Edge Computing

Hoe kun je er nu voor zorgen dat er minder datacenters nodig zijn terwijl de vraag naar digitale diensten groeit? Het antwoord: door middel van de computertechniek edge computing.

De invloed van edge computing op datacenters

De vraag naar digitale diensten neemt steeds meer toe. Denk hierbij vooral aan internet of things (IoT)-apparaten die digitaal in contact met elkaar staan. IoT-apparaten zoals de slimme energiemeter bij je thuis hebben een snelle verwerking van de data die het maakt en verzamelt nodig. De connectiviteit die hiervoor nodig is, is sterk verbeterd sinds de komst van 5G.

Dit alles vraagt meer verwerkingscapaciteit van de datacenters. Hoe meer digitale diensten er nodig zijn, hoe meer datacenters er moeten komen om de data te verwerken. Hoe kun je er nu voor zorgen dat er minder datacenters nodig zijn terwijl de vraag naar digitale diensten groeit? Het antwoord: door middel van de computertechniek edge computing.

Wat is edge computing?

Hoe korter de afstand tussen een datacenter en een IT-device, hoe beter de connectiviteit. De data is dus sneller bij het datacenter voor verwerking en het IT-device werkt daarom sneller en beter.

Bij edge computing wordt de data, geproduceerd door de IoT-apparaten, verwerkt door het apparaat zelf, of op een ander apparaat in de nabije omgeving. De data wordt aan de rand van het netwerk verwerkt, en niet door een centraal verwerkingssysteem, vandaar de naam edge computing. De data wordt hierna pas verstuurd naar de centrale verwerkings- of opslagplaats. Zo ontstaat een gedistribueerd systeem.

Wat zijn de voor- en nadelen van Edge Computing?

Edge computing heeft vele voordelen:

  • Het dataverkeer wordt gestroomlijnd. De dataverwerking vindt veel sneller plaats omdat het door het IoT-apparaat zelf, of door een apparaat in de buurt, wordt uitgevoerd. Op deze manier kunnen bedrijfskritische applicaties veel sneller reageren op veranderingen en aanpassingen maken indien nodig. 

  • De netwerkbelasting wordt verlicht, omdat nu niet meer de data verwerkt wordt bij het datacenter, maar bij de bron zelf.

  • Het heeft een positief effect op het gebruik van de bandbreedte door het datacenter omdat er nu minder data verstuurd hoeft te worden.

  • Edge computing verkleint het risico op een security hack omdat de data niet naar een centrale plek op het netwerk wordt gestuurd om te verwerken, maar dit gebeurt nu lokaal. De afstand die de data aflegt is kleiner en dus minder vatbaar voor hacks.

Maar edge computing heeft ook een aantal nadelen:

  • Het IoT-apparaat zelf heeft extra opslagcapaciteit nodig om de data te kunnen verwerken. Dit brengt meer investeringskosten met zich mee. 

  • Interoperabiliteit speelt ook een grote rol bij connectiviteit. Het kan zijn dat de IoT-apparaten zelf niet compatibel zijn met cloud diensten waarvan het datacenter gebruik maakt.

  • Verlies van waardevolle bedrijfsdata kan gebeuren omdat het IoT-apparaat maar een gedeelte van de data verwerkt en het andere ‘weggooit’.

  • De weg tussen IoT-apparaat en datacenter is korter en veiliger, alleen zijn er nog veel IOT-apparaten ‘on the edge’. Hier zijn deze apparaten vatbaarder voor hacks, waarbij identiteitsdiefstal of andere criminele activiteiten kunnen plaatsvinden.

Deze nadelen wegen echter niet op tegen de realtime verwerking die edge computing realiseert om tijdsgebonden bedrijfskritische bedrijfsprocessen snel uit te kunnen voeren.

Wat is het verschil van Cloud Computing met Edge Computing?

Edge computing klinkt goed, maar wat is nu het verschil met een andere term uit de computerindustrie, cloud computing? Bij cloud computing koop je rekencapaciteit (as a service) in bij een cloud provider. Dit is veelal goedkoper, veiliger en meer schaalbaar dan het hebben van eigen servers. Maar de datacenters van deze cloud providers staan niet bij je in de buurt en dit heeft invloed op de realtime verwerking van je gegevens.

