Was ist Edge Computing? Verständnis für IoT

Edge Computing zielt darauf ab, Datenverarbeitungsfunktionen so nah wie möglich an dem Punkt zu platzieren, an dem sie benötigt werden. Für das Internet der Dinge kann dieser Ansatz geringere Latenzzeiten und damit eine schnellere und effektivere Leistung bedeuten.

Edge Computing zielt darauf ab, Datenverarbeitungsfunktionen so nah wie möglich an dem Punkt zu platzieren, an dem sie benötigt werden. Für das Internet der Dinge (IoT) kann dieser Ansatz geringere Latenzzeiten und damit eine schnellere und effektivere Leistung bedeuten.

Erfahren Sie mehr über Edge Computing, seinen Zweck, seine Vorteile und seine Anwendung in IoT-Projekten.

Eine herkömmliche zentralisierte IT-Architektur besteht aus zwei Hauptelementen. An der Peripherie gibt es mehrere Endpunkte, deren Hauptaufgabe darin besteht, Daten zu erfassen und Anweisungen zu verarbeiten. Die Daten dieser Peripheriegeräte werden an das zweite Element der Architektur übertragen: einen zentralen Server. Auf diesem Server findet praktisch die gesamte Schwerstarbeit des Systems statt, d. h. die Daten werden verarbeitet, konsolidiert, analysiert und umgesetzt.

Beim Edge Computing wird eher ein verteilter als ein zentralisierter Ansatz verfolgt. Anstatt dass alle Berechnungen auf zentraler Serverebene stattfinden, werden so viele Verarbeitungsaufgaben wie möglich an der Peripherie, so nah wie möglich an der Datenquelle, durchgeführt. Dadurch, dass mehr Datenverarbeitung am Rande des Netzes stattfindet, verringert sich der Bedarf an Langstreckenkontakten zwischen peripheren Geräten und dem zentralen Server.

In Edge-Architekturen finden die wichtigsten Rechenaufgaben auf der Ebene der IoT-Geräte statt. Nehmen wir das Beispiel eines industriellen Sensors. In einer zentralisierten Architektur erfasst der Sensor lediglich Daten und sendet sie an den Server zurück. Bei einer Edge-Architektur kann das Sensorgerät diese Daten an Bord verarbeiten und bei Bedarf automatisch bestimmte Aktionen auslösen, ohne mit dem Server interagieren zu müssen.

Zusätzlich oder alternativ zur Verarbeitung auf Geräteebene könnte diese Architektur auch den Einsatz von Edge-Computern oder -Servern umfassen. Anstatt dass alle Peripheriegeräte Daten an eine zentrale Stelle übermitteln, werden diese Daten an Computer gesendet, die sich in größerer räumlicher Nähe befinden (z. B. in der Fabrikhalle). Spezifische, zeitabhängige Berechnungen können viel näher am Ort des Bedarfs durchgeführt werden, was sowohl Zeit als auch Kosten für die Datenübertragung über große Entfernungen spart.

Ein Beispiel ist ein Videoüberwachungssystem. Solche Systeme enthalten zunehmend eine relativ ausgefeilte Videomanagementsoftware (VMS) mit Funktionen wie Bewegungserkennung und automatischer Überwachung der Anzahl der Personen.

In einem zentralisierten System wird das gesamte Videomaterial an einen zentralen Server gesendet, wo es von der VMS analysiert wird. Bei der Edge-Architektur kann die unmittelbare Analyse direkt an der Kamera vorgenommen werden. Eine intelligente Kamera beginnt beispielsweise nur dann mit der Übermittlung von Videomaterial an einen Server, wenn eine Bewegung erkannt wird, und ist in der Lage, selbst digitale Auslösedrähte zu aktivieren. Dieser Ansatz reduziert die teure Bandbreite, die für die Weiterleitung von Videomaterial an den Remote-Server erforderlich ist, erheblich.

