IoT Edge-computing

In een klassieke IoT-architectuur sturen slimme apparaten verzamelde gegevens voor analyse naar de cloud of een extern datacenter. Grote hoeveelheden gegevens die van en naar een apparaat worden getransporteerd, kunnen knelpunten veroorzaken die deze aanpak ineffectief maken in elk latentiegevoelig gebruik.

IoT edge computing lost dit probleem op door gegevensverwerking dichter bij IoT-apparaten te brengen. Deze strategie verkort de gegevensroute en stelt het systeem in staat om vrijwel onmiddellijk gegevensanalyses ter plaatse uit te voeren.

Dit artikel is een inleiding tot IoT edge computing en de voordelen van het ondernemen van actie op gegevens zo dicht mogelijk bij de bron. Lees verder om te ontdekken waarom edge computing een cruciale factor is voor IoT-gebruiksscenario's waarin het systeem enorme hoeveelheden gegevens in realtime moet vastleggen en analyseren.

Wat is IoT Edge Computing?

IoT edge computing is het gebruik van gegevensverwerking aan de rand van het netwerk om de prestaties van een IoT-systeem te versnellen. In plaats van gegevens naar een externe server te sturen, stelt edge computing een slim apparaat in staat om onbewerkte IoT-gegevens te verwerken op een nabijgelegen edge-server.

Gegevensverwerking dichtbij of op het punt van oorsprong resulteert in nul latentie . Deze functie kan de functionaliteit maken of breken van een IoT-apparaat dat tijdgevoelige taken uitvoert.

Gegevensverwerking fysiek dichter bij IoT-apparaten brengen biedt een reeks voordelen voor zakelijke IT, zoals:

• Sneller, betrouwbaardere services.
• Een vlottere klantervaring.
• Realtime analyses ter plaatse.
• De mogelijkheid om onbewerkte gegevens te filteren en samen te voegen om het verkeer dat naar een externe server of de cloud wordt gestuurd te verminderen.
• Lagere operationele kosten (OpEx) door minder bandbreedtegebruik en kleinere behoefte aan datacentercapaciteit.
• Hogere beveiliging door minder externe verbindingen en minder ruimte voor mogelijke zijwaartse bewegingen.

IoT edge computing is een essentiële factor voor IoT, aangezien u met deze strategie een app met lage latentie op een betrouwbare manier op een IoT-apparaat kunt uitvoeren. Edge-verwerking is een ideale optie voor elk IoT-gebruik dat:

• Vereist realtime besluitvorming.
• Heeft potentieel catastrofale storingen.
• Behandelt extreme hoeveelheden gegevens.
• Werkt in een omgeving waar cloudconnectiviteit schaars of helemaal niet beschikbaar is.

Cloud en edge computing sluiten elkaar niet uit. De twee computerparadigma's passen uitstekend omdat een edge-server (in dezelfde regio of op hetzelfde terrein) tijdgevoelige taken kan uitvoeren en gefilterde gegevens naar de cloud kan sturen voor verdere, meer tijdrovende analyse.

Edge-apparaten versus IoT-apparaten

IoT edge computing is afhankelijk van het gecombineerde gebruik van zowel edge- als IoT-apparaten:

• Een IoT-apparaat is een machine die is verbonden met internet en gegevens kan genereren en verzenden naar de verwerkingseenheid (een edge-apparaat, de cloud of een centrale server). Deze apparaten hebben meestal sensoren voor speciale doeleinden en hebben maar één doel.
• Een edge-apparaat is een stuk hardware dat in de buurt van de gebruiker of het apparaat werkt en onbewerkte gegevens genereert. Deze apparaten hebben voldoende computerbronnen om gegevens te verwerken en beslissingen te nemen met vertragingen van minder dan een milliseconde, een snelheid die onmogelijk te bereiken is als gegevens eerst een netwerk moeten oversteken.

In sommige gevallen kunnen de termen edge en IoT-apparaten onderling uitwisselbaar zijn . Een IoT-apparaat kan ook een edge-apparaat zijn als het voldoende rekenbronnen heeft om beslissingen met een lage latentie te nemen en gegevens te verwerken. Een edge-apparaat kan ook deel uitmaken van IoT als het een sensor heeft die onbewerkte gegevens genereert.

Het maken van apparaten met zowel IoT- als edge-mogelijkheden is echter niet kosteneffectief. Een betere optie is om meerdere goedkopere IoT-apparaten in te zetten die gegevens genereren en ze allemaal te verbinden met een enkele edge-server die gegevens kan verwerken.

Hoe werken IoT en edge computing samen?

