Edge Computing Benutten voor IoT, AI en Opkomende Technologieën

De edge is veel meer dan alleen een verzameling verbonden apparaten of sensoren. Naarmate intelligente apparaten en sensoren enorme hoeveelheden data creëren, moeten bedrijven technologische beslissingen nemen over het halen van de meeste waarde uit die data. Wordt de analyse op het apparaat gedaan, aan de edge, in de cloud of in een datacenter? Wordt de data bewaard voor regelgevende redenen of om de fundamentele oorzaak van problemen te vinden? Zullen nieuwe diensten zoals 5G een rol spelen?

Deze kwesties spelen bij veel bedrijven vandaag de dag. Om sleutelstrategieën te identificeren en de verschillende benaderingen van edge computing en het Internet of Things (IoT) te doorgronden, spraken we onlangs met Krish Iyer, Strategy Lead voor Edge en ICV, en Calvin Smith, CTO, Emerging Technology Solutions; beiden in het Office of the Global CTO bij Dell Technologies.

We onderzochten de rol van opkomende technologieën, waarom edge en IoT zo belangrijk zijn vandaag, factoren om te overwegen bij het beslissen wanneer te verwerken aan de edge, rekenoverwegingen bij het gebruik van de edge, en wat de toekomst in zich heeft. Hier is een samenvatting van ons gesprek.

Opkomende Technologieën

RTInsights: Wat zijn de opkomende technologieën van vandaag?

Iyer: We zien een marktinflexie in verschillende nieuwe technologieën. Edge is duidelijk een voorloper naast IoT, AI [kunstmatige intelligentie] en ML [machine learning]. Duidelijk is dat deze technologieën een markt vertegenwoordigen die begint een aanzienlijke tractie te realiseren. Het meest belangrijk is de tractie waar veel klanten edge beginnen te zien als een uitbreiding van hun cloud, en ze beginnen te kijken naar edge als een manier om hun workloads te distribueren die niet door hun cloudinfrastructuur kunnen worden afgehandeld. Dat is naar mijn mening waarschijnlijk de belangrijkste driver die veel organisaties dwingt edge te overwegen.

Smith: Ik denk dat interessant is dit concept van intersecties. Het is niet alsof edge uit het niets is ontstaan. Veel van de vroege use cases voor IoT zijn nu beter aan te pakken door de combinatie van technologieën. Krish noemde IoT, Edge, ML en AI. Er is ook 5G, Augmented Reality en Virtual Reality. Breder gezien, naarmate de kosten dalen voor compute en dingen als GPU's aan de edge worden gebruikt, stijgt de technologische capaciteit in termen van de hoeveelheid automatisering die je kunt draaien.

Het is verbazingwekkend de proliferatie van verschillende technologieën die worden uitgevoerd waar de data wordt gecreëerd, namelijk aan de edge. Uiteindelijk aan het einde van de dag, zelfs als het [de gegenereerde edge-data] wel teruggaat naar een cloud of datacenter, zal veel van de actuatie terug naar die apparaten aan de edge zijn. Het is het nieuwe centrum van het universum. Het is grappig hoe dingen in ebben en vloeden gaan, toch? Ik bedoel, we gingen van het avontuur van de PC en een meer gedecentraliseerd model naar een monolithische datacenter-benadering, dan naar een pseudo-monolithische cloudbenadering, en nu gaan we terug naar een gedistribueerde architectuur. Het is echt interessant om te zien hoe dingen zich in de tijd hebben ontwikkeld.

Iyer: Ja. Ik denk dat één manier om naar Edge te kijken is dat het een combinatie is van heterogene systemen. Edge is niet monolithisch, het is niet homogeen, en het is een set van verschillende functies. Deze functies worden typisch gebruikt om data te verzamelen, data te verwerken en data op te slaan. Deze functies moeten ook data overdragen naar andere functies of een actie uitvoeren op basis van die data om andere functies mogelijk te maken zoals dataverwerking, data-analyse, enz. Deze functies moeten misschien ook worden uitgevoerd in uitdagende omgevingen, zoals hoge temperaturen of ruig terrein. Daarom is de term heterogeen zo kritiek aan de edge.

Waarom al die Aandacht voor Edge & IoT?

