Los datos generados en el borde de la red están aumentando gradualmente y si podemos procesar y analizar los datos en los nodos del borde de la red, entonces este modelo de computación será más eficiente. Se están proponiendo muchos modelos de computación nuevos, ya que nos encontramos con que, con el crecimiento del IoT, la computación en la nube no siempre es todo lo eficiente que debería.
1. Los servicios en la nube lo están impulsando:
Los centros en nube tienen un potente rendimiento de procesamiento y son capaces de manejar enormes cantidades de datos. Sin embargo, transferir enormes cantidades de datos al centro en nube se convierte en todo un reto. El cuello de botella en el rendimiento del modelo de computación en nube es el limitado ancho de banda de la red, que tarda cierto tiempo en transmitir datos masivos, y el centro en nube necesita cierto tiempo para procesar los datos, lo que aumenta el tiempo de respuesta de la solicitud y la experiencia del usuario es extremadamente pobre.
2. Impulsado por la Internet de los objetos (IoT)
El rápido desarrollo de la tecnología IoT hace que cada vez más objetos ordinarios con funciones independientes se interconecten y logren la interconexión de todo. Gracias a las características del Internet de las Cosas, todas las industrias utilizan la tecnología IoT para lograr rápidamente la transformación digital, y cada vez más dispositivos finales de la industria se conectan a través de la red.
Sin embargo, el Internet de las Cosas como un sistema enorme y complejo, diferentes industrias tienen diferentes escenarios de aplicación, de acuerdo con analistas de terceros, en 2025 habrá más de 100 mil millones de dispositivos terminales conectados a la red, el volumen de datos de terminales será de hasta 300ZB, tal volumen de datos a gran escala, de acuerdo con el procesamiento de datos tradicional, todos los datos obtenidos necesitan ser enviados a la plataforma de computación en nube para analizar, la plataforma de computación en nube se enfrentará a la alta latencia de la red, el acceso masivo a los dispositivos, y difícil de procesar grandes cantidades de datos. La plataforma de computación en nube se enfrentará a los retos de alta latencia de red, acceso masivo a equipos, procesamiento masivo de datos, ancho de banda insuficiente y alto consumo de energía.
Para resolver los inconvenientes de la alta latencia y la falta de capacidad de análisis de datos en tiempo real de los métodos tradicionales de procesamiento de datos, ha surgido la tecnología de computación de borde. La tecnología de computación de borde está muy cerca del objeto o fuente de datos en el lado del borde de la red, a través de la integración de la red, la computación, el almacenamiento, las capacidades básicas de aplicación de la plataforma abierta distribuida, cerca del borde para proporcionar servicios inteligentes. En pocas palabras, la computación de borde consiste en tomar los datos recogidos del terminal y analizarlos directa y agresivamente en el dispositivo local o en la red cerca de donde se generan los datos, eliminando la necesidad de transmitir los datos a un centro de procesamiento de datos basado en la nube.
Por ejemplo, las preocupaciones operativas y de seguridad en tiempo real que requieren los coches autoconducidos están desplazando el núcleo informático de la nube al borde de la red. Los vehículos autoconducidos detectan y envían constantemente datos sobre las condiciones de la carretera, la ubicación y los vehículos circundantes. Los coches autoconducidos generan alrededor de 1 GB de datos por segundo, y el ancho de banda y la latencia de procesamiento necesarios hacen inviable enviar siquiera una fracción de un terabyte (TB) de datos a un servidor centralizado para su análisis. Procesar los datos con rapidez es una capacidad crítica, y la computación de borde es clave para hacer posible la conducción autónoma. Para que los vehículos funcionen de forma segura y fiable, cualquier retraso en la velocidad de procesamiento podría ser fatal.
Imagine un coche autoconducido que detecta objetos en la carretera o acciona los frenos o el volante con retrasos debidos a la nube. Cualquier ralentización en el procesamiento de datos se traducirá en una respuesta más lenta del vehículo. Si el vehículo que responde más lentamente es incapaz de reaccionar a tiempo, podría provocar un accidente. En este punto, las vidas pueden verse efectivamente amenazadas.
Por lo tanto, es necesario proporcionar suficiente potencia de cálculo y un consumo de energía razonable para garantizar la seguridad de los vehículos autoconducidos incluso a altas velocidades. Los principales retos a la hora de diseñar un ecosistema de computación de borde para vehículos autoconducidos son proporcionar procesamiento en tiempo real, suficiente potencia de cálculo, fiabilidad, escalabilidad, coste y seguridad para garantizar la seguridad y la calidad de la experiencia del usuario en los vehículos autoconducidos.