Daarom is edge computing hier voordeliger, omdat de dataverwerking zo dicht mogelijk bij de gebruiker wordt gedaan, in dit geval het IoT-apparaat of een apparaat dichtbij. En, niet onbelangrijk, zo voorkom je ook mogelijk overbelasting van het gehele netwerk.

Welke impact heeft Edge Computing op datacenters?

Met de vraag naar meer data zal ook de vraag naar meer datacenters toenemen. Gebruik de IoT-apparaten die dichter bij de gebruikers staan als kleine 'datacenters' die de gegevens al verwerken. Dit maakt het mogelijk bedrijfskritische processen realtime uit te voeren.

Zo wordt een netwerk gevormd van een groot datacenter met verschillende kleine datacenters (de IoT-apparaten) die de data lokaal verwerken. Op deze manier wordt de juiste service geleverd, naargelang de lokale behoefte aan opslag.

Wat is een voorbeeld van Edge Computing?

Voorbeelden vind je vooral bij use cases met een lage latency waarbij de gegevens snel in het netwerk worden overgedragen. 

Een ander bekend voorbeeld is het gebruik van edge computing bij de zelfrijdende auto. Deze moet snel reageren als er een noodsituatie optreedt. Hierbij heeft het geen zin dat de data eerst moeten worden verstuurd worden naar een extern datacenter (buiten de auto) en dat daar dan de gegevens worden verwerkt en weer teruggestuurd worden naar de auto. Nee, de auto zelf moet de data kunnen verwerken zodat het snel kan reageren op een noodsituatie. Dit maakt de auto dus een mobiel edge computing netwerk.

Voor welke type organisaties is Edge Computing interessant?

De use cases van edge computing richten zich vooral op realtime verwerking van de data. Dit is zoals we zagen in de voorbeelden vooral van belang bij:

  • Landbouwbedrijven 

  • Automotive: autonome auto's

  • Overheid: slimme steden

  • Fabrieken

  • Financiële services

  • Gaming industrie

  • AR/VR-industrie

  • Telecom bedrijven voor uitrol 5G

Maar denk ook aan de olie en gasindustrie bij bijvoorbeeld boorplatforms, waarbij edge computing kan helpen de data van de vele sensoren te stroomlijnen. En wat dacht je van de media, waarbij het renderen van videobeelden ook een tijdkritisch proces is? Hierbij speelt de combinatie met kunstmatige intelligentie ook een rol. Al deze organisaties gebruiken kunstmatige intelligentie voor het verwerken van hun tijdkritische processen en dit kan versneld worden met behulp van edge computing.

Bekijk hier alle organisaties die gebruikmaken van de datacenters van Dataplace.

Voldoen aan de groeiende vraag naar digitale diensten die realtime werken?

Doordat de vraag naar digitale diensten toeneemt, zijn er ook steeds meer datacenters nodig. Edge computing kan hiervoor een uitkomst zijn. Het creëert een gedistribueerd systeem van een groot datacenter dat in contact staat met de IoT-apparaten aan de rand van het netwerk die zelf de data verwerken.

Zo wordt een netwerk  gevormd van een groot datacenter met verschillende kleine datacenters die de data lokaal verwerken. Op deze manier wordt de juiste service geleverd, naargelang de lokale behoefte aan opslag.

Er zijn nadelen, denk aan verminderde interoperabiliteit en security en mogelijk incomplete dataverwerking. Maar dat weegt niet op tegen de realtime verwerking van data die edge computing mogelijk maakt. Dit biedt voordelen voor use cases met een lage latency, die dus zeer afhankelijk zijn van het snel verwerken van data voor een goede werking van de bedrijfsprocessen. Hierbij is de zelfrijdende auto wederom het bekendste voorbeeld.

Kortom, om aan de groeiende vraag naar digitale diensten die realtime werken te voldoen is edge computing als gedistribueerde computertechniek heel belangrijk. Naast cloud computing, zal het een grote invloed hebben op de huidige datacenters. 

Meer weten over dit onderwerp? Onze specialisten staan je graag te woord. Neem contact op via sales@dataplace.com of (0)88 32 827 52.