Edge Computing ist eine Netzwerkphilosophie, die darauf abzielt, das Computing so nah wie möglich an die Datenquelle zu bringen. Edge Computing dringt langsam in den Mainstream vor und viele sagen voraus, dass es das Cloud Computing in Zukunft verbessern, wenn nicht sogar vollständig ersetzen wird.
Lange Zeit wurde die Cloud als das Must-Have der IoT-Infrastruktur gehandelt. Die Fähigkeit der Cloud, Terabytes von Daten auf Remote Servern anstelle von lokalen Computern zu speichern, hat den Erfolg vieler vernetzter Projekte maßgeblich bestimmt.
Doch wenn dem so ist, warum herrscht dann die Überzeugung vor, dass das Cloud Computing allein die wachsende Anzahl an internetfähigen Geräten nicht bewältigen kann?
Aktuell sehen wir eine Reihe von Faktoren, die zur breiteren Akzeptanz von Edge Computing Technologien im Bereich IoT führen könnte:
Die oben genannten Punkte haben zur Folge, dass IoT-Anbieter die vorhandenen Cloud-basierten Lösungen überdenken und sich nach einer zuverlässigeren Alternative umsehen. Hier kommt Edge Computing IoT ins Spiel.
Das Forschungsunternehmen IDC beschreibt Edge Computing als “Mesh-Netzwerk von Mikro-Rechenzentren, die kritische Daten lokal verarbeiten oder speichern und alle empfangenen Daten an ein zentrales Rechenzentrum oder Cloud-Speicher-Repository mit einer Grundfläche von weniger als 10 Quadratmetern [100 Quadratfuß], senden."
Kurz: Ein Network Edge ist ein
Ort, an dem ein Gerät oder das
lokale Netzwerk, das das Gerät
enthält, die Verbindung zum
Internet aufrechterhält.
Ein Network Edge kann ein Computer sein, ein Sensor innerhalb der IoT-Geräte, ein Router oder ein lokaler Edge Server – kurzum: jedes Hardware-Element, das sich in geografischer Nähe zum Gerät befindet.
Wenn wir die Leistung der Cloud auf das Gerät – die Edge – übertragen, bieten wir die Möglichkeit, in Echtzeit und in Bereichen mit eingeschränkter Konnektivität zu reagieren, zu analysieren und zu handeln. Es ist noch früh, aber wir erkennen bereits, wie diese neuen Funktionen zur Lösung kritischer, weltweiter Herausforderungen eingesetzt werden können.
Kevin Scott, Microsoft CTO
Selbstfahrende Fahrzeuge sind auf einen extrem schnellen Datenaustausch und eine extrem schnelle Datenverarbeitung angewiesen. Um dies zu gewährleisten müssen autonome Fahrzeuge alle Prozesse des Machine Learnings vor Ort, d.h., im Auto ausführen.
Eine der Initiativen, die Edge Computing in der Automobilindustrie vorantreiben, ist die Gründung des Automotive Edge Computing Consortium (AECC) im Jahr 2018.
Das AECC kündigte den Start von Aktivitäten mit Fokus auf Connected Car Solutions an. Zu den Mitgliedern des AECC zählen u.a. Denso, Toyota und Intel.
Die Anerkennung zahlreicher Startups durch Branchenführer ist ein weiterer Beweis für das wachsende Interesse an Edge Computing-Initiativen für selbstfahrende Fahrzeuge. Eines dieser Startups, Recogni, arbeitet an Bildverarbeitungssystemen für autonome Fahrzeuge, die von Edge-Computing-Technologien abhängen. Unterstützt wurde das Projekt bereits von BMW i Ventures. Und Toyota AI Ventures nahm an einer Serie-A-Runde im Wert von US $ 25 Mio. teil.
Die Pandemie hat den lang erwarteten Wandel im Gesundheitswesen ausgelöst.
Heutzutage setzen immer mehr Gesundheitsdienstleister IoT-Geräte für die stationäre Versorgung, die Fernüberwachung von Patienten und das Asset Management in Krankenhäusern ein.
Die Geräte lassen sich in verschiedene Kategorien unterteilen: Geräte, die sich direkt mit der Cloud verbinden; Geräte, die gesammelte Daten lokal analysieren; oder Geräte, die vollständig offline arbeiten.
Die Hauptfaktoren für eine breitere Nutzung von Edge Computing im Gesundheitswesen sind:
Das Unternehmen BlueDot verfolgt und prognostiziert zum Beispiel die weltweite Ausbreitung von Infektionskrankheiten und nutzt Daten aus sozialen Medien, Textnachrichten und anderer Online-Kommunikation nahezu in Echtzeit (dank der angewandten Edge-Computing-Tools), um die Ausbreitung der COVID- 19 Pandemie vorherzusagen.
Thomas Bittman, Vizepräsident und Analyst von Gartner erklärt: “die Zahl der Unternehmen, die Edge als Teil ihrer Kernstrategie bezeichnen, hat sich innerhalb eines Jahres verdoppelt.” Seiner Ansicht nach wird bis 2020 etwa die Hälfte aller Unternehmen auf Edge-IoT-Lösungen als Teil ihrer Strategie setzen.
Mit Edge Computing können Entwickler digitaler Fertigungslösungen Maschinen herstellen, die Dinge erfassen, erkennen und lernen, ohne zuvor dafür programmiert worden zu sein. Oder, sie können, wie Experten von Siemens Industrial Edge es ausdrücken, “lokale und leistungsstarke Datenverarbeitung direkt in ihrem Automatisierungssystem kombinieren mit den Vorteilen der Cloud: App-basierte Datenanalyse, Datenverarbeitung und Infrastructure-as-a-Servicekonzepte mit zentraler Update-Funktion.“
Die meisten Experten sind sich einig, dass Edge Computing die Cloud nicht ersetzen wird. Edge Computing kann die Funktionalität der Cloud jedoch definitiv erweitern und ein nahtloses Zusammenspiel der Komponenten eines IoT-Ökosystems ermöglichen.
Bisher verfügen die meisten aktuell auf dem Markt erhältlichen smarten Geräte – besonders die aus dem Verbrauchersegment – nicht über genügend Speicher für schwierige Vorgänge. Aus diesem Grund beschränkt sich das Edge Computing hauptsächlich auf das Aufnehmen, Speichern, Filtern und das Senden von Sensordaten an die Cloud.
Allerdings verändern Fortschritte in der Herstellung von Hardware-Geräten und der wachsende Druck auf die Cloud-basierten Infrastrukturen die Landschaft. Heutzutage strebt die IoT-Branche nach einem gesünderen Gleichgewicht zwischen Cloud und Edge Computing. Was wir in naher Zukunft sehen werden, ist eine Kombination von Cloud-basierten Daten-Repositorys, die über mehr Speicherplatz und mehr Verarbeitungsleistung verfügen; und kleine Geräte, die leistungsstark und billig genug sein werden, um höhere Latenz und niedrigere Betriebskosten zu bieten.