Edge Computing: AI-implementatie versnellen aan de netwerkrand

De interesse in edge computing groeit, maar velen worstelen nog met de architectuur. Dezelfde ambiguïteit bestaat rond kunstmatige intelligentie, en het idee om AI naar de edge te verplaatsen kan nog onbegrijpelijker lijken.

Martin Davis, managing partner bij DUNELM Associates, merkt op dat edge AI vaak wordt afgedaan als 'alleen theorie geciteerd in artikelen'.

Toch kunnen industriële en enterprise-leiders edge AI niet langer negeren. Traditioneel woonden rekenintensieve taken zoals deep learning en computer vision in gecentraliseerde datacenters. Echter, de proliferatie van hoogpresterende netwerken en on-premises hardware maakt nu een verschuiving mogelijk van een puur cloud-centrisch model naar de edge, aldus consultant Chaitan Sharma. 'Het zal niet overnacht gebeuren, maar het is onvermijdelijk,' voegt hij toe. Gartner voorspelt dat 2025 75% van de enterprise-data aan de edge zal worden verwerkt, terwijl Grand View Research een jaargroei van 54% voor de edge computing-markt projecteert tot 2025.

Aan de rand van de industrie

De precieze locatie van edge computing te definiëren kan ambigu zijn. De Open Glossary of Edge Computing beschrijft het als de levering van rekencapaciteit aan de logische uiteinden van een netwerk. Gelegen buiten conventionele datacenters en de cloud, richt de edge zich op de 'laatste mijl' van het netwerk, brengend berekening fysiek dichter bij de apparaten en personen die data genereren.

[IoT World is Noord-Amerika's grootste IoT-evenement, waar strategen, technologen en implementers verbinden om AI, 5G en edge naar de industrie te brengen. Boek nu uw ticket.]

Industriële omgevingen, zoals fabrieken en mijnen, ondervinden uitdagingen wanneer ze uitsluitend op cloud computing vertrouwen. Een typische fabriek eist near-perfecte netwerkbetrouwbaarheid – 99,9999% uptime – en milliseconden-latentie, terwijl vaak data transmissie buiten de lokale omgeving beperkt wordt. Historisch leunden dergelijke faciliteiten op uitgebreide verkabling en leveranciers-specifieke bedrade protocollen, wat leidde tot gefragmenteerde technologie-ecosystemen. Edge computing biedt een pad om deze disparate componenten te verenigen, zoals benadrukt door Ovum's Market Radar: CSPs' Industrial IoT Strategies and Propositions.

Edge-implementaties die onafhankelijk van de cloud draaien, verschillen van puur on-device compute-modellen, waar elk datapakket lokaal wordt verwerkt. Hoewel on-board computing instantane, cruciale besluitvorming kan mogelijk maken, merkt Harald Remmert, senior director of research and innovation bij Digi International, op dat de benodigde hardware duur is en vaak tekortschiet bij het uitvoeren van complexe machine-learning workloads.

Daartegenover kan een AI-versterkte edge-oplossing binnen een fabriek data van talloze machines aggregeren en contextualiseren, en problemen identificeren en voorspellen die anders downtime zouden veroorzaken. Gal Ben-Haim, head of architecture bij Augury – een bedrijf gespecialiseerd in procesindustrie machine learning – benadrukt dat edge-based inference grootschalige toepassingen ontgrendelt, zelfs wanneer ultra-lage latentie niet verplicht is.

Het implementeren van machine learning aan de edge is echter niet triviaal; het vereist volwassen modellen en nieuwe deployment-management strategieën, legt Ben-Haim uit.

Van de cloud naar de edge en terug

Hoewel bepaalde edge use cases volledig onafhankelijk van centrale cloud-infrastructuur opereren, zien de meeste analisten edge computing als onderdeel van een gedistribueerd-gecentraliseerd continuum. In plaats van af te stappen van traditionele datacenters, biedt het een 'wapeningstilstand', observeert Gartner-analist Bob Gill tijdens een webinar in 2018.