Der Hauptzweck besteht in der Regel darin, die Latenzzeit zu verringern. Bei sensiblen IoT-Anwendungen, zum Beispiel bei industriellen Prozessen oder Verfahren im Gesundheitswesen, zählt jede Sekunde oder Millisekunde. Wenn Sie die Verarbeitung und Berechnung so nah wie möglich an den Rand verlagern, können Sie die Zeitspanne zwischen dem Auftreten einer kritischen Situation und dem Ergreifen geeigneter Maßnahmen erheblich verkürzen.

Edge-Computing ist am besten als Ergänzung zum Cloud-Computing zu sehen und nicht als Ersatz dafür.

Um Daten von mehreren IoT-Geräten zu sammeln und die unternehmensweite Effizienz, Nutzungstrends und Leistung zu überwachen, müssen die Daten nach wie vor zentral verarbeitet und analysiert werden, höchstwahrscheinlich in der Cloud. In der Zwischenzeit kann die zeitkritische, gerätespezifische Verarbeitung am Netzwerkrand stattfinden.

Reaktionsfähigkeit

Große räumliche Entfernungen, Netzwerküberlastung und Übertragungsausfälle können die Zeit verzögern, die ein System benötigt, um auf kritische Situationen zu reagieren. Mit Edge Computing müssen Sie keine Daten an ein entferntes Analysezentrum senden, um Entscheidungen zu treffen, sodass Ihre IoT-Geräte schneller reagieren können.

Hardware-Erweiterungen

Wenn am Rande des Netzes mehr Datenverarbeitung stattfindet, müssen Ihre Edge-Geräte für diese Aufgabe entsprechend ausgestattet sein. Dies kann erhebliche Ausgaben für die Aufrüstung oder den Austausch von Geräten bedeuten. Je nach Ihrem Architekturmodell müssen Sie ggf. auch die Kosten für zusätzliche Edge-Server einkalkulieren.

Konnektivität

Edge Computing verringert den Bedarf an Datenvolumen erheblich, macht ihn aber nicht völlig überflüssig. Sie müssen immer noch über einen geeigneten Kanal nachdenken, der zumindest ein Mindestmaß an Kommunikation mit dem zentralen Server ermöglicht.

Wahrscheinlich ist es zutreffender zu sagen, dass 5G das Entstehen einiger hybrider Edge-Computing-Architekturen ermöglicht. Zum Beispiel Distributed Multi-Access Edge Compute oder Distributed-MEC (DMEC).

Mit der fünften Generation der Mobilfunktechnologie wird es möglich, riesige Datenmengen in Echtzeit zu übertragen. Dies öffnet die Tür zu einer viel breiteren Palette von IoT-Anwendungen, einschließlich solcher, die künstliche Intelligenz (AI), maschinelles Lernen, Multimedia-Streaming und sogar virtuelle Realität nutzen.

Im Rahmen des 5G-Standards wird die Latenzrate (d. h. die Verzögerung zwischen dem Senden und Empfangen von Informationen) von 200 Millisekunden bei 4G auf 1 Millisekunde reduziert. Um diesen Maßstab zu erfüllen und die Art von funktionsreichen, extrem reaktionsschnellen Diensten bereitzustellen, die Unternehmen und ihre Kunden erwarten, ist mit Sicherheit mehr als nur eine Aufrüstung des Mobilfunknetzes erforderlich. Wenn große Datenmengen immer noch an einen zentralen Server übertragen werden, riskieren die Unternehmen Verzögerungszeiten. Die Verlagerung des Großteils der Verarbeitung näher an den Edge wird dazu beitragen, Bandbreite freizugeben und sicherzustellen, dass Sie die Vorteile von 5G voll ausschöpfen können.

Edge-Computing: Wie man die IoT-Leistung steigert

Edge Computing zielt darauf ab, Datenverarbeitungsfunktionen so nah wie möglich an dem Punkt zu platzieren, an dem sie benötigt werden. Für das Internet der Dinge kann dieser Ansatz geringere Latenzzeiten und damit eine schnellere und effektivere Leistung bedeuten.

Edge Computing zielt darauf ab, Datenverarbeitungsfunktionen so nah wie möglich an dem Punkt zu platzieren, an dem sie benötigt werden. Für das Internet der Dinge (IoT) kann dieser Ansatz geringere Latenzzeiten und damit eine schnellere und effektivere Leistung bedeuten.