05 d’abril de 2023
TECNOLOGIES IMPLICADES A EDGE COMPUTING
Edge Computing és una tecnologia emergent que porta el processament de dades i la intel·ligència artificial al més a prop possible d'on es generen les dades, com ara sensors, dispositius IoT i càmeres, en comptes d'enviar-los al núvol per al seu processament. Això redueix la latència i augmenta l'eficiència del processament de dades en temps real. En aquest article, explorarem algunes de les principals tecnologies que fan possible la implementació d'Edge Computing.
Tecnologies implicades a Edge Computing
Edge Computing és una tecnologia emergent que porta el processament de dades i la intel·ligència artificial al més a prop possible d'on es generen les dades, com ara sensors, dispositius IoT i càmeres, en comptes d'enviar-los al núvol per al seu processament. Això redueix la latència i augmenta l'eficiència del processament de dades en temps real. En aquest article, explorarem algunes de les principals tecnologies que fan possible la implementació d'Edge Computing, però si abans vols aprofundir una mica més en aquest paradigma t'animo a llegir el nostre post anterior.
Connectivitat
Per parlar de tecnologies d'Edge Computing, hem de començar per la connectivitat.
Les xarxes d'Edge Computing s'utilitzen per connectar els dispositius de la perifèria amb els centres de dades i el núvol. Les xarxes de la perifèria poden fer servir diversos tipus de connectivitat:
⦁ Connectivitat de llarg abast en què ens trobem tant amb xarxes de bandes llicenciades, com les ja conegudes 2G/3G/4G/5G, com amb les no llicenciades LPWAN, com ara Sigfox i LoRa, fonamentalment.
⦁ Connectivitat d'àrea local en què podem trobar-nos diversos protocols, com ara bluetooth, Wifi6, UWB, Zigbee, Thread, RFID/NFC..., a més d'alguns models de comunicació més innovadors, com ara les xarxes V2V (comunicació vehicle a vehicle) o V2I (comunicació vehicle a infraestructura).
Els protocols en bandes llicenciades estan permetent que simplement passem d'enviar veu a través de la xarxa de 2G a ser capaços d'incloure comunicacions crítiques amb les xarxes 5G.
Ara fa uns anys, no érem capaços ni d'imaginar-nos que un operari podria arribar a controlar una màquina de manera remota, sobretot degut a la lentitud entre el temps que transcorri des que l'operari indicava que volia fer una acció i el moment en què l'ordre arribava a la màquina i s'executava. Gràcies a les comunicacions amb baixa latència, aquests models de negoci ja són tota una realitat.
Anteriorment hem comentat la quantitat de tecnologies existents que permeten la connectivitat. Un dels passos fonamentals a l'hora d'implantar una solució d'Edge Computing és triar correctament la que millor encaixi amb el nostre model de negoci.
Per fer-ho, us deixem un resum de les característiques que ens poden oferir cadascuna d'aquestes solucions. Tal com veiem, cadascuna de les xarxes que van des de Sigfox, LoRa fins a 5G tenen característiques molt diferents i quina encaixarà millor en el nostre projecte dependrà, sobre manera, del dispositiu al qual volem dotar de connectivitat.
Un exemple clar: si necessitéssim tenir connectivitat en un dispositiu ubicat en un camp de cultiu, segurament necessitaríem que la bateria tingui una durada considerable, raó per la qual, en aquest cas, potser podríem optar per fer ús d'una xarxa LoRa, mentre que si necessitem tenir una gran velocitat, potser la nostra opció s'hauria de decantar per una xarxa 5G.
Un altre dels factors que cal tenir en compte a l'hora de triar la xarxa de comunicació és que potser és propietat d'algun operador de telecomunicacions. En aquest cas, també cal tenir en compte els serveis que poden oferir-nos. Però, a quins serveis ens estem referint? Doncs al 5G MEC (Multi-Access Edge Computing).
Què és el 5G MEC?
En l'actualitat, el MEC es defineix en termes generals com una evolució del cloud computing que utilitza les tecnologies mòbils, els serveis de núvol i l'edge computing per separar els hosts d'aplicacions del centre de dades on es troben i traslladar-los cap a l'extrem de la xarxa.
I és aquí on les operadores han vist una nova oportunitat, perquè són capaces de proveir el disseny, la configuració i l'operació de xarxes privades 5G i de baixa latència per a empreses i pretenen accelerar el desplegament de MEC a la seva infraestructura de xarxa actual.
