematisch sein kann“, sagt Dave McCarthy, Forschungsdirektor für Edge-Strategien bei IDC.
Mahadev Satyanarayanan, Professor für Informatik an der Carnegie Mellon University, der 2009 als Co-Autor eines Whitepapers den Grundstein für das Edge Computing legte, stimmt dem zu. „Wenn man den ganzen Weg zurück zu einem Rechenzentrum am anderen Ende des Landes oder am anderen Ende der Welt bewältigen muss, was macht das für einen Unterschied, selbst wenn es beim letzten Sprung um null Millisekunden geht.“
Da immer mehr 5G-Netzwerke bereitgestellt werden, wird die Beziehung zwischen Edge Computing und 5G-Mobilfunk weiterhin miteinander verbunden sein, aber Unternehmen können die Edge Computing-Infrastruktur dennoch über verschiedene Netzwerkmodelle bereitstellen, einschließlich kabelgebundener und sogar Wi-Fi, falls erforderlich. Angesichts der höheren Geschwindigkeiten, die 5G bietet, ist es jedoch wahrscheinlicher, dass die Edge-Infrastruktur ein 5G-Netzwerk nutzen wird, insbesondere in ländlichen Gebieten, die nicht von kabelgebundenen Netzwerken versorgt werden.
Wie funktioniert Edge Computing?
Die physische Architektur des Edge kann kompliziert sein, aber die Grundidee ist, dass sich Client-Geräte mit einem nahe gelegenen Edge-Modul verbinden, um eine reaktionsschnellere Verarbeitung und einen reibungsloseren Betrieb zu ermöglichen. Zu den Edge-Geräten können IoT-Sensoren, das Notebook eines Mitarbeiters, sein neuestes Smartphone, Sicherheitskameras oder sogar die mit dem Internet verbundene Mikrowelle im Pausenraum des Büros gehören.
In einem industriellen Umfeld kann das Edge-Gerät ein autonomer mobiler Roboter sein, ein Roboterarm in einer Automobilfabrik. Im Gesundheitswesen kann es sich um ein hochwertiges chirurgisches System handeln, das Ärzten die Möglichkeit bietet, Operationen von entfernten Standorten aus durchzuführen. Edge-Gateways selbst werden als Edge-Geräte innerhalb einer Edge-Computing-Infrastruktur betrachtet. Die Terminologie variiert, so dass man die Module auch als Edge-Server oder Edge-Gateways bezeichnen kann.
Während viele Edge-Gateways oder -Server von Dienstanbietern eingesetzt werden, die ein Edge-Netzwerk unterstützen möchten (z. B. Verizon für sein 5G-Netzwerk), müssen Unternehmen, die ein privates Edge-Netzwerk einführen möchten, diese Hardware ebenfalls in Betracht ziehen.
Kauf und Einsatz von Edge-Computing-Systemen
Die Art und Weise, wie ein Edge-System gekauft und eingesetzt wird, kann sehr unterschiedlich sein. Am einen Ende des Spektrums möchte ein Unternehmen vielleicht einen Großteil des Prozesses selbst abwickeln. Dies würde die Auswahl von Edge-Geräten, wahrscheinlich von einem Hardware-Anbieter wie Dell, HPE oder IBM, den Aufbau eines Netzwerks, das den Anforderungen des Anwendungsfalls entspricht, und den Kauf von Management- und Analysesoftware umfassen.
Das ist eine Menge Arbeit und würde ein beträchtliches Maß an internem Fachwissen auf der IT-Seite erfordern, aber es könnte dennoch eine attraktive Option für ein großes Unternehmen sein, das eine vollständig maßgeschneiderte Edge-Implementierung wünscht.
Am anderen Ende des Spektrums vermarkten Anbieter in bestimmten Branchen zunehmend Edge-Services, die sie für Sie verwalten. Ein Unternehmen, das diesen Weg gehen möchte, kann einfach einen Anbieter bitten, seine eigene Hardware, Software und Netzwerke zu installieren und eine regelmäßige Gebühr für Nutzung und Wartung zu zahlen. IIoT-Angebote von Unternehmen wie GE und Siemens fallen in diese Kategorie.