Edge computing biedt een IoT-systeem met een lokale bron van gegevensverwerking, -opslag en -verwerking. Het IoT-apparaat verzamelt gegevens en stuurt deze naar de edge-server. Ondertussen analyseert de server gegevens aan de rand van het lokale netwerk, waardoor snellere, beter schaalbare gegevensverwerking mogelijk is.

In vergelijking met het gebruikelijke ontwerp waarbij gegevens naar een centrale server worden gestuurd voor analyse, heeft een IoT edge computing-systeem:

• Verminderde latentie van communicatie tussen het IoT-apparaat en het netwerk.
• Sneller reactietijden en verhoogde operationele efficiëntie.
• Kleiner netwerkbandbreedteverbruik omdat het systeem alleen gegevens naar de cloud streamt voor langdurige opslag of analyse.
• De mogelijkheid om door te blijven werken, zelfs als het systeem de verbinding met de cloud of de centrale server verliest.

Edge computing is een efficiënte, kosteneffectieve manier om het internet der dingen op grote schaal te gebruiken zonder risico op overbelasting van het netwerk. Een bedrijf dat vertrouwt op IoT edge, vermindert ook de impact van een mogelijk datalek. Als iemand inbreuk maakt op een edge-apparaat, heeft de indringer alleen toegang tot lokale onbewerkte gegevens (in tegenstelling tot wat er gebeurt als iemand een centrale server hackt).

Dezelfde logica van "kleinere explosiestraal" is van toepassing op onbedoelde datalekken en soortgelijke bedreigingen voor de data-integriteit.

Bovendien biedt edge computing een extra laag redundantie voor missiekritieke IoT-taken. Als een enkele lokale eenheid uitvalt, kunnen andere edge-servers en IoT-apparaten probleemloos blijven werken. Er zijn geen enkele faalpunten die alle operaties tot stilstand kunnen brengen.

IoT Edge Computing-functies

Hoewel elk IoT edge computing-systeem unieke eigenschappen heeft, delen alle implementaties verschillende kenmerken. Hieronder vindt u een lijst met 6 functies die u kunt vinden in alle toepassingen van IoT edge computing.

Geconsolideerde workloads

Een ouder edge-apparaat voert doorgaans eigen apps uit bovenop een eigen RTOS (realtime besturingssysteem). Een geavanceerd IoT edge-systeem heeft een hypervisor die de OS- en app-lagen abstraheert van de onderliggende hardware.

Door een hypervisor te gebruiken, kan een enkel edge-computerapparaat meerdere besturingssystemen uitvoeren, die:

• Maakt de weg vrij voor consolidatie van de werklast.
• Vermindert de fysieke voetafdruk die nodig is aan de rand.

Als gevolg hiervan is de prijs van implementatie tot aan de rand veel lager dan wat u ooit moest betalen om een ​​eersteklas edge-computersysteem op te zetten.

Voorbewerking en gegevensfiltering

Eerdere edge-systemen werkten meestal doordat de externe server een waarde van de edge opvroeg, ongeacht of er recente wijzigingen waren. Een IoT edge woon-werkverkeer systeem kan data aan de edge voorverwerken (meestal via een edge agent) en alleen de relevante informatie naar de cloud sturen. Deze aanpak:

• Verkleint de kans op dataknelpunten.
• Verbetert de responspercentages van het systeem.
• Verlaagt kosten voor cloudopslag en bandbreedte.

Schaalbaar beheer

Oudere edge-resources gebruikten vaak seriële communicatieprotocollen die moeilijk op grote schaal konden worden bijgewerkt en beheerd. Een bedrijf kan nu IoT edge computing-bronnen verbinden met lokale of wide area netwerken (LAN of WAN), waardoor centraal beheer mogelijk wordt.

Edge-beheerplatforms worden ook steeds populairder omdat providers de taken die verband houden met grootschalige edge-implementaties nog verder willen stroomlijnen.

Open Architectuur

Eigen protocollen en gesloten architecturen waren jarenlang gebruikelijk in edge-omgevingen. Helaas leiden deze functies vaak tot hoge integratie- en overstapkosten als gevolg van vendor lock-ins. Daarom vertrouwt moderne edge computing op een open architectuur met:

• Gestandaardiseerde protocollen (bijv. OPC UA, MQTT).
• Semantische datastructuren (bijv. Sparkplug).

Open architectuur verlaagt de integratiekosten en vergroot de interoperabiliteit van leveranciers, twee cruciale factoren voor de levensvatbaarheid van IoT edge computing.