Bill Malik, vice president of infrastructure strategies bij Trend Micro, waarschuwt dat edge computing de cloud niet zal vervangen.

Daniel Newman, principal analyst bij Futurum Research, is het ermee eens: slechts een handjevol scenario's rechtvaardigt een volledig zelfstandige edge.

Typisch vloeit data bidirectioneel tussen de edge en de cloud. De cloud blinkt in het vastleggen van macro-trends – zoals verschuivingen in energieverbruik of luchtkwaliteit – terwijl edge computing directe, context-specifieke inzichten levert, aldus Malik.

Accenture beschouwt edge computing als een natuurlijke uitbreiding van de cloud. 'Edge wordt door veel klanten naast cloud analytics en machine learning ingezet om innovatieve zakelijke diensten te ontgrendelen,' zegt Charles Nebolsky, managing director en network practice lead bij Accenture Technology. Een voorbeeld is Accenture's Connected Mine-programma, dat in-pit operaties optimaliseert voor mijnbouwbedrijven. Nebolsky legt uit dat ze edge computing hebben geïntegreerd in de workflow van een mijnbouwklant, gebruikmakend van hoge-resolutie video van boorinstallaties om gesteentedichtheid in realtime te beoordelen. Deze data stelt de boor in staat om hoek en snelheid automatisch aan te passen, en faciliteert ook voorspellend onderhoud. 'De bandbreedte die nodig is voor hoge-dichtheid videostromen kan niet haalbaar naar de cloud worden getransporteerd met de vereiste framerate zonder prohibitieve kosten,' voegt Nebolsky toe.

Volvo Trucks illustreert dit bidirectionele model door middel van telematica en remote diagnostiek in nieuwere modellen. De onboard computer vlagt afwijkende parameters en genereert foutcodes, die het telematica-systeem vervolgens streamt naar Volvo's Uptime Center. Het centrum coördineert reacties tussen reparatieshops, dealers en klantenservice-teams. Terwijl onboard diagnostiek realtime troubleshooting ondersteunt, geeft de gecentraliseerde cloud-component externe stakeholders de mogelijkheid om zich voor te bereiden op onderhoudsbezoeken.

Bill Roberts, IoT-directeur bij SAS, observeert dat Volvo zich richt op een heersend volwassenheidsmodel dat edge analytics, AI en machine learning integreert. 'De volgende logische stap is om de edge op vrachtwagens te maken om actionable foutdata te filteren,' stelt Roberts voor. 'Dit zou bandbreedte vrijmaken, zodat meer telematica verzameld kan worden voor rijker cloud-gebaseerde analytics. Die inzichten kunnen dan worden geïmplementeerd ofwel aan de edge ofwel in de cloud, afhankelijk van het scenario.'

De Distributed Energy Resources Integration test bed vormt een voorbeeld van hybride gedistribueerd-cloud computing. Het biedt een alternatief voor conventionele gecentraliseerde AC-netten die worstelen om gedistribueerde DC-bronnen zoals zonne- of windenergie optimaal te benutten. De test bed implementeert realtime edge analytics over strategisch geplaatste hardware, verenigt legacy-apparatuur met gecentraliseerd toezicht en maakt autonomo, responsieve operaties mogelijk. 'Het platform ondersteunt autonome operatie en edge analytics terwijl het data en besturingssignalen naar een of meer besturingscentra voedt,' leggen Erik Felt, market development director of future grid bij RTI, en Neil Puthuff, software integration engineer bij RTI, uit.

De komst van 5G heeft het belangstelling in edge-architecturen die buiten conventionele datacenters opereren, verder gestimuleerd. Hoewel slechts een handjevol bedrijven 5G-geïnde edge-projecten hebben gepiloot, is dit landschap gedoeld om te evolueren naarmate het netwerk rijpt. Harald Remmert benadrukt dat de voordelen die van cloud computing zijn – alleen met verminderde latentie – en dat de architectuur steeds meer wordt favoriezd voor machine-learning workloads.