Dieser Ansatz hat den Vorteil, dass er einfach ist und relativ wenig Kopfzerbrechen bei der Implementierung bereitet, aber solche stark verwalteten Dienste sind möglicherweise nicht für jeden Anwendungsfall verfügbar.
Beispiele für Edge Computing
So wie die Zahl der mit dem Internet verbundenen Geräte weiter steigt, wächst auch die Zahl der Anwendungsfälle, in denen Unternehmen durch Edge Computing entweder Geld sparen oder die Vorteile extrem niedriger Latenzzeiten nutzen können.
Verizon Business beschreibt beispielsweise mehrere Edge-Szenarien, darunter Qualitätskontrollprozesse für Produktionsanlagen am Ende ihrer Lebensdauer, die Nutzung von 5G-Edge-Netzwerken zur Schaffung von Popup-Netzwerk-Ökosystemen, die das Streaming von Live-Inhalten mit einer Latenzzeit von weniger als einer Sekunde verändern, sowie die Nutzung von Edge-fähigen Sensoren zur detaillierten Erfassung von Menschenmengen in öffentlichen Räumen, um Gesundheit und Sicherheit zu verbessern.
Die automatisierte Sicherung in der Fertigung, bei der die Überwachung in Echtzeit genutzt wird, um Warnmeldungen über sich ändernde Bedingungen zu versenden und so Unfälle zu vermeiden; die Fertigungslogistik, die darauf abzielt, die Effizienz des gesamten Prozesses von der Produktion bis zum Versand der fertigen Waren zu verbessern; und die Erstellung präziser Modelle der Produktqualität mithilfe von Technologien des digitalen Zwillings, um Erkenntnisse über Fertigungsprozesse zu gewinnen.
Die für die verschiedenen Einsatzarten erforderliche Hardware wird sich erheblich unterscheiden. Industrielle Nutzer legen beispielsweise großen Wert auf Zuverlässigkeit und niedrige Latenzzeiten und benötigen robuste Edge Nodes, die in der rauen Umgebung einer Fabrikhalle arbeiten können, sowie dedizierte Kommunikationsverbindungen (private 5G, dedizierte Wi-Fi-Netzwerke oder sogar kabelgebundene Verbindungen), um ihre Ziele zu erreichen.
Anwender in der vernetzten Landwirtschaft hingegen benötigen immer noch ein robustes Edge-Gerät, das für den Einsatz im Freien geeignet ist, aber die Konnektivität könnte ganz anders aussehen – eine niedrige Latenz könnte immer noch eine Voraussetzung für die Koordinierung der Bewegung von schweren Geräten sein, aber Umweltsensoren haben wahrscheinlich sowohl eine höhere Reichweite als auch geringere Datenanforderungen. Eine LP-WAN-Verbindung, Sigfox oder ähnliches könnte hier die beste Wahl sein.
Andere Anwendungsfälle stellen ganz andere Herausforderungen dar. Einzelhändler können Edge Nodes als Clearingstelle in ihren Geschäften für eine Vielzahl verschiedener Funktionen nutzen, indem sie Kassendaten mit gezielten Werbeaktionen verknüpfen, den Kundenverkehr verfolgen und vieles mehr für eine einheitliche Geschäftsverwaltung einsetzen.
Die Konnektivität kann hier einfach sein – internes Wi-Fi für jedes Gerät – oder komplexer, mit Bluetooth oder einer anderen stromsparenden Konnektivität für die Verkehrsverfolgung und Werbedienste, und Wi-Fi für den Point-of-Sale und Self-Checkout.
Was sind die Vorteile von Edge Computing?