Edge Analytics 

Eerdere versies van edge-apparaten hadden een beperkte verwerkingskracht en konden doorgaans een enkele taak uitvoeren, zoals het opnemen van gegevens.

Tegenwoordig heeft een IoT edge computing-systeem krachtigere verwerkingsmogelijkheden voor het analyseren van data aan de edge. Deze functie is essentieel voor gebruikssituaties met lage latentie en hoge gegevensdoorvoer die traditionele edge computing niet op betrouwbare wijze aankon.

Gedistribueerde apps

Intelligente IoT edge computing-resources ontkoppelen apps van de onderliggende hardware. Deze functie maakt een flexibele architectuur mogelijk waarin een app tussen rekenbronnen kan wisselen:

• Verticaal (bijvoorbeeld van de randbron naar de cloud).
• Horizontaal (bijv. van de ene edge computing-bron naar de andere).

Een bedrijf kan een edge-app implementeren in drie soorten architecturen:

• 100% voordeel: Deze architectuur heeft alle rekenresources on-premise. Dit ontwerp is populair bij organisaties die geen gegevens buiten het terrein willen verzenden, meestal vanwege beveiligingsproblemen. Een bedrijf dat geen problemen heeft met zware investeringen op locatie, is ook een typische adoptant.
• Dikke rand + cloud-architectuur: Dit ontwerp omvat een on-premises datacenter, een cloudimplementatie en edge-computingbronnen. Een veelvoorkomende keuze voor bedrijven die al zwaar hebben geïnvesteerd in een on-premises datacenter, maar later besloten om de cloud te gebruiken om gegevens te verzamelen en te analyseren (meestal van meerdere faciliteiten).
• Thin (of micro) edge + cloud-architectuur: Deze benadering omvat altijd cloud-computingbronnen die zijn verbonden met een (of meer) kleinere edge-computingresources. Er zijn geen lokale datacenters in dit ontwerp.

IoT Edge Computing-gebruiksscenario's

Edge computing kan een cruciale rol spelen in elk IoT-ontwerp dat een lage latentie of lokale gegevensopslag vereist. Hier zijn een paar interessante use-cases:

• Industriële IoT (IIoT): IoT-sensoren kunnen de staat van industriële machines volgen en problemen zoals storingen of overmatig gebruik identificeren. Ondertussen kan een edge-server reageren op problemen vóór een mogelijke ramp.
• Zelfrijdende auto's: Een autonoom voertuig dat over de weg rijdt, moet realtime gegevens kunnen verzamelen en verwerken (verkeer, voetgangers, straatnaamborden, stoplichten, enz.). Automatische auto's zijn een use-case zonder latentie, dus het gebruik van edge IoT is de enige manier om ervoor te zorgen dat een zelfrijdende auto snel genoeg kan stoppen of afslaan om een ​​ongeval te voorkomen.
• Geautomatiseerde vrachtwagenkonvooien: IoT edge computing kan een bedrijf ook in staat stellen een geautomatiseerd vrachtwagenkonvooi te creëren. Een groep IoT-aangedreven vrachtwagens kan in konvooi dicht achter elkaar rijden, wat brandstofkosten bespaart en congestie vermindert. In dat scenario zou alleen de eerste vrachtwagen een menselijke chauffeur nodig hebben.
• Visuele inferentie: Een camera met een hoge resolutie en een IoT edge-computer kan videostreams verbruiken en conclusies trekken op de verzamelde gegevens. Die apparatuur kan mensen met hoge temperaturen, indringers in beperkte gebieden, veiligheidsschendingen, een anomalie op productielijnen, enz. detecteren.
• Toestandsgebaseerde monitoring op afstand: In een scenario waarin een storing catastrofaal kan zijn (bijvoorbeeld een olie- of gaspijpleiding), is het een goed idee om IoT edge te gebruiken om het systeem te bewaken. Een IoT-sensor kan de toestand van een asset volgen (bijv. temperatuur, druk, stress, enz.), en de edge-server kan een potentieel probleem binnen milliseconden herkennen en erop reageren.

IoT Edge Computing:een game-changer voor Enterprise IT

Tegenwoordig is de IoT-sector actief in tal van scenario's zonder edge computing. Naarmate het aantal verbonden apparaten groeit en bedrijven nieuwe gebruiksscenario's verkennen, zal de mogelijkheid om gegevens sneller op te halen en te verwerken een beslissende factor worden. Verwacht dat IoT edge computing de komende jaren een cruciale rol zal spelen, aangezien steeds meer bedrijven de voordelen van zero-latency dataverwerking gaan nastreven.