RTInsights: Je heerde hier een beetje op aan, maar waarom al die aandacht voor edge en IoT, en waarom nu?

Iyer: Het is interessant. Zoals Calvin zei, edge is niet nieuw. Edge is altijd al geweest. En gedistribueerde systemen zijn altijd al geweest. Maar we komen weer volledig in de cirkel. De manier waarop de markt verschuift is dat sommige van de functies of applicaties die typisch op gecentraliseerde datacenters of de core-infrastructuur draaien, problemen herkennen. Bedrijven ontdekken dat sommige applicaties bandbreedte- of latentievereisten hebben die niet haalbaar zijn met een gecentraliseerde benadering. Dat noodzaakt het verplaatsen van deze applicaties dichter bij waar de data ontstaat.

Zoals Calvin zei, het verplaatsen van dataverwerking dichter bij waar data wordt gecreëerd, omdat de wetten van de natuur het niet toestaan om sommige van deze applicaties in de core te draaien. Het is een snelheid-van-licht-probleem waarmee je te maken hebt. Het is een natuurlijk fenomeen dat de verschuiving van de core naar de edge veroorzaakt.

Zie Ook: Center for Edge Computing and 5G

Beslissen Waar Data te Verwerken

RTInsights: Dat sluit aan bij de volgende vraag, en dat is welke factoren bedrijven moeten overwegen wanneer ze proberen te beslissen waar de data te verwerken? In het bijzonder, welke overwegingen moeten worden genomen wanneer je probeert uit te zoeken: Verwerk ik aan de edge of niet?

Iyer: Veel van de factoren zijn technisch, maar veel kunnen ook zakelijk zijn, evenals gouvernement- en regelgevingsgerelateerd. Van technisch perspectief, weer, is de snelheid van het licht een grote factor. Zelfs als cloudoperators beloven dat ze data in de core kunnen verwerken om aan deze vereiste te voldoen, zal de kosten om dat te doen zo hoog zijn dat klanten gaan zeggen: "Er is geen manier dat ik die kosten kan betalen. Klanten gaan dit essentieel zien als een no-brainer. Verplaats de verwerking naar de edge.

Het tweede om te overwegen is latentie. Voor use cases zoals autonome voertuigen (of AR [augmented reality] en VR [virtual reality]), is het een feit dat een paar milliseconden vertraging essentieel het verschil is tussen veilig rijden en een ongeluk. Voor applicaties die resultaten in milliseconden, of nog sneller vereisen, telt latentie. Om de vereiste resultaten te leveren, moet de verwerking aan de edge gebeuren.

Het derde waar ik aan kan denken is: hoe beheer je bandbreedte? De kosten van het verzenden van deze enorme hoeveelheden data die Calvin noemde naar de cloud en terug gaat duur en inefficiënt zijn. Het gaat de kosten fenomenaal drijven, en dat zal een enorme afschrikking zijn voor de meeste klanten.

Een andere belangrijke factor is beveiliging, vooral wanneer het om edge gaat. Je kunt eigenlijk sommige potentiële beveiligingsproblemen isoleren voordat aanvallen doordringen tot de core datacenter. Veel organisaties kunnen enkele van de beveiligingsaanvallen aan de edge traceren en isoleren en die systemen afsluiten voordat het probleem de core bereikt. Je kunt eigenlijk vroege detectie doen van inbraakaanvallen, of denial-of-service-aanvallen, en zo verder, rechtstreeks aan de edge voordat het de core bereikt, dingen uitschakelen voordat een aanval op je centrale en core-infrastructuur plaatsvindt.

Dan is er de schaalbaarheid. Je kijkt naar omgevingen waar je extra sites of extra omgevingen kunt toevoegen naarmate je behoeften rijzen. Als het een seizoensgebonden situatie is, of je gewoon meer functionaliteit nodig hebt, biedt edge hoge niveaus van schaalbaarheid.

Dit zijn enkele van de hoog-niveau technische vereisten, maar er zijn ook dingen zoals regelgevende vereisten in het geval van gezondheidszorgapplicaties of AVG [Algemene Verordening Gegevensbescherming naleving]. In de meeste gevallen zijn er mandaten dat data op de locatie [waar het gegenereerd wordt] moet worden verzameld, en niet teruggezonden naar een centraal datacenter. Veel organisaties moeten deze mandaten volgen.

