Gegevens en inzichten zijn waardevolle activa voor elk bedrijf. Tegenwoordig is besluitvorming op basis van gegevens doorgedrongen tot elk aspect van ons leven.
Traditioneel verzamelen bedrijven gegevens van verschillende IoT-apparaten en sensoren, verzamelen deze op een centrale locatie zoals een data lake of data warehouse en voeren berekeningen uit om inzichten te verkrijgen. Wat als organisaties de stap van het centraliseren/integreren van gegevens zouden kunnen elimineren en direct naar de berekeningsfase zouden kunnen gaan? Deze aanpak, "edge computing" genoemd, stelt organisaties in staat om:
autonoom machine gedrag
Hoger niveau van gegevensbeveiliging
Kosten voor gegevensoverdracht verlagen
Wat is edge computing?
Edge computing is een rekenmethode die berekeningen uitvoert op niet-centrale onderdelen van het systeem, zoals sensoren, schakelaars en verschillende aangesloten apparaten. Met andere woorden, inzichten worden dichter bij de gegevensbron verkregen in plaats van te vertrouwen op een centrale locatie op duizenden kilometers afstand.
Met de opkomst van IoT-technologie verzamelen en berekenen organisaties steeds grotere hoeveelheden gegevens. Maar het overbrengen van gegevens naar een centrale locatie en het heen en weer sturen van inzichten naar de rand kost tijd. Edge computing daarentegen biedt inzichten aan de rand van het netwerk.
Waarom is edge computing belangrijk?
Edge computing maakt snellere besluitvorming mogelijk, vooral in situaties met weinig bandbreedte. Edge computing is een belangrijk investeringsgebied voor techgiganten, aangezien bedrijven steeds meer vertrouwen op geautomatiseerde, datagestuurde besluitvorming.
Industrieën zoals de detailhandel, energie, beveiliging, productie en logistiek kunnen profiteren van snelle besluitvorming die mogelijk wordt gemaakt door edge computing. Wanneer een zelfrijdende auto bijvoorbeeld een obstakel op de weg tegenkomt, moet hij in een fractie van een seconde beslissen om te remmen. In dit geval moet de besluitvorming sneller zijn dan welke cloud computing-oplossing dan ook. Ondernemingen zetten sensoren en slimme apparaten in aan de rand van het netwerk om gegevens sneller te kunnen verwerken.
Edge computing gaat niet alleen over het nemen van beslissingen in milliseconden. Tegenwoordig neemt de hoeveelheid verzamelde gegevens van verschillende apparaten en sensoren snel toe. Met beperkte bandbreedte tussen servers en randapparaten zijn de overdrachtssnelheden van gegevens mogelijk niet voldoende voor tijdgevoelige toepassingen.
Edge computing is een gebied waar techgiganten zwaar in investeren:
In januari 2020 heeft Apple Xnor.AI overgenomen, een startup die zich richt op kunstmatige intelligentie aan de rand van de wereld. Apple is van plan om deep learning computing-modellen toe te passen op randapparatuur zoals mobiele telefoons, IoT-apparaten, camera's, drones en embedded CPU's.
Google Cloud en AWS hebben beide producten die gericht zijn op edge IoT.
Hoe werkt edge computing?
De workflow van edge computing tools volgt over het algemeen het volgende patroon:
Sensoren of apparaten aan de rand verzamelen gegevens
In-device compute mogelijkheden voeren berekeningen uit aan de rand
Als het apparaat actie moet ondernemen, doet het dat op basis van de berekeningen
Relevante gegevens (maar niet alle gegevens) worden van de rand naar de cloud verzonden, zodat bedrijven het grote geheel kunnen begrijpen door geaggregeerde gegevens van duizenden apparaten samen te voegen (binnen de beperkingen van de bandbreedte).
Waarin verschilt edge computing van gewone computing?
Edge computing heeft vergelijkbare mogelijkheden als gewone computingtoepassingen, behalve waar de berekeningen worden uitgevoerd. Een groot verschil is dat toepassingen voor edge computing moeten werken op randapparaten met beperkt geheugen, beperkte verwerkingskracht of beperkte communicatie. Deze toepassingen zijn geoptimaliseerd om binnen deze beperkingen te werken.
Wat zijn de voordelen van edge computing?
Voordelen van edge computing zijn onder andere:
Snellere, autonome beslissingen omdat inzichten worden geïdentificeerd bij de gegevensbron, waardoor de latentie afneemt
Vermindert de opslag- en beheerkosten van gecentraliseerde gegevens omdat er minder gegevens centraal worden opgeslagen
De kosten voor gegevensoverdracht zijn lager omdat er minder gegevens naar het centrale datawarehouse worden overgebracht.
Betere beveiliging/privacy omdat granulaire gegevens (bijv. videoclips) niet worden opgeslagen of verzonden
Toepassingen van edge computing
Intelligente bewaking: Ondernemingen kunnen de beveiliging verbeteren met realtime edge services voor inbraakdetectie. Door gebruik te maken van onbewerkte beelden van beveiligingscamera's kan edge computing verdachte activiteiten detecteren en opsporen.
Controle en onderhoud op afstand: Industrieën zoals energie en productie vereisen mogelijk een onmiddellijke reactie wanneer een machine defect raakt of onderhoud nodig heeft. Zonder de noodzaak om gegevensberekeningen te centraliseren, kunnen organisaties sneller tekenen van storingen identificeren en actie ondernemen voordat er knelpunten ontstaan binnen het systeem.
Berekening van klantgedrag in de detailhandel: Winkeliers kunnen gebruik maken van gegevens van een reeks sensoren, waaronder parkeersensoren, tags voor winkelwagentjes en winkelcamera's. Door berekeningen uit te voeren op deze gegevens kunnen winkeliers gepersonaliseerde diensten aanbieden. Door berekeningen uit te voeren op de gegevens die met deze apparaten zijn verzameld, kunnen retailers hun klanten gepersonaliseerde diensten aanbieden.
Trefwoorden: edge computing gateway
Dutch 
English 
Russian 
German 
Spanish 
Italian 
Portuguese 
French