Waarom zou u de cloud niet naar de edge sturen in plaats van gegevens naar de cloud te sturen?

In het IoT-tijdperk eisen bedrijven steeds vaker dat kritische beslissingen in fracties van seconden worden genomen. Maar in de meest tijdgevoelige situaties, zegt Adi Hirschtein, productdirecteur bij Iguazio ,  de latentie bij het verzenden van hun gegevens naar een gecentraliseerde cloud en terug vormt aanzienlijke hindernissen voor efficiëntie en zuinigheid.

Hoe kunnen hedendaagse ondernemingen profiteren van de voordelen van IoT en tegelijkertijd het netelige latentieprobleem vermijden? Maak kennis met intelligent edge computing - de oplossing die de levering van gegevens drastisch kan versnellen door deze dichter bij de bron te verwerken.

De edge computing-markt in de VS alleen al is in 2017 vastgepend op iets minder dan $ 80 miljoen (€ 69,55 miljoen) en zal naar verwachting stijgen tot meer dan $ 1 miljard (€ 0,87 miljard) in 2025, aangezien steeds meer bedrijven in verschillende sectoren de voordelen ervan willen benutten . Business Insider voorspelt dat tegen 2020 5,6 miljard IoT-apparaten in de zakelijke en publieke sector edge computing zullen gebruiken voor het verzamelen en verwerken van hun gegevens - een bijna negenvoudige toename ten opzichte van 2015-cijfers.

Dat gezegd hebbende, de cloud gaat nog nergens heen. Door met hybride platforms te werken, kunnen bedrijven profiteren van het voordeel om snellere en slimmere beslissingen te nemen en de bandbreedtekosten te verlagen, terwijl ze genieten van een hoge connectiviteit met openbare clouds voor historische gegevens en elastisch computergebruik. Door de twee te combineren, worden machine learning-modellen in de cloud ontwikkeld en automatisch aan de rand geïmplementeerd voor maximale prestaties.

Een kritieke behoefte

Overweeg een paar illustratieve gebruiksscenario's waarin het tijdrovende proces van het heen en weer sturen van gegevens naar een gecentraliseerde cloud de prestaties en openbare veiligheid van bedrijven in gevaar zou kunnen brengen.

Mocht gelokaliseerde intelligentie in een industriële fabriek een apparatuurstoring in het industriële IoT (IIoT) voorspellen of detecteren, dan moeten fabrieken hun activiteiten staken en zo snel mogelijk automatisch herstellende actuatoren activeren om verdere vernietiging van machines te voorkomen, en nog belangrijker met zware industriële apparatuur in beweging – om het leven van werknemers niet in gevaar te brengen.

De dringende behoefte aan edge computing-oplossingen in industriële omgevingen verklaart waarom productie in 2025 naar verwachting het grootste deel van de Amerikaanse edge computing-markt zal vertegenwoordigen, met $ 306 miljoen (€ 266,04 miljoen).

In telecommunicatie dient edge computing als een essentieel hulpmiddel voor het in realtime bewaken en voorspellen van de netwerkgezondheid. Dit kan alleen worden bereikt door een hoge berichtdoorvoer van meerdere streams te verwerken, gecorreleerd met historische gegevens aan de rand. Zonder het vermogen van edge computing om verschillende gegevensstromen in realtime te verwerken en erop te reageren, zou het analyseproces veel inefficiënter en tijdrovender zijn, waardoor de kans op grote netwerkstoringen aanzienlijk zou toenemen.

Deze storingen, als ze worden veroorzaakt door natuurlijke gebeurtenissen of cyberaanvallen, kunnen de getroffen regio onder druk zetten, wat het belang van het vermogen van een telco om storingen snel te detecteren en op te lossen, vergroot. Met betrekking tot de openbare veiligheid zijn efficiëntie en tijd de sleutel tot het oplossen van criminaliteit. Alle technologie die wetshandhavers tot hun beschikking hebben - bedoeld om zaken sneller op te lossen - gaat verloren wanneer cloudverwerking de gegevensanalyse ernstig vertraagt.

In extreme gevallen zijn het precies die extra drie minuten die het vermogen van wetshandhavers om het publiek veilig te houden maken of breken. Alleen een edge-oplossing kan snel gegevens uit meerdere ongestructureerde en gestructureerde gegevensbronnen met elkaar in verband brengen om het pad te effenen voor de politie om criminele activiteiten op te sporen en te voorkomen. Net als bij andere zeer gevoelige gebruikssituaties waarbij besluitvormers snelle toegang tot bruikbare analyses nodig hebben, is hypergelokaliseerde gegevensverwerking het enige antwoord.

Een nieuwe kijk op databeheer

Te midden van de infusie van IoT in vrijwel elk aspect van het bedrijfsleven, hebben bedrijven een ongekende vraag gegenereerd naar toegang tot en analyse van enorme hoeveelheden gegevens. In dit klimaat hebben bedrijven twee keuzes:ze kunnen ofwel al hun gegevens voor verwerking naar de cloud sturen of ze kunnen ervoor kiezen om hun meest kritieke, tijdgevoelige gegevens lokaal te laten verwerken en analyseren, terwijl ze de cloud gebruiken voor machine learning modeltraining en elasticiteit .

Het eerste maakt ondernemingen kwetsbaar voor allerlei soorten vertragingen en brengt aanzienlijke kosten en risico's met zich mee. Dit laatste biedt bedrijven de voorsprong die ze nodig hebben om de responstijden te verhogen. Dit alles roept een belangrijke vraag op:waarom zou je die cloud niet naar de edge zelf verplaatsen in plaats van alle gegevens naar de cloud en terug te sturen? Bedrijven lijken zich dit af te vragen en zijn het daarmee eens.

Volgens een Gartner analyse:tegen 2022 zal driekwart van de gegevens van ondernemingen buiten gecentraliseerde datacenters worden verwerkt en geanalyseerd, vergeleken met minder dan 10% in 2017. Naarmate meer bedrijven de intelligente edge-benadering toepassen, betekent dit meer eenvoud, prestaties en beveiliging – de voordelen van IoT naar meer ondernemingen en overheden brengen, zonder onnodige kosten in tijd en geld.

Edge-analyses stellen bedrijven niet alleen in staat om concurrerender te zijn in hun respectievelijke sectoren, maar ook om hun taken effectief in realtime uit te voeren, iets dat essentieel is in onze onderling verbonden realiteit.

De auteur van deze blog is Adi Hirschtein, productdirecteur bij Iguazio