Smith: Krish heeft helemaal gelijk. Ik zou ook willen toevoegen dat het niet alsof het een dichotomie is dat het edge versus cloud of edge versus core is. Het is een spectrum, een continuum. We weten dat er workloads gaan zijn die van de edge draaien, andere van de core of cloud. Het is gewoon een kwestie van de juiste workloads op de juiste plekken plaatsen; en uitvoeren tegen elk op het juiste moment. Het concept een decennium geleden was om alles te verzamelen en op te slaan, ongeacht de kosten. Vandaag is data nog steeds sleutel, maar het is de analyse die de waarde toevoegt — het is gezegd dat data de nieuwe spek is. Data is het nieuwe goud. Data is de nieuwe olie. Dat is waar, maar niet als het statische informatie is die geen waarde toevoegt. Wat interessant is, is wanneer je begint met heel basale filtering en machine learning aan de edge. Je hoeft niet elke instantie van apparaatdata te sturen die zegt: "Ik ben levend, het is 22 graden, het is nog steeds 22 graden," terug naar het datacenter of de cloud.

Je hoeft die soorten berichten niet op sub-millisecondebasis te sturen. Als je dat wel doet, wordt het heel snel heel duur als je kijkt naar het pure volume van apparaten in de wereld. Je wilt in staat zijn die data te parsen en er een beetje zin van te maken aan de edge, in situ. Sommige vergaankelijke, vergankelijke data heeft alleen waarde voor een korte periode. Wat je echt wilt doen is anomaliedetectie om te achterhalen wat de belangrijke informatie is die we echt terug moeten sturen of bewaren. Terug in de core of cloud kun je je diepere analyse doen, uitzoeken, hoe is dit eerder gebeurd? Is deze anomalie ook aan andere delen van de vloot van assets die we in het veld hebben gebeurd? Daar begint de waarde te komen. Je hebt de hele stack nodig en een enkelzichtig zicht op de gehele dataset. Het belangrijke is, naast alle sleutelparameters die Krish noemde, zijn er ook logische redenen die je moet overwegen. Er zijn parameters voor je gehele gedistribueerde architectuur, en je moet uitzoeken wat zinvol is om op te slaan, door te sturen, te analyseren en te verwerken, waar, wanneer en waarom. Er is een andere logica voor vrijwel elke architectuur. Het is allemaal hoogst afhankelijk van de use case en de infrastructuur zelf.

Overwegingen voor het Verplaatsen van Data naar de Edge

RTInsights: In die richting, wat zijn de factoren om te overwegen voor het verschuiven van data en compute naar de edge?

Iyer: Het snelheid-van-licht-probleem, kosten en beveiliging zijn belangrijke factoren. En we spraken over bandbreedte, hoge beschikbaarheid en schaalbaarheid als andere factoren. De capaciteit om een grote hoeveelheid data te reduceren, om data- en metadataverwerking aan de edge te doen, en alleen de meest relevante data terug te sturen naar de core, gaat een andere sleutelfactor zijn. Veel van dit hangt af van de verticale en de use case.

Bijvoorbeeld, telecomoperators en content delivery networks kunnen specifieke vereisten hebben voor edge. Ze moeten misschien edge benutten voor iets dieper dan veel van de andere verticales. Deze industrieën moeten uitzoeken wat voor diensten ze aan gebruikers in een specifieke geografische locatie kunnen bieden. Om dat te doen, moeten ze misschien de context van de geografische edge verzamelen en in staat zijn om specifieke diensten voor specifieke lokaliteiten te bieden. De situatie kan anders zijn voor, laten we zeggen, operationele technologie use cases die vereisen dat je voorspellende analyses aan de edge doet voor IoT-apparaten en machines. Weer, het hangt allemaal af en komt neer op wat de specifieke verticale eist.

Bijvoorbeeld, aan de retail-kant, hoe maak ik de gebruikservaring van mijn klant echt positief? Hoe kan ik een AR- of VR-ervaring bieden die naadloos is, zonder buffering? Hoe maak ik de algehele gebruikservaring positief en interactief, zodat de klant daar keuzes kan maken? Gezondheidszorgaanbieders zullen een volledig andere set vereisten hebben voor applicaties zoals telehealth en andere diagnostiek op afstand. Er zijn ook veel regelgevende vereisten die voor dergelijke verticales in spel komen. Edge is zo kritisch; het is iets dat moet werken.