Com funciona això exactament? Les operadores ofereixen recursos d'emmagatzematge i processament a l'antena i posen servidors a la mateixa caseta. D'aquesta manera, nosaltres no necessitem passar per l'antena i després per Internet per arribar al cloud, sinó que serem capaços de pujar el nostre programari a aquests servidors. D'aquesta manera, podrem fer operacions d'ultra baixa latència.
Intel·ligència Artificial i Machine Learning
La intel·ligència artificial i l'aprenentatge automàtic s'utilitzen per prendre decisions en temps real en els dispositius de la perifèria, sense necessitat d'enviar dades al núvol perquè les processi. Això redueix la latència i augmenta l'eficiència del processament de dades.
Us imagineu que sou en un ascensor i que deixa de funcionar perquè ha perdut connectivitat? No, oi? Doncs per això cal dotar la nostra perifèria d'intel·ligència per poder aconseguir:
⦁ Generar nous models de negoci, millorar l'efectivitat i la productivitat operativa donant valor a totes les dades que es generen a la perifèria
⦁ Detectar anomalies basades en el processament de les dades de la perifèria
⦁ Prendre millors decisions
⦁ Predir comportaments de clients o de processos alimentant sistemes de Machine Learning.
A causa de la quantitat ingent de dades que es generen a l'Edge, no podem esperar a pujar tota aquesta informació al cloud per fer-ne les anàlisis oportunes, i és per això que és imprescindible poder dotar d'intel·ligència artificial l'Edge basant-nos en els aspectes anteriors.
Electrònica i Microprogramari
El maquinari d'Edge Computing és una part important de la tecnologia. S'utilitzen dispositius de processament d'alta velocitat i de baix consum d'energia, com ara gateways IoT, servidors de perifèria, routers i switches, per processar les dades el més a prop possible del seu l'origen. Els dispositius d'Edge Computing també poden incloure sensors i actuadors que recopilen i processen dades.
Analítica de dades
Un dels problemes fonamentals de l'Edge és la quantitat ingent de dades que s'hi originen, perquè tenen lloc en temps real.
Plataformes com ara PowerBI o Microsoft BI no estan preparades per assumir un volum de dades tan gran en temps real i tampoc per treballar a l'Edge; ho estan per treballar al núvol.
Tanmateix, fer que tota aquesta informació viatgi des de l'Edge fins al cloud en temps real perquè sigui processada per aquestes eines d'anàlisi de dades farà que incorrem en uns costos excessius, que la bateria dels dispositius s'esgoti ràpidament, que tinguem problemes amb la privacitat de les dades, etc.
Per això és molt important definir de quina manera filtrem les dades que s'envien des de l'Edge fins al cloud, amb quina freqüència farem l'enviament d'informació o amb quina precisió.
Plataformes i Ecosistemes
Les plataformes d'Edge Computing són un programari que s'executa als dispositius de la perifèria i que proporcionen una capa d'abstracció perquè les aplicacions es puguin executar de manera més eficient. Les plataformes de la perifèria també proporcionen eines de desenvolupament per crear aplicacions de perifèria.
A continuació, mostrem algunes de les plataformes que són emprades per a projectes d'Edge Computing, en termes d'aplicacions, eines al núvol, connectivitat i xarxes i endpoints.
Seguretat
La seguretat és una preocupació important a Edge Computing. Els dispositius de la perifèria poden ser vulnerables als atacs i han d'estar protegits adequadament. S'utilitzen tecnologies com ara l'encriptació d'extrem a extrem, l'accés de seguretat basat en rols i l'autenticació de dispositius per protegir les dades i els dispositius de perifèria.
Algunes de les tecnologies que ens ajuden a assegurar els nostres projectes Edge són solucions d'MDM/EMM a través de vmware o ivanti, plataformes que ens permetin fer una gestió d'identitats, com ara Okta o Azure Activi Directory, o solucions d'MTP/EDR, com ara Lookout, vmware Carbon Black.
Conclusions
En resum, Edge Computing es basa en maquinari, xarxes, plataformes, intel·ligència artificial, seguretat i eines de gestió per portar el processament de dades i la intel·ligència artificial el més a prop possible del seu origen. Quan s'utilitzen aquestes tecnologies, es pot millorar l'eficiència del processament de dades, reduir la latència i millorar la capacitat de prendre decisions en temps real.
A Seidor tenim experiència a l'hora d'implantar aquesta mena de solucions i estarem encantats de poder ajudar-vos a millorar els vostres processos de negoci mitjançant aquest nou paradigma.
Share