Für viele Unternehmen können allein die Kosteneinsparungen ein Grund sein, Edge-Computing einzusetzen. Unternehmen, die zunächst die Cloud für viele ihrer Anwendungen nutzten, haben vielleicht festgestellt, dass die Kosten für die Bandbreite höher waren als erwartet, und suchen nun nach einer kostengünstigeren Alternative. Edge-Computing könnte hier eine Lösung sein.
Der größte Vorteil von Edge Computing liegt jedoch zunehmend in der Möglichkeit, Daten schneller zu verarbeiten und zu speichern, was effizientere Echtzeitanwendungen ermöglicht, die für Unternehmen von entscheidender Bedeutung sind. Vor dem Edge Computing musste ein Smartphone, das das Gesicht einer Person für die Gesichtserkennung scannt, den Algorithmus für die Gesichtserkennung über einen Cloud-basierten Dienst laufen lassen, was sehr viel Zeit für die Verarbeitung benötigt hätte. Mit einem Edge-Computing-Modell könnte der Algorithmus lokal auf einem Edge-Server oder Gateway oder sogar auf dem Smartphone selbst ausgeführt werden.
Anwendungen wie virtuelle und augmentierte Realität, selbstfahrende Autos, intelligente Städte und sogar Gebäudeautomationssysteme erfordern dieses Niveau an schneller Verarbeitung und Reaktion.
Edge Computing und KI
Unternehmen wie Nvidia entwickeln weiterhin Hardware, die den Bedarf an mehr Rechenleistung im Edge-Bereich erkennt und Module mit integrierten KI-Funktionen umfasst. Das neueste Produkt des Unternehmens in diesem Bereich ist das Jetson AGX Orin Developer Kit, ein kompakter und energieeffizienter KI-Supercomputer, der sich an Entwickler von Robotik, autonomen Maschinen und eingebetteten und Edge-Computing-Systemen der nächsten Generation richtet.
Orin liefert 275 Billionen Operationen pro Sekunde (TOPS), eine 8-fache Verbesserung gegenüber dem vorherigen System des Unternehmens, Jetson AGX Xavier. Es umfasst auch Aktualisierungen in den Bereichen Deep Learning, Bildverarbeitungsbeschleunigung, Speicherbandbreite und multimodale Sensorunterstützung.
Während KI-Algorithmen große Mengen an Rechenleistung benötigen, die auf Cloud-basierten Diensten laufen, werden mit dem Wachstum von KI-Chipsätzen, die die Arbeit direkt vor Ort erledigen können, mehr Systeme geschaffen, die diese Aufgaben übernehmen.
Datenschutz und Sicherheit
Vom Standpunkt der Sicherheit aus betrachtet, können diese Daten problematisch sein, insbesondere wenn sie von verschiedenen Geräten verarbeitet werden, die möglicherweise nicht so sicher sind wie zentralisierte oder cloudbasierte Systeme. Da die Zahl der IoT-Geräte zunimmt, muss die IT-Abteilung unbedingt die potenziellen Sicherheitsprobleme verstehen und sicherstellen, dass diese Systeme gesichert werden können. Dazu gehören die Verschlüsselung von Daten, der Einsatz von Zugriffskontrollmethoden und möglicherweise VPN-Tunneling.
Darüber hinaus können sich die unterschiedlichen Anforderungen der Geräte an die Verarbeitungsleistung, die Stromversorgung und die Netzwerkkonnektivität auf die Zuverlässigkeit eines Edge-Geräts auswirken. Aus diesem Grund sind Redundanz- und Failover-Management für Geräte, die Daten am Edge verarbeiten, von entscheidender Bedeutung, um sicherzustellen, dass die Daten bei Ausfall eines einzelnen Nodes korrekt geliefert und verarbeitet werden.
*Jon Gold berichtet über IoT und drahtlose Netzwerke für Network World.
**Keith Shaw ist freiberuflicher Digitaljournalist, der seit mehr als 20 Jahren über die IT-Welt schreibt.
Be the first to comment