Smith: We moeten ook de horizon van mensen verbreedden over wat we gebruiken om de edge te definiëren. In een industriële context kan een edge de fabricagevloer zelf zijn, en edge kan die auto zijn die we beschreven hebben als het bewegende datacenter van de toekomst. De auto zelf is essentieel de edge. Het kan een offshore-olieplatform zijn, het hele platform, of een sectie ervan. Het zijn meerdere dingen, groot en klein, en volledig gedefinieerd door de use case en wat je probeert te doen. Edge computing is het interessante deel.

Wat ook interessant is, is de vormfactor in termen van wat je eigenlijk gebruikt voor edge compute — dit is ook zeer gevarieerd. Zonder te product-gericht te zijn, heeft Dell gateways (die zeer simpel zijn vergeleken met geconvergeerde of hyper-geconvergeerde appliances) die een deel van de protocollenormalisatie doen, een beetje analyse, en gebruikt kunnen worden voor sommige IoT-platformen en kleinere vormfactoren. Ze hebben heel specifieke doelen en kaarten op een aantal apparaten.

Aan de grotere vormfactorkant hebben we eigenlijk oplossingen genaamd modulaire micro-datacenters. We hebben onlangs er eentje aangekondigd, de Dell EMC Modular Data Center Micro 415, een kleine edge-datacenter met ingebouwde stroom en koeling en remote management-functies. En we bieden ook er eentje genaamd de Dell EMC Modular Data Center Micro 815 — essentieel een volle rack. Deze oplossingen zijn flexibel en schaalbaar. Zoals de naam zegt, zijn ze modulair, en ze schalen op om je in staat te stellen je datacenter op een use-case-gedefinieerde, composeerbare manier aan de edge op te bouwen. We kunnen letterlijk per vliegtuig datacenters aan je edge droppen, ongeacht de omgeving.

Denk daar eens over na vanuit een militair context voor mensen in het veld. Denk eraan voor de top van een gebouw waar historisch je de verwerking in een kelder wilde doen omdat er betere koeling is. Nou, deze oplossingen hebben koeling ingebouwd. Deel van de innovatie is het chassis en de behuizing en de manier waarop het gekoeld en gevoed wordt. We stappen in deze nieuwe werelden waar, naast alle punten die Krish maakte over bandbreedte, kosten en latentie, er ook verschillende beperkingen zijn in die omgevingen met betrekking tot trilling, stof, schok en gevaarlijke omstandigheden. We kunnen letterlijk ruwe, ingesloten micro-datacenters met opslag, compute en networking neerzetten die problemen in near real-time aan de edge kunnen oplossen. Het is het begin van een heel interessante verandering in de manier waarop mensen zakendoen.

Edge en IoT Toekomst

RTInsights: Wat zie je voor de toekomst met edge en IoT?

Iyer: De verhoogde behoefte aan alle sleutelpunten die we eerder bespraken, zal investeringen in de edge drijven. Applicaties zullen de toekomst drijven. Het hangt allemaal af van het type apps en de ontwikkelaars die de apps creëren. Applicaties worden elke dag slimmer. Voor infrastructuur of omgevingen om deze applicaties te ondersteunen, moeten ze ook slimmer zijn. Ze moeten groeien met dezelfde snelheid als de applicaties groeien. Verbeteringen gebeuren, en de industrie past zich aan aan een gedisaggregeerde benadering, door het niet met monolithische infrastructuur aan te pakken, en in staat te zijn om zich recht te maken om deze applicaties te ondersteunen. Toch moeten we overwegen dat de groeisnelheid niet altijd daar is om de groeiende eisen van sommige van deze applicaties te ondersteunen.

Naast applicatie-gedreven, zal de toekomst van edge ook grote waarde halen uit de cloud. Cloud gaat nergens heen. Ik denk dat cloud nog steeds een integraal controlepunt voor de edge zal zijn. Cloud zal nog steeds dienen als het sleutelbedrijfsmodel, of de omgeving die essentieel veel dataverwerking, data-afhandeling, datamanagement-ondersteuning leent.

Dat gezegd hebbend, denk ik dat de toekomst van edge ook gedefinieerd zal worden door hoe leveranciers samen komen. Eén ding dat we geleerd hebben is dat er geen enkele organisatie of leverancier is die een monopolie heeft over de edge. Het is een combinatie van meerdere spelers die samen moeten komen om diensten, hosting, operaties, data, beveiliging, enz. te bieden aan een veelheid van andere leveranciers om een ecosysteem te vormen. Dit omvat een ecosysteem van proprietaire leveranciers en een ecosysteem van open-source leveranciers die allemaal samenkommen om end-to-end oplossingen te bieden. Deze samenwerking is nodig van applicatieontwikkeling tot applicatie-ondersteuning, tot ontwikkelaarsondersteuning, tot beveiliging, tot compliance, en meer.

Voor het grootste deel zal edge-infrastructuur horizontaal zijn, en verticale oplossingen zullen systemintegrators vereisen om het de laatste mijl te brengen voor verticales als gezondheidszorg, productie en militair. Dat weer zal een ecosysteem vereisen om samen te komen om de benodigde functionaliteit te bieden.

Smith: Je noemde het autonomous use case eerder. Ik denk dat dat een echt goed voorbeeld is. De futuristen gaan provocatieve uitspraken doen en zeggen: "Oh, edge gaat de wereld opeten!" Ik weet niet of je je herinnert, maar 10 of 15 jaar geleden zeiden allemaal: "Gaat cloud de wereld opeten?" Nou, ja, tot een bepaalde mate wel, maar datacenters zijn niet verdwenen. Op hetzelfde moment gaat edge de wereld ook niet opeten. Ik bedoel, het wordt groot, en het groeit al, maar cloud gaat niet weg.

Als je kijkt naar een autonoom voertuig, is het een soort auto als het bewegende datacenter van de toekomst. Ik hou van deze analogie omdat mensen het begrijpen. De auto is essentieel de edge zelf, maar dan zijn er andere edges waarmee het verbonden kan zijn. Er kan vehicle-to-vehicle (V2V) communicatie zijn. Er kan vehicle-to-base-station of andere infrastructuur (V2X) communicatie zijn waarbij je verbindt met een LTE-cellulaire dienst, of in de toekomst, of specifieke metro's momenteel, een 5G-dienst. Dan is er over het algemeen bijna zeker cloudconnectiviteit voor dingen zoals vlootbeheer en het bekijken van cross-connectie van al deze auto's.

Weer, het is niet kosteneffectief om alle data van elk voertuig naar de cloud te sturen, en het is niet snel genoeg voor veiligheidsgerelateerde functies als je kijkt naar dingen als slimme airbag-uitklapping, die steeds slimmer wordt op basis van gewicht en verschillende parameters van de passagier. Of, objectherkenning voor een menigte camera's die een autonoom of semi-autonoom voertuig of ADAS [geavanceerde bestuurdersassistentiesystemen] moeten mogelijk maken. Al deze dingen leggen beperkingen en limieten. Eigenlijk moet je een deel hiervan lokaal draaien, maar je wilt misschien ook dieper in de data in de cloud of core duiken om inzicht te krijgen in anomalieën, en die informatie gaat andere auto's beïnvloeden.

Bijvoorbeeld, stel ik wil een airbag-defect voorspellen of iets wat uiteindelijk een terugroepactie wordt. Al die belangrijke informatie moet naar de cloud gaan, maar weer, je hoeft niet alle statische data te sturen — alleen de anomale of foutherkenningsdata. Dan is er enorme waarde wanneer je deze data over meerdere auto's analyseert. Zoals je eerder zei Krish, een autonoom auto is gewoon een leuke manier om het allemaal samen te voegen, maar het is niet het enige voorbeeld. Er zijn meerdere industrieën waar je begint de harmonie en rationele te begrijpen voor het plaatsen van workloads in verschillende gebieden over edge, core en cloud. Het is een opwindende tijd. Als we dit dezelfde interview over een jaar kunnen doen, en dan tien jaar van nu, zou ik graag terug willen komen en zien of onze edge-proliferatie-profetie accuraat is.